Graph convolutional network meta-learning with multi-granularity POS guidance for video captioning

计算机科学 人工智能 隐藏字幕 杠杆(统计) 粒度 图形 编码器 视频质量 自然语言处理 社会化媒体 自动汇总 机器学习 情报检索 公制(单位) 万维网 理论计算机科学 经济 图像(数学) 操作系统 运营管理
作者
Ping Li,Pan Zhang,Xianghua Xu
出处
期刊:Neurocomputing [Elsevier]
卷期号:472: 294-305 被引量:5
标识
DOI:10.1016/j.neucom.2020.12.137
摘要

Video as information carrier has gained overwhelming popularity in city surveillance and social networks, such as WeChat, Weibo, and TikTok. To bridge the semantic gap between video content (e.g., user and landmark building) and textual information (e.g., user location), video captioning has emerged as an attracting technique in recent years. Existing works mostly focus on sentence-level Part-of-Speech (POS) information and use Long Short-Term Memory (LSTM) as encoder, which neglects word or phrase-level POS information and also fails to globally consider long-range temporal relations among video frames. To address the drawbacks, we leverage multi-granularity POS guidance to learn Graph Convolutional Network (GCN) via meta-learning, abbreviated as GMMP (GCN Meta-learning with Multi-granularity POS), for generating high-quality captions for videos. It models temporal dependency by treating frames as nodes in the graph, and captures POS information of words and phrases by multi-granularity POS attention mechanism. We adopt meta-learning to better learn GCN by maximizing the reward of generated caption in a reinforcement task and also the probability of ground-truth caption in a supervised task, simultaneously. Experiments have verified the advantages of our GMMP model on several benchmark data sets.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
闪闪的乐松完成签到 ,获得积分10
1秒前
解语花031发布了新的文献求助10
2秒前
zero发布了新的文献求助10
2秒前
3秒前
3秒前
sy发布了新的文献求助10
4秒前
5秒前
5秒前
田様应助Sindy采纳,获得30
5秒前
莫知完成签到,获得积分10
5秒前
5秒前
6秒前
DrKe完成签到,获得积分10
7秒前
7秒前
8秒前
8秒前
开朗立世发布了新的文献求助10
8秒前
月野兔完成签到,获得积分10
8秒前
8秒前
奋斗发布了新的文献求助30
10秒前
10秒前
量子星尘发布了新的文献求助10
11秒前
11秒前
水草帽完成签到 ,获得积分10
11秒前
12秒前
12秒前
13秒前
斯文败类应助阿治采纳,获得10
13秒前
ceeray23发布了新的文献求助20
14秒前
14秒前
暗眸发布了新的文献求助10
14秒前
14秒前
小小小小小绿红完成签到,获得积分10
15秒前
嘿嘿应助学术蝗虫年猪采纳,获得10
16秒前
SciGPT应助Sindy采纳,获得10
17秒前
研友_VZG7GZ应助奋斗采纳,获得10
17秒前
万能图书馆应助drfang采纳,获得10
17秒前
17秒前
脑洞疼应助hua采纳,获得10
17秒前
我爱科研发布了新的文献求助10
17秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2025-2031全球及中国金刚石触媒粉行业研究及十五五规划分析报告 9000
Encyclopedia of the Human Brain Second Edition 8000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Real World Research, 5th Edition 680
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5684323
求助须知:如何正确求助?哪些是违规求助? 5035995
关于积分的说明 15183907
捐赠科研通 4843598
什么是DOI,文献DOI怎么找? 2596736
邀请新用户注册赠送积分活动 1549447
关于科研通互助平台的介绍 1507972