基于全局与序列变分自编码的图像描述生成
Diverse image description generation via global and sequential latent embedding
1. 江苏建筑职业技术学院 智能制造学院, 江苏 徐州 221116
2. 中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116
摘要
基于Transformer架构的图像描述生成方法通常学习从图像空间到文本空间的确定性映射，以提高预测“平均”描述语句的性能，从而导致模型倾向于生成常见的单词和重复的短语，即所谓的模式坍塌问题。为此，将条件变分自编码与基于Transformer的图像描述生成相结合，利用条件似然的变分证据下界分别构建了句子级和单词级的多样化图像描述生成模型，通过引入全局与序列隐嵌入学习增强模型的隐表示能力。在MSCOCO基准数据集上的定量和定性实验结果表明，两种模型均具备图像到文本空间的一对多映射能力。相比于目前最新的方法COS-CVAE（diverse image captioning with context-object split latent spaces），在随机生成20个描述语句时，准确性指标CIDEr和多样性指标Div-2分别提升了1.3和33%，在随机生成100个描述语句的情况下，CIDEr和Div-2分别提升了11.4和14%，所提方法能够更好地拟合真实描述分布，在多样性和准确性之间取得了更好的平衡。
关键词
基金项目
国家自然科学基金资助项目(61801198)
江苏省自然科学基金资助项目(BK20180174)
江苏省青蓝工程资助项目
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.09.0510
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第7期
所属栏目: 图形图像技术
出版页码: 2215-2220
文章编号: 1001-3695(2024)07-042-2215-06
发布历史
[2023-12-29] 优先出版
[2024-07-05] 印刷出版
引用本文
刘明明, 刘浩, 王栋, 等. 基于全局与序列变分自编码的图像描述生成 [J]. 计算机应用研究, 2024, 41 (7): 2215-2220. (Liu Mingming, Liu Hao, Wang Dong, et al. Diverse image description generation via global and sequential latent embedding [J]. Application Research of Computers, 2024, 41 (7): 2215-2220. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
