从视频到语言:视频标题生成与描述研究综述
文献类型：期刊论文
| 作者 | 汤鹏杰; 王瀚漓 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:2页码:375-397 |
| 关键词 | 视频描述 卷积神经网络 循环神经网络 语段生成 情感表达 逻辑语义 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c200662 |
| 英文摘要 | 视频标题生成与描述是使用自然语言对视频进行总结与重新表达.由于视频与语言之间存在异构特性,其数据处理过程较为复杂.本文主要对基于“编码-解码”架构的模型做了详细阐述,以视频特征编码与使用方式为依据,将其分为基于视觉特征均值/最大值的方法、基于视频序列记忆建模的方法、基于三维卷积特征的方法及混合方法,并对各类模型进行了归纳与总结.最后,对当前存在的问题及可能趋势进行了总结与展望,指出需要生成融合情感、逻辑等信息的结构化语段,并在模型优化、数据集构建、评价指标等方面进行更为深入的研究. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56406]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 汤鹏杰,王瀚漓. 从视频到语言:视频标题生成与描述研究综述[J]. 自动化学报,2022,48(2):375-397. |
| APA | 汤鹏杰,&王瀚漓.(2022).从视频到语言:视频标题生成与描述研究综述.自动化学报,48(2),375-397. |
| MLA | 汤鹏杰,et al."从视频到语言:视频标题生成与描述研究综述".自动化学报 48.2(2022):375-397. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。