Improving Image Captioning Systems With Postprocessing Strategies

计算机科学 隐藏字幕 判别式 人工智能 编码器 卷积神经网络 维特比算法 隐马尔可夫模型 循环神经网络 解码方法 判决 过程(计算) 维特比译码器 模式识别(心理学) 语音识别 人工神经网络 图像(数学) 算法 操作系统
作者
Genc Hoxha,Giacomo Scuccato,Farid Melgani
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:61: 1-13 被引量:1
标识
DOI:10.1109/tgrs.2023.3281334
摘要

Image captioning (IC) systems are generally based on encoder–decoder architecture where convolutional neural networks (CNNs) are employed to represent an image with discriminative features and recurrent neural networks (RNNs) sequentially generate a sentence description. Even though a lot of effort has been devoted lately to designing reliable IC systems, the task is far from being solved. The generated descriptions can be affected by different errors related to the attributes and the objects present in the scene. Moreover, once an error occurs, it can be propagated in the recurrent layers of the decoder generating non-accurate descriptions. To solve this problem, we propose two postprocessing strategies applied to the generated descriptions to rectify the errors and improve their quality. The proposed postprocessing strategies are based on hidden Markov models (HMMs) and Viterbi algorithm. The proposed postprocessing strategies can be applied to any encoder–decoder IC system. They are applied at test time once the IC system is trained. In particular, we propose to rectify a sentence once it is fully generated (post-generation strategy) or at each time instant of the generation process (in-generation strategy). Experiments conducted on four different IC datasets confirm the promising capabilities of the proposed postprocessing strategies to rectify the output of a simple encoder–decoder by generating more coherent descriptions. The achieved results are competitive and sometimes better than complex IC systems.
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
3秒前
3秒前
光光发布了新的文献求助10
4秒前
御风完成签到 ,获得积分10
4秒前
5秒前
Bagpipe完成签到 ,获得积分10
5秒前
望远镜完成签到 ,获得积分10
6秒前
小猫咸菜发布了新的文献求助10
7秒前
卡莉发布了新的文献求助10
8秒前
Hello应助三两白菜采纳,获得30
9秒前
TOUHOUU完成签到 ,获得积分10
10秒前
正直如阳完成签到,获得积分10
11秒前
油麦菜发布了新的文献求助10
12秒前
雨中漫步完成签到,获得积分10
12秒前
蛋黄派完成签到,获得积分10
13秒前
O(∩_∩)O哈哈~完成签到,获得积分10
13秒前
田様应助JohnLemon采纳,获得10
15秒前
正直如阳发布了新的文献求助10
15秒前
光光完成签到,获得积分10
18秒前
20秒前
我是老大应助l123采纳,获得30
20秒前
氧硫硒锑铋完成签到,获得积分10
20秒前
21秒前
22秒前
852发布了新的文献求助20
23秒前
24秒前
小猫咸菜完成签到,获得积分10
24秒前
111发布了新的文献求助10
26秒前
Ann发布了新的文献求助10
27秒前
zc发布了新的文献求助10
27秒前
内向的青荷完成签到,获得积分10
27秒前
life完成签到,获得积分10
28秒前
30秒前
蔡继海发布了新的文献求助10
31秒前
皮皮虾完成签到,获得积分10
32秒前
cellphone发布了新的文献求助10
36秒前
LHX发布了新的文献求助10
37秒前
38秒前
大模型应助科研通管家采纳,获得10
39秒前
上官若男应助科研通管家采纳,获得10
39秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
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 3163348
求助须知:如何正确求助?哪些是违规求助? 2814206
关于积分的说明 7903775
捐赠科研通 2473774
什么是DOI,文献DOI怎么找? 1317050
科研通“疑难数据库(出版商)”最低求助积分说明 631614
版权声明 602187