基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能.实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.
推荐文章
结合引导解码和视觉注意力的图像语义描述模型
图像描述
多示例学习
引导解码
视觉注意力机制
融入视觉常识和注意力的图像描述
图像描述
注意力机制
视觉常识
注意偏差
具有全局特征的空间注意力机制
卷积神经网络
空间注意力机制
全局特征
特征融合
目标分类
目标检测
基于全局和局部注意力交互机制的语义理解模型
注意力交互
语义理解
完形填空
特征融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于全局-局部特征和自适应注意力机制的图像语义描述算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 图像语义描述 图像关注点 高层语义信息 描述句子细节 全局-局部特征提取 自适应注意力机制
年,卷(期) 2020,(1) 所属期刊栏目 计算机技术、信息工程
研究方向 页码范围 126-134
页数 9页 分类号 TP391
字数 4821字 语种 中文
DOI 10.3785/j.issn.1008-973X.2020.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵小虎 中国矿业大学矿山互联网应用技术国家地方联合工程实验室 17 190 4.0 13.0
5 尹良飞 中国矿业大学矿山互联网应用技术国家地方联合工程实验室 1 0 0.0 0.0
9 赵成龙 中国矿业大学矿山互联网应用技术国家地方联合工程实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像语义描述
图像关注点
高层语义信息
描述句子细节
全局-局部特征提取
自适应注意力机制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导