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地填写文献信息,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!

Dual-stream Self-attention Network for Image Captioning

隐藏字幕 计算机科学 频道(广播) 人工智能 代表(政治) 编码器 块(置换群论) 图像(数学) 光学(聚焦) 对象(语法) 对偶(语法数字) 计算机视觉 自然语言处理 模式识别(心理学) 文学类 法学 艺术 几何学 物理 光学 操作系统 政治 数学 计算机网络 政治学
作者
Boyang Wan,Wenhui Jiang,Yuming Fang,Wenying Wen,Hantao Liu
标识
DOI:10.1109/vcip56404.2022.10008904
摘要

Self-attention based encoder-decoder models achieve dominant performance in image captioning. However, most existing image captioning models (ICMs) only focus on modeling the relation between spatial tokens, while channel-wise attention is neglected for getting visual representation. Considering that different channels of visual representation usually denote different visual objects, it may lead to poor performance in terms of object and attribute words in the captioning sentences generated by the ICMs. In this paper, we propose a novel dual-stream self-attention module (DSM) to alleviate the above issue. Specifically, we propose a parallel self-attention based module that simultaneously encodes visual information from the spatial and channel dimensions. Besides, to obtain channel-wise visual features effectively and efficiently, we introduce a group self-attention block with linear computational complexity. To validate the effectiveness of our model, we conduct extensive experiments on the standard IC benchmarks including MSCOCO and Flickr30k. Without bells and whistles, the proposed model performs new SOTAs containing 135.4 CIDEr score on MSCOCO and 70.8 CIDEr score on Flickr30k.

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
zznzn发布了新的文献求助10
7秒前
12秒前
16秒前
迷人宛亦发布了新的文献求助10
16秒前
24秒前
37秒前
kzf丶bryant发布了新的文献求助10
40秒前
51秒前
田様应助迷人宛亦采纳,获得10
57秒前
1分钟前
1分钟前
cpf发布了新的文献求助10
1分钟前
聪聪完成签到,获得积分10
1分钟前
聪聪发布了新的文献求助10
1分钟前
烟花应助kzf丶bryant采纳,获得10
1分钟前
cpf完成签到,获得积分10
1分钟前
1分钟前
1分钟前
爆米花应助甜青提采纳,获得10
1分钟前
沫雨发布了新的文献求助10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
1分钟前
甜青提发布了新的文献求助10
1分钟前
小马甲应助aobadong采纳,获得10
2分钟前
pups发布了新的文献求助10
2分钟前
2分钟前
aobadong发布了新的文献求助10
2分钟前
zho关闭了zho文献求助
2分钟前
aobadong完成签到,获得积分10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
Criminology34应助科研通管家采纳,获得10
2分钟前
Criminology34应助科研通管家采纳,获得10
2分钟前
Criminology34应助科研通管家采纳,获得10
2分钟前
Hello应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
爆米花应助pups采纳,获得10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
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
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 660
Handbook of Migration, International Relations and Security in Asia 555
Between high and low : a chronology of the early Hellenistic period 500
Exosomes Pipeline Insight, 2025 500
Advanced Memory Technology: Functional Materials and Devices 400
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 5671189
求助须知:如何正确求助?哪些是违规求助? 4911434
关于积分的说明 15134190
捐赠科研通 4829942
什么是DOI,文献DOI怎么找? 2586543
邀请新用户注册赠送积分活动 1540204
关于科研通互助平台的介绍 1498392