已入深夜,您辛苦了!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!祝你早点完成任务,早点休息,好梦!

Image Captioning Using Deep Learning

隐藏字幕 计算机科学 卷积神经网络 人工智能 图像(数学) 特征提取 特征(语言学) 深度学习 过程(计算) 短时记忆 模式识别(心理学) 人工神经网络 建筑 自然语言处理 机器学习 循环神经网络 艺术 哲学 语言学 视觉艺术 操作系统
作者
C. S. Kanimozhiselvi,V Karthika,S P Kalaivani,S Krithika
标识
DOI:10.1109/iccci54379.2022.9740788
摘要

The process of generating a textual description for images is known as image captioning. Now a days it is one of the recent and growing research problem. Day by day various solutions are being introduced for solving the problem. Even though, many solutions are already available, a lot of attention is still required for getting better and precise results. So, we came up with the idea of developing a image captioning model using different combinations of Convolutional Neural Network architecture along with Long Short Term Memory in order to get better results. We have used three combination of CNN and LSTM for developing the model. The proposed model is trained with three Convolutional Neural Network architecture such as Inception-v3, Xception, ResNet50 for feature extraction from the image and Long ShortTerm Memory for generating the relevant captions. Among the three combinations of CNN and LSTM, the best combination is selected based on the accuracy of the model. The model is trained using the Flicker8k dataset.
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
儒雅涵易完成签到 ,获得积分10
1秒前
cc发布了新的文献求助10
3秒前
沐风发布了新的文献求助10
4秒前
科研通AI2S应助mellory采纳,获得10
4秒前
Tcmlty发布了新的文献求助10
7秒前
9秒前
buno应助科研通管家采纳,获得10
9秒前
CipherSage应助科研通管家采纳,获得10
10秒前
酷波er应助科研通管家采纳,获得10
10秒前
JamesPei应助科研通管家采纳,获得10
10秒前
慕青应助科研通管家采纳,获得10
10秒前
10秒前
充电宝应助科研通管家采纳,获得10
10秒前
10秒前
CipherSage应助科研通管家采纳,获得10
10秒前
杳鸢应助闪闪采纳,获得30
11秒前
在水一方应助哈密采纳,获得10
11秒前
12秒前
张脑丸发布了新的文献求助10
13秒前
15秒前
16秒前
了了完成签到,获得积分10
17秒前
风趣的冰安完成签到,获得积分10
18秒前
19秒前
19秒前
tong完成签到,获得积分10
21秒前
21秒前
丹丹发布了新的文献求助10
23秒前
充电宝应助Tcmlty采纳,获得10
25秒前
wzZ完成签到,获得积分10
29秒前
大个应助cc采纳,获得10
30秒前
yifan92完成签到,获得积分10
32秒前
友好含海完成签到,获得积分10
32秒前
32秒前
Lucas应助研小白采纳,获得20
33秒前
一叶知生发布了新的文献求助10
37秒前
杳鸢应助外向含之采纳,获得30
38秒前
38秒前
Rochester完成签到,获得积分10
38秒前
阔达白筠完成签到 ,获得积分10
45秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
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 3314174
求助须知:如何正确求助?哪些是违规求助? 2946559
关于积分的说明 8530555
捐赠科研通 2622218
什么是DOI,文献DOI怎么找? 1434412
科研通“疑难数据库(出版商)”最低求助积分说明 665277
邀请新用户注册赠送积分活动 650838