一种基于 TextGCN 的解码方法用于改进遥感图像描述
机器学习
2025-02-07 v3
摘要
遥感图像因其能够解决风险管理、安全和气象学等复杂的现实问题而备受重视。然而，人工为这些图像生成描述具有挑战性，且需要跨多个领域的专业知识。本文提出了一种自动描述（生成描述）遥感图像的方法。我们提出了一种部署文本图卷积网络和多层 LSTM 的新型编码器-解码器架构。TextGCN 生成的嵌入通过在句子和语料库两个层面捕获单词之间的语义关系，增强了解码器的理解能力。此外，我们采用了一种基于比较的束搜索方法来推进我们的方法，以确保生成最终描述时搜索策略的公平性。我们对我们的方法与其他各种 SOTA 编码器-解码器框架进行了广泛的评估。我们在三个数据集上使用七个指标评估了我们的方法：BLEU-1 到 BLEU-4、METEOR、ROUGE-L 和 CIDEr。结果表明，我们的方法显著优于其他 SOTA 编码器-解码器方法。
引用
@article{arxiv.2409.18467,
title = {A TextGCN-Based Decoding Approach for Improving Remote Sensing Image Captioning},
author = {Swadhin Das and Raksha Sharma},
journal= {arXiv preprint arXiv:2409.18467},
year = {2025}
}
备注
Under Review