10.3969/j.issn.2095-2163.2022.02.012
基于改进注意力机制的图像描述算法
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.
图像描述、注意力机制、自然语言处理、通道注意模块
12
TP305(计算技术、计算机技术)
2022-05-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
58-63