Image Captioning using Deep Learning Techniques

隐藏字幕 计算机科学 人工智能 卷积神经网络 自然语言处理 机器翻译 任务(项目管理) 深度学习 构造(python库) 自然语言 公制(单位) 任务分析 钥匙(锁) 图像(数学) 领域(数学) 语言模型 运营管理 计算机安全 管理 数学 纯数学 经济 程序设计语言
作者
Arunkumar Gopu,Pratyush Nishchal,Vishesh Mittal,Kuna Srinidhi
标识
DOI:10.1109/inc457730.2023.10263093
摘要

The automatic generation of image descriptions is leading the field of computer vision and natural language processing-based research. Image captioning is a key task that calls for a semantic understanding of the images and the capacity to create descriptions with right structure. Image captioning is a complex problem as it often demands accessing data that might not be visible in each scene. It will require logical thinking to evaluate or have in-depth knowledge about the object present in an image. In this study, we developed a multilayer Convolutional Neural Network to produce words that describe the images, and we used Long Short-Term Memory to accurately construct relevant sentences out of the words that are produced. To generate an accurate description, the Convolutional Neural Network (CNN) model first compares the targeted image against a huge dataset of training samples. In this study, we have used the Flickr 8k dataset. We have used the Bilingual Evaluation Understudy (BLEU) metric to determine how well our model is generating captions for the images. It evaluates the generated text that has been translated from one language to a different language to evaluate the effectiveness of the machine translation system. In this study, we have also used two pre-trained models (VGG16, and XceptionV3) for comparative study.

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
青易完成签到,获得积分10
刚刚
kxlybxx发布了新的文献求助10
刚刚
微笑梦旋发布了新的文献求助10
1秒前
Rachel发布了新的文献求助30
1秒前
1秒前
八戒的梦想完成签到,获得积分10
2秒前
xxx发布了新的文献求助10
2秒前
weiyapei发布了新的文献求助10
2秒前
充电宝应助Jyouang采纳,获得10
3秒前
3秒前
3秒前
无限的高烽完成签到,获得积分10
3秒前
3秒前
拍不醒的薄荷完成签到,获得积分10
4秒前
4秒前
王耀发布了新的文献求助10
4秒前
李爱国应助勤劳元瑶采纳,获得10
5秒前
学术小白发布了新的文献求助10
6秒前
Trista0036完成签到,获得积分10
6秒前
飞飞飞飞飞完成签到,获得积分10
7秒前
汉堡包应助小赵采纳,获得10
7秒前
手机应助努力毕业的瓜采纳,获得10
7秒前
旧旧发布了新的文献求助10
9秒前
9秒前
月蚀六花发布了新的文献求助10
9秒前
10秒前
10秒前
11秒前
lee完成签到,获得积分10
12秒前
荼柒完成签到,获得积分10
12秒前
13秒前
Ethan完成签到,获得积分10
14秒前
jimmy完成签到,获得积分10
14秒前
夏依瑶发布了新的文献求助10
15秒前
yu应助ANQ采纳,获得10
15秒前
fff发布了新的文献求助10
15秒前
16秒前
16秒前
16秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
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
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3328682
求助须知:如何正确求助?哪些是违规求助? 2958764
关于积分的说明 8591693
捐赠科研通 2637068
什么是DOI,文献DOI怎么找? 1443306
科研通“疑难数据库(出版商)”最低求助积分说明 668666
邀请新用户注册赠送积分活动 655960