基于CNN-LSTM的自动生成图像描述方法研究

摘要：

自动生成图像描述是人工智能领域的一个重要问题,可以通过多种方式来帮助计算机更好地"查看"图像.该文利用深度学习的自主特征提取以及分类的特点研究了一种结合卷积神经网络(Convolutional Neural Network,CNN)和长短期记忆网络(Long Short-Term Memory,LSTM)的自动生成图像描述的方法.首先,按照顺序在CNN中对原始图像进行特征提取.其次,在LSTM中进行图像描述生成.最后,将基于CNN-LSTM的自动生成图像描述的方法与各类自动生成图像描述方法进行比较,由比较结果可知,基于CNN-LSTM的自动生成图像描述方法的识别率较高.

关键词：自动生成、人工智能、深度学习、比较、识别率

分类号：TP391(计算技术、计算机技术)

资助基金：湖南环境生物职业技术学院青年基金项目QN2022-14

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：14-17,21