女汉纸码农

原创 Sequence to Sequence – Video to Text论文

出现问题：1.现实世界视频复杂（物件场景行为属性多样化，并且难以确定主要内容正确用文本描述事件） 2.对视频描述需要对时间结构敏感以及允许可变长度的输入（视频帧）输出（文本） 方法：端到端序列到序列模型，使用LSTMs 模型：S2VT,学习直接将序列帧映射成序列句子 模型(http://img.blog.youkuaiyun.com/20170422135907