STAT: Spatial-Temporal Attention Mechanism for Video Captioning

计算机科学 隐藏字幕 光学(聚焦) 编码器 机制(生物学) 循环神经网络 语音识别 人工智能 人工神经网络 图像(数学) 认识论 操作系统 光学 物理 哲学
作者
Chenggang Yan,Yunbin Tu,Xingzheng Wang,Yongbing Zhang,Xinhong Hao,Yongdong Zhang,Qionghai Dai
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:22 (1): 229-241 被引量:228
标识
DOI:10.1109/tmm.2019.2924576
摘要

Video captioning refers to automatic generate natural language sentences, which summarize the video contents. Inspired by the visual attention mechanism of human beings, temporal attention mechanism has been widely used in video description to selectively focus on important frames. However, most existing methods based on temporal attention mechanism suffer from the problems of recognition error and detail missing, because temporal attention mechanism cannot further catch significant regions in frames. In order to address above problems, we propose the use of a novel spatial-temporal attention mechanism (STAT) within an encoder-decoder neural network for video captioning. The proposed STAT successfully takes into account both the spatial and temporal structures in a video, so it makes the decoder to automatically select the significant regions in the most relevant temporal segments for word prediction. We evaluate our STAT on two well-known benchmarks: MSVD and MSR-VTT-10K. Experimental results show that our proposed STAT achieves the state-of-the-art performance with several popular evaluation metrics: BLEU-4, METEOR, and CIDEr.
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
刚刚
ding完成签到,获得积分20
1秒前
科研通AI2S应助layzhj采纳,获得10
4秒前
你命网友完成签到,获得积分10
6秒前
Singularity应助紧张的如南采纳,获得10
6秒前
7秒前
9秒前
EarlyBird完成签到,获得积分10
10秒前
朴实的面包完成签到 ,获得积分10
11秒前
yangyang2021完成签到,获得积分10
12秒前
我是老大应助yolo采纳,获得10
12秒前
流流124141发布了新的文献求助10
13秒前
魔幻山芙完成签到,获得积分10
13秒前
高xl发布了新的文献求助10
14秒前
科目三应助自由破十三采纳,获得40
14秒前
123321发布了新的文献求助100
15秒前
16秒前
16秒前
17秒前
jiangjiang发布了新的文献求助10
20秒前
20秒前
华仔应助白开水采纳,获得10
21秒前
月月发布了新的文献求助10
21秒前
深情安青应助旦斯特尼采纳,获得10
22秒前
小焦儿完成签到,获得积分20
22秒前
orixero应助yangz采纳,获得10
22秒前
22秒前
小白鼠完成签到,获得积分10
23秒前
啥时候吃火锅完成签到 ,获得积分0
26秒前
MXY完成签到,获得积分10
27秒前
我是老大应助冷静的钢笔采纳,获得15
27秒前
oboul完成签到 ,获得积分10
27秒前
27秒前
上官若男应助jiangjiang采纳,获得10
29秒前
WJing发布了新的文献求助10
29秒前
29秒前
camillelizhaohe完成签到,获得积分10
30秒前
科研通AI2S应助彭云峰采纳,获得10
30秒前
CodeCraft应助希勤采纳,获得10
32秒前
小白鼠发布了新的文献求助10
32秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3134930
求助须知:如何正确求助?哪些是违规求助? 2785800
关于积分的说明 7774244
捐赠科研通 2441682
什么是DOI,文献DOI怎么找? 1298076
科研通“疑难数据库(出版商)”最低求助积分说明 625075
版权声明 600825