SCA-CNN: Spatial and Channel-wise Attention in Convolutional Networks for Image Captioning

隐藏字幕 计算机科学 卷积神经网络 特征(语言学) 人工智能 水准点(测量) 背景(考古学) 编码(内存) 判决 模式识别(心理学) 频道(广播) 图层(电子) 图像(数学) 空间语境意识 地图学 古生物学 计算机网络 哲学 语言学 化学 有机化学 生物 地理
作者
Long Chen,Hanwang Zhang,Jun Xiao,Liqiang Nie,Jian Shao,Wei Liu,Tat‐Seng Chua
出处
期刊:Cornell University - arXiv 被引量:37
标识
DOI:10.48550/arxiv.1611.05594
摘要

Visual attention has been successfully applied in structural prediction tasks such as visual captioning and question answering. Existing visual attention models are generally spatial, i.e., the attention is modeled as spatial probabilities that re-weight the last conv-layer feature map of a CNN encoding an input image. However, we argue that such spatial attention does not necessarily conform to the attention mechanism --- a dynamic feature extractor that combines contextual fixations over time, as CNN features are naturally spatial, channel-wise and multi-layer. In this paper, we introduce a novel convolutional neural network dubbed SCA-CNN that incorporates Spatial and Channel-wise Attentions in a CNN. In the task of image captioning, SCA-CNN dynamically modulates the sentence generation context in multi-layer feature maps, encoding where (i.e., attentive spatial locations at multiple layers) and what (i.e., attentive channels) the visual attention is. We evaluate the proposed SCA-CNN architecture on three benchmark image captioning datasets: Flickr8K, Flickr30K, and MSCOCO. It is consistently observed that SCA-CNN significantly outperforms state-of-the-art visual attention-based image captioning methods.

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
刚刚
上上谦应助有魅力荟采纳,获得10
刚刚
张立佳完成签到 ,获得积分10
2秒前
三国杀校老弟应助小阿博采纳,获得10
4秒前
oracl完成签到 ,获得积分0
4秒前
ALIVE_STAR完成签到,获得积分10
8秒前
柔弱云朵完成签到 ,获得积分10
9秒前
LIUJIE完成签到,获得积分10
13秒前
sdfdzhang完成签到 ,获得积分10
15秒前
18秒前
janer完成签到 ,获得积分0
21秒前
法克西瓜汁完成签到,获得积分10
21秒前
小孟吖完成签到 ,获得积分10
25秒前
冷傲的帽子完成签到 ,获得积分10
29秒前
内向东蒽完成签到 ,获得积分10
31秒前
桐桐应助T_MC郭采纳,获得10
31秒前
超级大猩猩完成签到,获得积分10
35秒前
平淡茈完成签到 ,获得积分10
36秒前
聪明的芳芳完成签到 ,获得积分10
36秒前
微笑完成签到,获得积分10
40秒前
搭碰完成签到,获得积分0
41秒前
冷傲机器猫完成签到,获得积分10
42秒前
秋迎夏完成签到,获得积分0
44秒前
风-FBDD完成签到,获得积分10
46秒前
科研通AI2S应助小阿博采纳,获得10
51秒前
不穷知识完成签到,获得积分10
58秒前
小糖完成签到 ,获得积分10
1分钟前
重要的惜萍完成签到,获得积分10
1分钟前
青青完成签到 ,获得积分10
1分钟前
行者+完成签到,获得积分10
1分钟前
砳熠完成签到 ,获得积分10
1分钟前
求知的周完成签到,获得积分10
1分钟前
温暖的蚂蚁完成签到 ,获得积分10
1分钟前
简单幸福完成签到 ,获得积分0
1分钟前
不良帅完成签到,获得积分10
1分钟前
一路有你完成签到 ,获得积分10
1分钟前
仁爱的戒指完成签到 ,获得积分10
1分钟前
罗氏集团完成签到,获得积分10
1分钟前
小杨完成签到,获得积分10
1分钟前
1分钟前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 600
Shining Light on the Dark Side of Personality 400
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 3311314
求助须知:如何正确求助?哪些是违规求助? 2944006
关于积分的说明 8516896
捐赠科研通 2619458
什么是DOI,文献DOI怎么找? 1432306
科研通“疑难数据库(出版商)”最低求助积分说明 664597
邀请新用户注册赠送积分活动 649856