Syntax-Guided Hierarchical Attention Network for Video Captioning

隐藏字幕 计算机科学 语法 判决 自然语言处理 特征(语言学) 人工智能 背景(考古学) 可解释性 词(群论) 语义学(计算机科学) 语音识别 语言学 图像(数学) 古生物学 哲学 生物 程序设计语言
作者
Jincan Deng,Liang Li,Beichen Zhang,Shuhui Wang,Zheng-Jun Zha,Qingming Huang
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:32 (2): 880-892 被引量:36
标识
DOI:10.1109/tcsvt.2021.3063423
摘要

Video captioning is a challenging task that aims to generate linguistic description based on video content. Most methods only incorporate visual features (2D/3D) as input for generating visual and non-visual words in the caption. However, generating non-visual words usually depends more on sentence-context than visual features. The wrong non-visual words can reduce the sentence fluency and even change the meaning of sentence. In this paper, we propose a syntax-guided hierarchical attention network (SHAN), which leverages semantic and syntax cues to integrate visual and sentence-context features for captioning. First, a globally-dependent context encoder is designed to extract the global sentence-context feature that facilitates generating non-visual words. Then, we introduce hierarchical content attention and syntax attention to adaptively integrate features in terms of temporality and feature characteristics respectively. Content attention helps focus on time intervals related to the semantic of current word, while cross-modal syntax attention uses syntax information to model importance of different features for target word’s generation. Moreover, such hierarchical attention can enhance the model interpretability for captioning. Experiments on MSVD and MSR-VTT datasets show the comparable performance of our method compared with current methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
CipherSage应助简单枫采纳,获得10
3秒前
4秒前
安有才完成签到,获得积分10
5秒前
Owen应助绳网用户17117496采纳,获得10
5秒前
6秒前
wangxiaoqing完成签到,获得积分10
6秒前
Owen应助luoluo采纳,获得10
8秒前
8秒前
郭子朋发布了新的文献求助10
9秒前
来活发布了新的文献求助10
11秒前
里里完成签到,获得积分10
11秒前
13秒前
hbgcld发布了新的文献求助10
14秒前
简单驳完成签到,获得积分10
16秒前
17秒前
hanhan完成签到 ,获得积分10
17秒前
CodeCraft应助郭子朋采纳,获得10
17秒前
不科学的呵呵完成签到,获得积分10
19秒前
背后访风完成签到 ,获得积分10
20秒前
22秒前
苟活着发布了新的文献求助20
22秒前
Ting完成签到 ,获得积分10
22秒前
23秒前
23秒前
Orange应助hbgcld采纳,获得10
24秒前
LRX发布了新的文献求助10
25秒前
25秒前
堂吉诃德完成签到,获得积分10
26秒前
26秒前
好好好发布了新的文献求助10
27秒前
金平卢仙发布了新的文献求助10
27秒前
hsj完成签到,获得积分10
28秒前
科研通AI2S应助miemie采纳,获得30
30秒前
30秒前
33秒前
郭子朋完成签到,获得积分10
33秒前
xhtt发布了新的文献求助10
33秒前
橙子fy16_发布了新的文献求助10
34秒前
绳网用户17117496完成签到,获得积分10
34秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
Education and Upward Social Mobility in China: Imagining Positive Sociology with Bourdieu 500
Zeitschrift für Orient-Archäologie 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3353002
求助须知:如何正确求助?哪些是违规求助? 2977782
关于积分的说明 8682092
捐赠科研通 2658911
什么是DOI,文献DOI怎么找? 1456009
科研通“疑难数据库(出版商)”最低求助积分说明 674206
邀请新用户注册赠送积分活动 664884