摘要
提出了一种基于自适应注意力机制的图像语义理解算法。图像语义理解是对图像内容在文字上进行有意义的解释和描述,但是使用逻辑通顺并且语义正确的语句来描述图像极具挑战性。传统的图像语义理解模型更加关注于图像内容和语义的正确对应,而忽略了图像中的空间信息在语义中的体现。为了学习到图像中物体之间的空间信息,在算法中加入自适应注意力机制。实验证明,改进的图像语义理解算法能够更好地表达出图像中有什么物体、物体之间的相互关系等内容。
An image semantic understanding algorithm based on adaptive attention mechanism is proposed in this paper.Image semantic understanding is a meaningful interpretation and description of the image content in words,but it is very challenging to use logical and semantic correct statements to describe image.The traditional image semantic understanding model pays more attention to the correct correspondence between image content and semantics,and ignores the representation of spatial information in image semantics.In order to learn the spatial information between objects in the image,an adaptive attention mechanism is added to the algorithm.
出处
《工业控制计算机》
2020年第7期78-79,83,共3页
Industrial Control Computer
基金
上海市科委港澳台科技合作项目(18510760300)
安徽省自然科学基金项目(1908085MF178)
安徽省优秀青年人才支持计划项目(gxyqZD2019069)资助。
关键词
图像语义理解
自适应算法
注意力机制
深度学习
image semantic understanding
adaptive algorithm
attention mechanism
deep learning
