Face2Text：为生成丰富人脸描述而收集的带标注图像描述语料库
计算与语言
2021-03-08 v2 人工智能
计算机视觉与模式识别
摘要
过去几年中，视觉与语言交界处的 NLP 任务重新引起关注。一个被深入研究的问题是根据图像自动生成文本。在本文中，我们将此问题扩展到更具体的人脸描述领域。与场景描述不同，人脸描述更为细粒度，并依赖于从图像提取的属性，而非物体与关系。鉴于该任务尚无数据，我们呈现一项正在进行的众包研究，以收集“真实环境”下人脸图像的描述语料库。为更好地理解我们在人脸描述中发现的变化及其可能引发的议题，我们还对该语料库的一个子集进行了标注研究。我们主要发现描述涉及属性的混合，不仅是物理的，也包括情绪与推断的，这必然会给当前图像到文本方法带来进一步挑战。
引用
@article{arxiv.1803.03827,
title = {Face2Text: Collecting an Annotated Image Description Corpus for the Generation of Rich Face Descriptions},
author = {Albert Gatt and Marc Tanti and Adrian Muscat and Patrizia Paggio and Reuben A. Farrugia and Claudia Borg and Kenneth P. Camilleri and Mike Rosner and Lonneke van der Plas},
journal= {arXiv preprint arXiv:1803.03827},
year = {2021}
}
备注
Proceedings of the 11th edition of the Language Resources and Evaluation Conference (LREC'18)