计算机工程

作者：曹渝昆, 魏健强, 孙涛, 徐越

单位：上海电力大学 计算机科学与技术学院, 上海 201306

关键词：图像描述,深层图像描述模型,深层解码端,独立循环神经网络,批标准化

基金：国家自然科学基金青年基金项目“代理重加密在智能电网安全数据共享中的应用及关键技术研究”（61802249）。

现有图像描述模型存在解码端层次不深、训练效率低下的问题，且生成的描述语句在语言连贯性和内容多样性方面效果欠佳，为此，提出一种基于独立循环神经网络的深层图像描述模型Deep-NIC。采用独立循环神经元与批标准化方法构建解码单元，通过解码单元的多层叠加建立深层解码端。使用谷歌inception V3作为编码端，构建深层图像描述模型。在数据集MS COCO2014上进行对比实验，结果表明，与基线模型相比，Deep-NIC模型的BLEU-4、METEOR、CIDER评分分别提升3.2%、10.3%、8.18%，其更容易训练且具有更好的拟合效果。

来源：2021年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第10期