基于GoogLeNet和双层GRU的图像描述

• 作者: 张洁庆 郭敏 肖冰
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像描述 GoogLeNet 门限递归单元 适应性动量估计法
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 模式识别与智能控制专题
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

针对基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short-term memory,LSTM)的方法存在计算复杂度高、收敛速度慢、训练时间长等问题,本文提出基于GoogLeNet和双层GRU的图像描述模型,在训练阶段采用适应性动量估计法(adaptive mo-ment estimation,Adam)优化算法,加快了整体模型的收敛速率,提高了模型性能.在MSCOCO和Flickr30K两个数据集上的实验结果表明,基于GoogLeNet和双层GRU的图像描述模型实验效果优于目前常用的图像描述模型,生成的句子准确度更高,在多个评价指标上超过了其他常用图像描述模型.