Region-Object Relation-Aware Dense Captioning via Transformer.

隐藏字幕 计算机科学 变压器 编码器 人工智能 自然语言处理 计算机视觉
作者
Zhuang Shao,Jungong Han,Demetris Marnerides,Kurt Debattista
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:PP
标识
DOI:10.1109/tnnls.2022.3152990
摘要

Dense captioning provides detailed captions of complex visual scenes. While a number of successes have been achieved in recent years, there are still two broad limitations: 1) most existing methods adopt an encoder-decoder framework, where the contextual information is sequentially encoded using long short-term memory (LSTM). However, the forget gate mechanism of LSTM makes it vulnerable when dealing with a long sequence and 2) the vast majority of prior arts consider regions of interests (RoIs) equally important, thus failing to focus on more informative regions. The consequence is that the generated captions cannot highlight important contents of the image, which does not seem natural. To overcome these limitations, in this article, we propose a novel end-to-end transformer-based dense image captioning architecture, termed the transformer-based dense captioner (TDC). TDC learns the mapping between images and their dense captions via a transformer, prioritizing more informative regions. To this end, we present a novel unit, named region-object correlation score unit (ROCSU), to measure the importance of each region, where the relationships between detected objects and the region, alongside the confidence scores of detected objects within the region, are taken into account. Extensive experimental results and ablation studies on the standard dense-captioning datasets demonstrate the superiority of the proposed method to the state-of-the-art methods.
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
zl发布了新的文献求助10
2秒前
yxy完成签到,获得积分10
2秒前
Yz发布了新的文献求助10
2秒前
3秒前
3秒前
安白枫完成签到,获得积分10
3秒前
xl发布了新的文献求助10
4秒前
4秒前
Yzz完成签到,获得积分10
5秒前
Tuotuo完成签到 ,获得积分10
5秒前
zheng完成签到,获得积分10
6秒前
甄人达发布了新的文献求助10
6秒前
en完成签到,获得积分10
6秒前
xuan发布了新的文献求助10
7秒前
马小马完成签到 ,获得积分10
7秒前
热心犀牛完成签到,获得积分10
7秒前
qiao发布了新的文献求助10
8秒前
8秒前
毕葛发布了新的文献求助10
9秒前
完美世界应助研友_Z7mKyL采纳,获得10
9秒前
9秒前
zhangshuhao完成签到,获得积分10
9秒前
可口可乐完成签到,获得积分10
9秒前
嘿嘿汪发布了新的文献求助10
9秒前
9秒前
callmecjh完成签到,获得积分10
9秒前
10秒前
10秒前
可可萝oxo完成签到,获得积分10
10秒前
愉快的甜瓜完成签到 ,获得积分10
11秒前
NexusExplorer应助白马非马采纳,获得10
12秒前
花花完成签到,获得积分10
13秒前
王爷教你白给完成签到 ,获得积分10
13秒前
智博36完成签到,获得积分10
13秒前
酷波er应助坚强的严青采纳,获得30
13秒前
桐桐应助坚强的严青采纳,获得30
13秒前
佳妹完成签到,获得积分20
14秒前
花火易逝完成签到,获得积分10
14秒前
14秒前
晓爽发布了新的文献求助10
15秒前
高分求助中
Evolution 10000
Becoming: An Introduction to Jung's Concept of Individuation 600
Distribution Dependent Stochastic Differential Equations 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
The Kinetic Nitration and Basicity of 1,2,4-Triazol-5-ones 440
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 3158960
求助须知:如何正确求助?哪些是违规求助? 2810082
关于积分的说明 7886047
捐赠科研通 2468944
什么是DOI,文献DOI怎么找? 1314470
科研通“疑难数据库(出版商)”最低求助积分说明 630632
版权声明 602012