基于注意力机制引导的图像描述生成

摘要

使用计算机自动生成关于图像的描述是当前计算机视觉研究中的一个热点领域,它能够以“看图说话”的形式自动获得由图像到文本信息的自然语言翻译语句。设计一种基于注意力机制引导的图像描述生成模型,在该模型中以作为图像编码器,使用双层的作为句子解码器。在MSCOCO图像描述数据集上进行验证,实验结果表明该方法能够获得比较优秀的图像描述。