SuperCaptioning：基于二维词嵌入的图像描述生成
计算与语言
2019-06-05 v2
摘要
在当前的图像描述生成工作中，语言与视觉被作为两种不同模态处理。然而，近期 Super Characters 方法的工作展示了二维词嵌入的有效性，其将文本分类问题转化为图像分类问题。本文提出 SuperCaptioning 方法，借鉴 Super Characters 方法的二维词嵌入思想，在单一 CNN 模型中共同处理语言与视觉信息。在 Flickr30k 数据上的实验结果表明，所提方法能生成高质量的图像描述。一个交互式演示已在研讨会上展示。
引用
@article{arxiv.1905.10515,
title = {SuperCaptioning: Image Captioning Using Two-dimensional Word Embedding},
author = {Baohua Sun and Lin Yang and Michael Lin and Charles Young and Patrick Dong and Wenhan Zhang and Jason Dong},
journal= {arXiv preprint arXiv:1905.10515},
year = {2019}
}
备注
3 pages, 2 figures, modified typo. Accepted by CVPR2019 VQA workshop