第四十六周学习笔记
论文阅读笔记
- Exact Adversarial Attack to Image Captioning via Structured Output Learning with Latent Variables,本文提出了一种欺骗CNN+RNN的image caption模型的方法,将问题形式化为生成结构化输出的学习问题,使用了两个不同的criterion来进行优化
- MSCap: Multi-Style Image Captioning with Unpaired Stylized Text,本文使用unpaired的数据训练了一个能够生成多个style的Image caption模型
- Self-critical n-step Training for Image Captioning,本文reformulate了image caption的优势函数,并提出了n-step的优势函数
- Look Back and Predict Forward in Image Captioning,本文提出了Look Back来利用之前的attention信息,以及Predict Forward来预测以后的词,其动机来源于object与seq的一对多关系以及attention与seq的一对一关系的矛盾性
- Intention Oriented Image Captions with Guiding Objects,本文提出了CGO来进行object guided image caption,以图片和期望的object词作为输入,模型可以生成包括object的caption,这个过程是由LSTM-L和LSTM-R分别从Object词两边生成句子完成的
下周目标
论文阅读5篇