第四十六周学习笔记

这是第四十六周学习笔记,主要记录了多篇图像描述相关论文。包括欺骗CNN+RNN的image caption模型方法、用unpaired数据训练多风格模型、reformulate优势函数、利用前后信息及提出object guided方法等。下周目标是阅读5篇论文。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第四十六周学习笔记

论文阅读笔记

  • Exact Adversarial Attack to Image Captioning via Structured Output Learning with Latent Variables,本文提出了一种欺骗CNN+RNN的image caption模型的方法,将问题形式化为生成结构化输出的学习问题,使用了两个不同的criterion来进行优化
  • MSCap: Multi-Style Image Captioning with Unpaired Stylized Text,本文使用unpaired的数据训练了一个能够生成多个style的Image caption模型
  • Self-critical n-step Training for Image Captioning,本文reformulate了image caption的优势函数,并提出了n-step的优势函数
  • Look Back and Predict Forward in Image Captioning,本文提出了Look Back来利用之前的attention信息,以及Predict Forward来预测以后的词,其动机来源于object与seq的一对多关系以及attention与seq的一对一关系的矛盾性
  • Intention Oriented Image Captions with Guiding Objects,本文提出了CGO来进行object guided image caption,以图片和期望的object词作为输入,模型可以生成包括object的caption,这个过程是由LSTM-L和LSTM-R分别从Object词两边生成句子完成的

下周目标

论文阅读5篇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值