基于神经网络的图像描述方法研究

• 作者: 孔锐 谢玮 雷泰
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 图像描述 神经网络 语言模型 深度学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 601-611
• 页数: 11页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.18-0310

摘要

自动识别和描述图像的内容是人工智能中一个重要的研究方向,它涉及计算机视觉和自然语言处理技术.针对这一难题,提出了一种由深层神经网络模型生成自然语言句子来描述图像内容的方法.该方法提出的模型由卷积神经网络Convolution Neural Network,CNN)和循环神经网络Recurrent Neural Network,NN)组成,其中,CNN用来提取输入图像的特征生成固定长度的特征向量,该特征向量初始化RNN来生成句子.在MSCOCO图像描述数据集上的实验结果表明了该模型所生成句子的语法准确性和语义准确性,且优于先前的基线模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔锐	暨南大学智能科学与工程学院	15	314	8.0	15.0
2	谢玮	暨南大学智能科学与工程学院	1	0	0.0	0.0
3	雷泰	暨南大学信息科学技术学院	2	0	0.0	0.0