第四十四周学习笔记
论文阅读概述
- Fast, Diverse and Accurate Image Captioning Guided By Part-of-Speech,本文使用part-of-speech模板来生成image caption,规定了句子中每个词的词性,通过使用多个模板生成多样的caption,在速度、多样性和准确性上比基于GAN的模型和beam search的模型都要高
- Unsupervised Image Captioning,本文提出了一种无监督的image caption学习方法,只需要图片集合和句子集合而不需要两者的对应关系,利用类似GAN的结构对两者进行重建,并引入object detection加以辅助,使生成的句子与图像相关
- Describing like Humans: on Diversity in Image Captioning,本文基于CIDEr提出了一个衡量diversity的度量,并通过奇异值分解,减少了度量的计算复杂度
- Very Deep Convolutional Networks For Large-Scale Image Recognition,本文提出了VGG网络,使用小卷积核替代大卷积核,在多次卷积之后再使用下采样,并在训练时和测试时使用灵活的scale方法,提高准确率
- CapSal: Leveraging Captioning to Boost Semantics for Salient Object Detection,通常的image caption都使用object detection来辅助,这篇文章反其道行之,使用image caption 来辅助object detection,将image caption结果结合图片特征喂给全局以及局部的感知网络,得到全局和局部的两个显著图,然后结合得到最后的结果
Faegen
见excel
本周小结
- 论文阅读完成
下周计划
- 论文5篇