基于改进注意力机制的图像描述算法

摘要：

图像描述的任务是根据输入图像自动生成描述该图像的语句,属于计算机视觉与自然语言处理的交叉领域.针对传统注意力机制提取特征能力不足、模型复杂且训练困难等问题,本文提出了一种改进注意力机制的图像描述模型.在传统注意力机制的基础上引入高效通道注意模块,在提升特征提取效果的同时降低模型复杂度,在保证性能的同时提高模型效率,更好的提取图像重要部分特征,生成更为准确的自然语言描述.模型在MSCOCO数据集上进行了验证,实验结果表明,相较于传统的注意力机制,模型在生成描述语句准确性方面有较大提升,在BLEU-1、BLEU-3、BLEU-4上分别有0.2％、0.3％、0.6％的提高.

关键词：图像描述、注意力机制、自然语言处理、通道注意模块

所属期刊栏目：12

分类号：TP305(计算技术、计算机技术)

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63