More is Better: Precise and Detailed Image Captioning Using Online Positive Recall and Missing Concepts Mining
More is Better: Precise and Detailed Image Captioning Using Online Positive Recall and Missing Concepts Mining
复制标题
越多越好：使用在线积极回忆和缺失概念挖掘进行精确详细的图像描述
DOI：
10.1109/tip.2018.2855415
复制
发表时间：
2019-01
影响因子：
10.6
通讯作者：
Chua Tat-Seng
中科院分区：
文献类型：
--
作者：
Zhang Mingxing;Yang Yang;Zhang Hanwang;Ji Yanli;Shen Heng Tao;Chua Tat-Seng
近年来，利用图像中的语义概念进行自动图像字幕的研究取得了很大的进展。然而，我们认为，现有的概念到字幕框架，其中概念检测器是使用图像字幕训练的，
Recently, a great progress in automatic image captioning has been achieved by using semantic concepts detected from the image. However, we argue that existing concepts-to-caption framework, in which the concept detector is trained using the image-caption
登录
查看更多内容
影响因子：
6
作者：
Wei Zhang;Qi Chen;W. Zhang;Xuanyu He
通讯作者：
Wei Zhang;Qi Chen;W. Zhang;Xuanyu He
YoTube：通过循环和静态回归网络搜索行动建议
影响因子：
10.6
作者：
Zhu Hongyuan;Vial Romain;Lu Shijian;Peng Xi;Fu Huazhu;Tian Yonghong;Cao Xianbin
通讯作者：
Cao Xianbin
通过探索多方面和结构知识进行稳健的网络图像注释
影响因子：
10.6
作者：
Hu Mengqiu;Yang Yang;Shen Fumin;Zhang Luming;Shen Heng Tao;Li Xuelong
通讯作者：
Li Xuelong
DOI：
--
发表时间：
2016-05
期刊：
--
影响因子：
--
作者：
Zhilin Yang;Ye Yuan;Yuexin Wu;William W. Cohen;R. Salakhutdinov
通讯作者：
Zhilin Yang;Ye Yuan;Yuexin Wu;William W. Cohen;R. Salakhutdinov
DOI：
--
发表时间：
2014-11
期刊：
ArXiv
影响因子：
--
作者：
Ryan Kiros;R. Salakhutdinov;R. Zemel
通讯作者：
Ryan Kiros;R. Salakhutdinov;R. Zemel