CVPR2019 图像描述(image caption)论文汇总

本文汇总了CVPR2019关于图像描述的研究,涉及对抗学习、上下文信息、多样性、个性倾向、鲁棒性检验、新闻图片描述、目标导向、注意力机制、多风格生成、场景图表示、部分-of-speech指导、新对象指出、强化学习策略及无监督方法等多个方面,展示了图像描述领域的最新进展。
摘要由CSDN通过智能技术生成

CVPR2019 图像描述(image caption)论文汇总

1.Adversarial Semantic Alignment for Improved Image Captions
使用对抗学习的思想来加强image和caption之间的关联
2.Context and Attribute Grounded Dense Captioning
对图像的密集描述,对每一个区域生成短语或者一个句子,用到了这个区域周围的区域信息(上下文信息),来提高效果
3.Describing like Humans: on Diversity in Image Captioning
提出了新的指标来度量image caption的多样性,并且在现有的方法上测试
4.Engaging Image Captioning via Personality
使生成的caption包含个人的倾向性,并且提出了一个更大的数据集用于图像描述
5.Exact Adversarial Attack to Image Captioning via Structured Output Learning with Latent Variables
提出方法用于攻击image caption系统,通过加入噪声使生成的caption尽量的差,从而检验image caption系统的鲁棒性
6.Good News, Everyone! Context driven entity-aware captioning for news images
使用额外的和image相关的文本数据来帮助生成caption,并且提出新的数据集“GoodNews”
7.Intention Oriented Image Captions with Guiding Objects
保证生成的caption中包含指定的o

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值