语言CNN用于图像描述生成的实证研究
计算机视觉与模式识别
2017-08-03 v3 机器学习
摘要
基于循环神经网络的语言模型在近期图像描述生成任务中占主导地位。本文引入一种适用于统计语言建模任务且在图像描述生成中表现出有竞争力性能的语言CNN模型。与先前基于一个前驱词和隐藏状态预测下一个词的模型不同，我们的语言CNN输入所有前驱词，并能对历史词的远距离依赖关系进行建模，而这正是图像描述生成的关键。我们方法的有效性在两个数据集MS COCO和Flickr30K上得到验证。我们广泛的实验结果表明，我们的方法优于基于原始循环神经网络的语言模型，并与最先进(state-of-the-art)方法具有竞争力。
引用
@article{arxiv.1612.07086,
title = {An Empirical Study of Language CNN for Image Captioning},
author = {Jiuxiang Gu and Gang Wang and Jianfei Cai and Tsuhan Chen},
journal= {arXiv preprint arXiv:1612.07086},
year = {2017}
}
备注
Comments: 10 pages, In proceedings of ICCV 2017