Multimodal —— 看圖說話（Image Caption）任務的論文筆記（一）評價指標和NIC模型
看圖說話（Image Caption）任務是結合CV和NLP兩個領域的一種比較綜合的任務，Image Caption模型的輸入是一幅圖像，輸出是對該幅圖像進行描述的一段文字。這項任務要求模型可以識別圖片中的物體、理解物體間的關系，並用一句自然語言表達出來。 應用 ...
原文：Stylized Image Caption論文筆記
Neural Storyteller Krios et al. : NST breaks down the task into two steps, which first generate unstylish captions than apply style shift techniques to generate stylish descriptions. SentiCap: Generat ...
2019-06-26 23:14 0 532 推薦指數：
相關推薦
Multimodal —— 看圖說話（Image Caption）任務的論文筆記（二）引入attention機制
在上一篇博客中介紹的論文“Show and tell”所提出的NIC模型采用的是最“簡單”的encoder-decoder框架，模型上沒有什么新花樣，使用CNN提取圖像特征，將Softmax層之前的那一層vector作為encoder端的輸出並送入decoder中，使用LSTM對其解碼 ...
《Image Generation with PixelCNN Decoders》論文筆記
論文背景：Google Deepmind團隊於2016發表在NIPS上的文章 motivation：提出新的image generation model based on pixelCNN[1]架構。可以為任意輸入vector結合標簽生成圖片，在先驗信息的前提下加入條件分布信息 模型關鍵 ...
Image Caption論文合輯2
說明: 這個合輯里面的論文不全是Image Caption, 但大多和Image Caption相關, 同時還有一些Workshop論文。 Guiding Long-Short Term Memory for Image Caption Generation (ICCV 2015 ...
《Image-to-Image Translation with Conditional Adversarial Networks》論文筆記
出處 CVPR2017 Motivation 嘗試用條件GAN網絡來做image translation，讓網絡自己學習圖片到圖片的映射函數，而不需要人工定制特征。 Introduction 作者從不同種類的語言翻譯類比，提出了Image translation的概念，並希望在給定足夠 ...
論文筆記——Deep Residual Learning for Image Recognition
論文地址：Deep Residual Learning for Image Recognition ResNet——MSRA何凱明團隊的Residual Networks，在2015年ImageNet上大放異彩，在ImageNet的classification、detection ...
Natural Image Stitching with the Global Similarity Prior 論文筆記（一）
《Natural Image Stitching with the Global Similarity Prior》論文筆記（一） @(sinbad)[360sinbad@gmail.com] 簡要記錄下基於網格優化的圖像對齊方法算法的流程步驟，以便日后記憶。 全局單應性VS網格優化 ...