典型文献
基于访问控制模块与原始信息注入的图像描述
文献摘要：
近年来在图像描述领域对于应用场景图生成描述的研究越来越广泛.然而,当前基于场景图的图像描述模型并未考虑到长短期记忆神经网络(LSTM)对于先前输入的细节信息的保留,这可能会导致细节信息的丢失.针对这个问题,本文提出基于原始信息注入的图像描述网络,该网络对基线模型中语言LSTM的输入变量做了改进,目的是尽可能多地保留原始输入信息,减少输入信息在计算过程中的损失.另外,本文还认为当前的场景图更新机制中存在结点更新程度过大的问题,因此本文设计了一个访问控制模块更新已访问过的结点权重,避免引起结点信息丢失的问题.同时,本文设计一个图更新系数(GUF)来指导图更新,以确定更新程度的大小.本文在官方数据集MSCOCO上进行了实验,各种评估机制的实验结果表明,基于访问控制模块与原始信息注入的图像描述模型与基线模型对比,取得了更有竞争力的结果,表现出明显的优越性.
文献关键词：
图像描述;场景图;访问控制;长短期记忆网络;原始信息注入
中图分类号：
作者姓名：
李阳;路静;郝宇钦;韦学艳;吴春雷
作者机构：
中国石油大学(华东)计算机科学与技术学院,青岛266580
文献出处：
引用格式：
[1]李阳;路静;郝宇钦;韦学艳;吴春雷-.基于访问控制模块与原始信息注入的图像描述)[J].计算机系统应用,2022(07):106-112
A类：
原始信息注入
B类：
访问控制,控制模块,场景图生成,图像描述模型,长短期记忆神经网络,先前,细节信息,基线模型,更新机制,结点,信息丢失,GUF,导图,MSCOCO,评估机制,模型对比,长短期记忆网络
AB值：
0.20538
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
