SAMT-generator: A second-attention for image captioning based on multi-stage transformer network

隐藏字幕 变压器 计算机科学 发电机(电路理论) 阶段(地层学) 人工智能 图像(数学) 语音识别 电气工程 电压 工程类 物理 生物 功率(物理) 古生物学 量子力学
作者
Xiaobao Yang,Yang Yang,Sugang Ma,Zhijie Li,Wei Dong,Marcin Woźniak
出处
期刊:Neurocomputing [Elsevier BV]
卷期号:593: 127823-127823 被引量:30
标识
DOI:10.1016/j.neucom.2024.127823
摘要

In recent years, Transformer has been widely used in the crossing task of computer vision (CV) and natural language processing (NLP), e.g., image captioning. The prior works of image captioning based on Transformer have achieved remarkable progress. In order to further improve the model's ability to describe detail features and generate high-quality sentences, in the paper, we first construct a Multi-stage Transformer Feature Enhancement Network (MT-FEN), which obtains more semantics by fusing features at different scales. Furthermore, we crucially propose a novel second-attention (SA) that can focus more on valuable features and filter out noises in MT-FEN. Besides that, to generate more sensible sentences, we use multiple decoding layers to choose the best-described word via the Max-out module. The overall model is dubbed as SAMT-Generator. After conducting extensive experiments on two well-known datasets: MS COCO and Flickr8k, the results demonstrate the effectiveness of our proposed model, and it is comparable with SOTA methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小手揣兜发布了新的文献求助10
4秒前
4秒前
机灵的忆梅完成签到 ,获得积分10
5秒前
解语花发布了新的文献求助30
6秒前
6秒前
7秒前
祝一刀完成签到,获得积分10
8秒前
9秒前
9秒前
小鹏子发布了新的文献求助10
9秒前
坚强雁完成签到,获得积分20
9秒前
柴胡完成签到,获得积分10
10秒前
10秒前
黄涛涛完成签到,获得积分10
10秒前
11秒前
11秒前
12秒前
汉堡包应助renjiu采纳,获得10
12秒前
太阳alright发布了新的文献求助10
13秒前
李某某完成签到,获得积分10
13秒前
14秒前
小谢发布了新的文献求助10
14秒前
坚强雁发布了新的文献求助10
15秒前
竹子完成签到,获得积分10
15秒前
自然觅珍发布了新的文献求助10
15秒前
CodeCraft应助天天向上采纳,获得10
15秒前
小许完成签到,获得积分20
16秒前
搜集达人应助lyz采纳,获得10
17秒前
思源应助马明旋采纳,获得10
17秒前
我先睡了发布了新的文献求助10
18秒前
颜子安发布了新的文献求助10
18秒前
Doctor陈发布了新的文献求助10
18秒前
小鹏子完成签到,获得积分10
19秒前
太阳alright完成签到,获得积分10
19秒前
19秒前
可爱的函函应助小谢采纳,获得10
19秒前
王哥完成签到,获得积分10
22秒前
trulywoman完成签到,获得积分10
22秒前
胖子发布了新的文献求助10
24秒前
24秒前
高分求助中
(应助此贴封号)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
Environmental Health: Foundations for Public Health 1st 1500
Voyage au bout de la révolution: de Pékin à Sochaux 700
ICDD求助cif文件 500
First Farmers: The Origins of Agricultural Societies, 2nd Edition 500
Assessment of adverse effects of Alzheimer's disease medications: Analysis of notifications to Regional Pharmacovigilance Centers in Northwest France 400
The Secrets of Successful Product Launches 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4338711
求助须知:如何正确求助?哪些是违规求助? 3847822
关于积分的说明 12017065
捐赠科研通 3488981
什么是DOI,文献DOI怎么找? 1914864
邀请新用户注册赠送积分活动 957749
科研通“疑难数据库(出版商)”最低求助积分说明 858160