| 基于X-Linear和語義嵌入的視頻描述算法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：608 K | |
| 標簽： 視頻描述 語義嵌入 X-Linear注意力 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：注意力機制和視頻語義嵌入使得視頻描述任務取得了顯著的提升，為更好地利用時序動態特征和語義信息，提出一種基于X-Linear的語義嵌入視頻描述算法(X-Linear Semantic Embedding Network，XLSNet)。該算法以基于編碼解碼器網絡為基礎，使用X-Linear注意力模塊對視頻特征進行編碼，該模塊使用雙線性池化來增加視頻時序特征的高階交互，最終提取豐富的時序動態特征；為充分利用視頻語義信息，使用語義嵌入的GRU和X-Linear作為解碼器對視頻描述進行生成。為防止過擬合現象，對解碼器的GRU使用了層歸一化和變分Dropout。所提出的算法僅僅使用了視頻幀特征，在公開視頻描述數據集MSVD上取得了很好的效果。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2