深度学习在图像描述中的应用

摘要：

卷积神经网络在图像识别处理方面有着优秀的表现,但是只能处理单个输入,无法在多个输入之间建立联系.循环神经网络则在处理前后相关的序列信息上有着独特的优势.将两种神经网络算法联系起来,可以用于实现图像的语言序列描述,具体方法为:首先用卷积神经网络将图片的特征提取,后连接到LSTM模型,与输入的语言序列共同训练网络达到描述图像的目的.输入的数据应当根据需要做适当的预处理,以获得更好的表现.

关键词：循环神经网络、卷积神经网络、长短时间记忆模型、图像描述、数据预处理

所属期刊栏目：13

分类号：TP183(自动化基础理论)

在线出版日期：2017-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：178-179,182