初次接触Captioning的问题，第一印象就是Andrej Karpathy好聪明。主要从他的两篇文章开始入门， Deep Fragment Embeddings for Bidirectional Image Sentence Mapping 和 Deep Visual Semantic Alignments for Generating Image Descriptions 。基本上，第一篇 ...
2016-11-19 23:51 7 8791 推荐指数：
Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering-阅读总结 笔记不能简单的抄写文中的内容，得有自己的思考和理解。 一、基本信息 \1.标题：Bottom-Up ...
论文的重点在于后面approximation部分。 在《Rank Pooling》的论文中提到，可以通过训练RankSVM获得参数向量d，来作为视频帧序列的representation。而在dynamic论文中发现，这样的参数向量d，事实上与image是同等大小的，也就是说，它本身是一张 ...
Image Caption: Automatically describing the content of an image domain:CV+NLP Category:(by myself, you can read the survey for detail.) CNN+RNN ...
Show and Tell: A Neural Image Caption Generator-阅读总结 笔记不能简单的抄写文中的内容，得有自己的思考和理解。 一、基本信息 标题 作者 作者单位 发表期刊/会议 发表时间 ...
Meshed-Memory Transformer for Image Captioning 一句话复盘：我们提出了对self-attention增加记忆槽以引入高层信息的特征向量结构，和基于两重cross-attention作权重的encoder和decoder全连接结构 ...
目的： 提升深度神经网络的性能。 一般方法带来的问题： 增加网络的深度与宽度。 带来两个问题： （1）参数增加，数据不足的情况容易导致过拟合 （2）计算资源要求高，而且在训练过程中会 ...
这是期刊论文的版本，不是会议论文的版本。看了论文之后，只能说，太TM聪明了。膜拜~~ 视频的表示方法有很多，一般是把它看作帧的序列。论文提出一种新的方法去表示视频，用ranking function的参数编码视频的帧序列。它使用一个排序函数（ranking function）主要 ...
视频描述 顾名思义视频描述是计算机对视频生成一段描述，如图所示，这张图片选取了一段视频的两帧，针对它的描述是"A man is doing stunts on his bike"，这对在线的视频的检 ...
