一种基于多级LSTM解码器的细粒度图像描述方法

• 作者: 罗锋 隋爱娜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图像描述 长短时记忆网络 解码器
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP317.4
• 字数: 3802字
• 语种: 中文
• DOI: 10.11907/rjdk.191594

摘要

现有图像描述方法常见训练对象为单一的句子解码器,造成生成的描述内容在长距离依赖上效果不显著,描述细节质量不高,从而不能真实、完整地表征图像全局关系.针对该问题,设计一种基于多层LSTM解码机制的图像描述方法.该方法由多个LSTM解码器组成,其中每一个解码器均基于前一级输出进行工作,从而生成越来越精细的描述内容.在MS-COCO测试集中,该方法的BLEU-1和CIDEr分别可达到0.753与1.090,明显优于单一解码器结构模型.实验结果表明,生成的模型表现出更精细的图像描述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	隋爱娜	中国传媒大学计算机与网络空间安全学院	7	27	2.0	5.0
3	罗锋	中国传媒大学计算机与网络空间安全学院	1	0	0.0	0.0