| 关系挖掘驱动的视频描述自动生成 |
| |
| 引用本文： | 黄毅,鲍秉坤,徐常胜.关系挖掘驱动的视频描述自动生成[J].南京气象学院学报,2017,9(6):642-649. |
| |
| 作者姓名： | 黄毅 鲍秉坤 徐常胜 |
| |
| 作者单位： | 中国科学院自动化研究所 模式识别国家重点实验室, 北京, 100190;中国科学院大学, 北京, 100049,中国科学院自动化研究所 模式识别国家重点实验室, 北京, 100190;中国科学院大学, 北京, 100049,中国科学院自动化研究所 模式识别国家重点实验室, 北京, 100190;中国科学院大学, 北京, 100049 |
| |
| 基金项目： | 国家自然科学基金（61572503，61432019）；北京市自然科学基金（4152053） |
| |
| 摘 要： | 视频的自动描述任务是计算机视觉领域的一个热点问题.视频描述语句的生成过程需要自然语言处理的知识，并且能够满足输入（视频帧序列）和输出（文本词序列）的长度可变.为此本文结合了最近机器翻译领域取得的进展，设计了基于编码-解码框架的双层LSTM模型.在实验过程中，本文基于构建深度学习框架时重要的表示学习思想，利用卷积神经网络（CNN）提取视频帧的特征向量作为序列转换模型的输入，并比较了不同特征提取方法下对双层LSTM视频描述模型的影响.实验结果表明，本文的模型具有学习序列知识并转化为文本表示的能力.
|
| 关 键 词： | 视频描述 LSTM模型 表示学习 特征嵌入 |
| 收稿时间： | 2017/8/28 0:00:00 |
|
| 点击此处可从《南京气象学院学报》浏览原始摘要信息 |
| 点击此处可从《南京气象学院学报》下载免费的PDF全文 |
|
