亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep Learning Approaches on Image Captioning: A Review

隐藏字幕 计算机科学 深度学习 人工智能 模式 背景(考古学) 领域(数学) 自然语言处理 图像(数学) 机器学习 古生物学 社会科学 数学 社会学 纯数学 生物
作者
Taraneh Ghandi,Hamid Reza Pourreza,Hamidreza Mahyar
出处
期刊:ACM Computing Surveys [Association for Computing Machinery]
卷期号:56 (3): 1-39 被引量:30
标识
DOI:10.1145/3617592
摘要

Image captioning is a research area of immense importance, aiming to generate natural language descriptions for visual content in the form of still images. The advent of deep learning and more recently vision-language pre-training techniques has revolutionized the field, leading to more sophisticated methods and improved performance. In this survey article, we provide a structured review of deep learning methods in image captioning by presenting a comprehensive taxonomy and discussing each method category in detail. Additionally, we examine the datasets commonly employed in image captioning research, as well as the evaluation metrics used to assess the performance of different captioning models. We address the challenges faced in this field by emphasizing issues such as object hallucination, missing context, illumination conditions, contextual understanding, and referring expressions. We rank different deep learning methods’ performance according to widely used evaluation metrics, giving insight into the current state-of-the-art. Furthermore, we identify several potential future directions for research in this area, which include tackling the information misalignment problem between image and text modalities, mitigating dataset bias, incorporating vision-language pre-training methods to enhance caption generation, and developing improved evaluation tools to accurately measure the quality of image captions.
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
19秒前
yang发布了新的文献求助10
23秒前
51秒前
lixuebin完成签到 ,获得积分10
51秒前
56秒前
1分钟前
yang完成签到,获得积分10
1分钟前
千里草完成签到,获得积分10
1分钟前
3分钟前
虞鱼瑜发布了新的文献求助10
3分钟前
3分钟前
3分钟前
傅夜山发布了新的文献求助10
3分钟前
丫丫完成签到,获得积分10
4分钟前
Echopotter发布了新的文献求助30
4分钟前
Echopotter完成签到,获得积分10
4分钟前
5分钟前
丫丫发布了新的文献求助20
5分钟前
淡淡醉波wuliao完成签到 ,获得积分10
5分钟前
学习使勇哥进步完成签到 ,获得积分10
5分钟前
Owen应助虞鱼瑜采纳,获得10
6分钟前
gszy1975完成签到,获得积分10
6分钟前
傅夜山发布了新的文献求助30
6分钟前
共享精神应助林屿溪采纳,获得10
6分钟前
兴奋道罡完成签到,获得积分10
6分钟前
7分钟前
林屿溪发布了新的文献求助10
7分钟前
王肥肥完成签到,获得积分20
7分钟前
7分钟前
海洋岩土12138完成签到 ,获得积分10
8分钟前
科研通AI2S应助林屿溪采纳,获得10
8分钟前
9分钟前
xiaorui完成签到,获得积分20
9分钟前
luckyalias完成签到 ,获得积分10
10分钟前
魏白晴完成签到,获得积分10
10分钟前
11分钟前
12分钟前
13分钟前
13分钟前
大模型应助蓝_1995采纳,获得10
13分钟前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
肝病学名词 500
Evolution 3rd edition 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 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3171568
求助须知:如何正确求助?哪些是违规求助? 2822431
关于积分的说明 7939235
捐赠科研通 2483077
什么是DOI,文献DOI怎么找? 1322935
科研通“疑难数据库(出版商)”最低求助积分说明 633809
版权声明 602647