清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Swin-Caption: Swin Transformer-Based Image Captioning with Feature Enhancement and Multi-Stage Fusion

隐藏字幕 计算机科学 变压器 人工智能 编码器 特征提取 特征(语言学) 语义特征 图像(数学) 计算机视觉 模式识别(心理学) 量子力学 操作系统 物理 哲学 语言学 电压
作者
Lei Liu,Yidi Jiao,Xiaoran Li,Jing Wang,Haitao Wang,Xinyu Cao
出处
期刊:International Journal of Computational Intelligence and Applications [Imperial College Press]
标识
DOI:10.1142/s146902682442001x
摘要

The objective of image captioning is to empower computers to generate human-like sentences autonomously, describing a provided image. To tackle the challenges of insufficient accuracy in image feature extraction and underutilization of visual information, we present a Swin Transformer-based model for image captioning with feature enhancement and multi-stage fusion (Swin-Caption). Initially, the Swin Transformer is employed in the capacity of an encoder for extracting images, while feature enhancement is adopted to gather additional image feature information. Subsequently, a multi-stage image and semantic fusion module is constructed to utilize the semantic information from past time steps. Lastly, a two-layer LSTM is utilized to decode semantic and image data, generating captions. The proposed model outperforms the baseline model in experimental tests and instance analysis on the public datasets Flickr8K, Flickr30K, and MS-COCO.
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
tianshanfeihe完成签到 ,获得积分10
1秒前
布蓝图完成签到 ,获得积分10
8秒前
雪飞杨完成签到 ,获得积分10
9秒前
jctyp完成签到,获得积分10
18秒前
活力的珊完成签到 ,获得积分10
24秒前
Ceci完成签到 ,获得积分10
25秒前
追梦完成签到,获得积分10
25秒前
大方的荟完成签到,获得积分10
26秒前
天天快乐应助摆渡人采纳,获得10
31秒前
hx完成签到 ,获得积分10
39秒前
40秒前
Novice6354完成签到 ,获得积分10
43秒前
摆渡人发布了新的文献求助10
44秒前
keepory86完成签到,获得积分10
45秒前
善良的冰颜完成签到 ,获得积分10
56秒前
雍州小铁匠完成签到 ,获得积分10
1分钟前
Lele完成签到,获得积分10
1分钟前
DD完成签到 ,获得积分10
1分钟前
Yes0419完成签到,获得积分10
1分钟前
AiQi完成签到 ,获得积分10
1分钟前
刻苦的新烟完成签到 ,获得积分10
1分钟前
1分钟前
lXiao发布了新的文献求助10
1分钟前
希721完成签到 ,获得积分10
1分钟前
蛋妮完成签到 ,获得积分10
1分钟前
1分钟前
apocalypse完成签到 ,获得积分10
1分钟前
优雅含灵完成签到 ,获得积分10
1分钟前
1分钟前
深情安青应助海聪天宇采纳,获得10
1分钟前
NexusExplorer应助摆渡人采纳,获得10
2分钟前
包容的剑完成签到 ,获得积分10
2分钟前
Clover完成签到 ,获得积分10
2分钟前
wonwojo完成签到 ,获得积分10
2分钟前
lXiao完成签到,获得积分10
2分钟前
朴实乐天完成签到,获得积分10
2分钟前
少年完成签到 ,获得积分10
2分钟前
小天使海蒂完成签到 ,获得积分10
2分钟前
蝴蝶完成签到 ,获得积分10
2分钟前
芒芒发paper完成签到 ,获得积分10
2分钟前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Social Research Methods (4th Edition) by Maggie Walter (2019) 2390
A new approach to the extrapolation of accelerated life test data 1000
Problems of point-blast theory 400
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
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 4001367
求助须知:如何正确求助?哪些是违规求助? 3540731
关于积分的说明 11278660
捐赠科研通 3278680
什么是DOI,文献DOI怎么找? 1808154
邀请新用户注册赠送积分活动 884376
科研通“疑难数据库(出版商)”最低求助积分说明 810291