这不是水帖，这是我的CAT在发帖

Parthsarthi Rawat; Sayan Das; Jorge Aguirre; Akhil Daphara

这不是水帖，这是我的CAT在发帖

计算机视觉与模式识别 2022-05-19 v1 人工智能机器学习

作者: Parthsarthi Rawat , Sayan Das , Jorge Aguirre , Akhil Daphara

摘要

在本文中，我们描述了一种新颖的架构，能够为给定输入图像生成搞笑的描述文本。该架构分为两半，即图像描述生成与搞笑文本转换。架构以预训练的CNN模型（本实现中使用VGG16）起步，并在其上应用带注意力的LSTM以生成普通描述。这些普通描述随后被前馈至我们的搞笑文本转换transformer，其在保持输入图像语境的同时将文本转换为搞笑内容。该架构也可拆分为两半，仅使用seq2seq transformer通过输入一个句子来生成搞笑描述。本文旨在通过使用CATNet生成描述，帮助日常用户同时变得更懒惰且更搞笑。

关键词

图像描述生成搞笑文本生成注意力LSTM seq2seq transformer CATNet VGG16

引用

@article{arxiv.2205.08710,
  title  = {It Isn't Sh!tposting, It's My CAT Posting},
  author = {Parthsarthi Rawat and Sayan Das and Jorge Aguirre and Akhil Daphara},
  journal= {arXiv preprint arXiv:2205.08710},
  year   = {2022}
}

备注

5 pages, 3 figures, 1 table

这不是水帖，这是我的CAT在发帖

摘要

关键词

引用

备注

相关论文