| 图像描述生成研究进展 |
| |
| 引用本文： | 李志欣,魏海洋,张灿龙,马慧芳,史忠植.图像描述生成研究进展[J].计算机研究与发展,2021,58(9):1951-1974. |
| |
| 作者姓名： | 李志欣 魏海洋 张灿龙 马慧芳 史忠植 |
| |
| 作者单位： | 广西多源信息挖掘与安全重点实验室(广西师范大学) 广西桂林541004;西北师范大学计算机科学与工程学院 兰州 730070;中国科学院智能信息处理重点实验室(中国科学院计算技术研究所) 北京100190 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;广西自然科学基金;广西自然科学基金;广西自然科学基金 |
| |
| 摘 要： | 图像描述生成结合了计算机视觉和自然语言处理2个研究领域,不仅要求完备的图像语义理解,还要求复杂的自然语言表达,是进一步研究符合人类感知的视觉智能的关键任务.对图像描述生成的研究进展做了回顾.首先,归纳分析了当前基于深度学习的图像描述生成方法涉及的5个关键技术,包括整体架构、学习策略、特征映射、语言模型和注意机制.然后,按照发展进程将现有的图像描述生成方法分为四大类,即基于模板的方法、基于检索的方法、基于编码器-解码器架构的方法和基于复合架构的方法,并阐述了各类方法的基本概念、代表性方法和研究现状,重点讨论了基于编码器-解码器架构的各种方法及其创新思路,如多模态空间、视觉空间、语义空间、注意机制、模型优化等.接着,从实验的角度给出图像描述生成的常用数据集和评估措施,并在2个基准数据集上比较了一些典型方法的性能.最后,以提升图像描述的准确性、完整性、新颖性、多样性为依据,展示了图像描述生成的未来发展趋势.
|
| 关 键 词： | 图像描述生成 编码器-解码器架构 复合架构 注意机制 卷积神经网络 循环神经网络 长短期记忆网络 |
Research Progress on Image Captioning |
| |
| Li Zhixin,Wei Haiyang,Zhang Canlong,Ma Huifang,Shi Zhongzhia.Research Progress on Image Captioning[J].Journal of Computer Research and Development,2021,58(9):1951-1974. |
| |
| Authors: | Li Zhixin Wei Haiyang Zhang Canlong Ma Huifang Shi Zhongzhia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
