2017年12月_dsjdjsa

12月 11月 10月 09月 08月 07月 06月 05月 04月 02月 01月

翻译 Show and Tell: A Neural Image Caption Generator 翻译

摘要自动描述图像的内容是连接计算机视觉和自然语言处理的人工智能中的一个基本问题。在本文中，我们提出了一个基于深度重构架构的生成模型，它结合了计算机视觉和机器翻译方面的最新进展，可以用来生成描述图像的自然语句。训练该模型以最大化训练图像给出的目标描述句子的可能性。在几个数据集上的实验显示模型的准确性和它从图像描述中学到的语言的流畅性。我们的模型通常是相当准确的，我们从定性和定量两方面进行验证。例如，P

2017-12-30 19:41:15 9570 1

翻译 RNN 在图像描述生成中扮演的角色？（翻译）

摘要在图像描述生成系统中，递归神经网络（RNN）通常被视为主要的“生成”组件。这个观点表明图像特征应该被注入到RNN中。这实际上是文学中的主导观点。或者，RNN可以被视为仅对先前生成的词进行编码。这个观点表明，RNN只能用来编码语言特征，只有最后的表示与后期的图像特征“合并”。本文比较了这两种体系结构。我们发现，一般来说，后期合并优于注入，这表明RNN更好地被视为编码器，而不是发生器。引言图像描http://w

2017-12-25 15:09:21 3350

翻译图像特征应该在哪个阶段输入到图像描述生成器当中（翻译）

摘要图像标题生成是生成图像内容的自然语言描述的任务。一种方法是使用神经语言模型，一种逐个生成句子的神经网络。这些工作通过使用循环的神经网络（RNN），基于其前缀或“历史”来预测句子中的下一个单词。然后可以将该预测的单词附加到先前的前缀以便预测之后的单词，等等，直到生成整个句子。通过对图像特征进行预测，可以将简单的神经语言模型扩展为图像标题生成器。换句话说，语言模型不仅要输入前缀，还要输入图像。这就产

2017-12-25 09:54:19 4802