基于深度学习方法的视频问答研究

目录

声明

第1章绪论

1.1 课题研究的背景和意义

1.2 视频问答的国内外研究现状

1.3 课题的来源及研究内容

1.3.2课题的主要研究内容

1.4 论文的组织结构和内容安排

第2章相关技术概述

2.1 视觉问答

2.1.2视频问答

2.2 公开数据集

2.2.2ZJL数据集

2.3 本章小结

第3章对视频和问题进行编码表示

3.1 引言

3.2 对视频进行编码表示

3.2.1ResNet编码帧特征

3.2.2TSN编码剪辑特征

3.3 对问题进行编码表示

3.3.2对问题进行LSTM编码表示

3.3.3对问题进行CNN编码表示

3.4 评价标准

3.5 本章小结

第4章MSAM模型和答案生成

4.1 第一阶段注意力机制模型

4.2 第二阶段注意力机制模型

4.2.2对关键剪辑进行关注

4.3 第三阶段注意力模型

4.4 答案生成

4.5 本章小结

第5章实验与分析

5.1 数据准备

5.2 实验设置

5.2.2训练参数

5.3 对比实验

5.3.1总体实验结果分析

5.3.2部分实验结果分析

5.4 实例展示

结论

参考文献

攻读硕士学位期间所发表的学术论文

致谢