关系挖掘驱动的视频描述自动生成

• 作者: 徐常胜 鲍秉坤 黄毅
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 视频描述 LSTM模型 表示学习 特征嵌入
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究性论文
• 页码范围: 642-649
• 页数: 8页
• 分类号: TP391.41|TP183
• 字数: 5933字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2017.06.008

摘要

视频的自动描述任务是计算机视觉领域的一个热点问题.视频描述语句的生成过程需要自然语言处理的知识,并且能够满足输入(视频帧序列)和输出(文本词序列)的长度可变.为此本文结合了最近机器翻译领域取得的进展,设计了基于编码-解码框架的双层LSTM模型.在实验过程中,本文基于构建深度学习框架时重要的表示学习思想,利用卷积神经网络(CNN)提取视频帧的特征向量作为序列转换模型的输入,并比较了不同特征提取方法下对双层LSTM视频描述模型的影响.实验结果表明,本文的模型具有学习序列知识并转化为文本表示的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐常胜	中国科学院自动化研究所模式识别国家重点实验室	14	108	4.0	10.0
5	黄毅	中国科学院自动化研究所模式识别国家重点实验室	7	26	3.0	5.0
9	鲍秉坤	中国科学院自动化研究所模式识别国家重点实验室	3	28	2.0	3.0