Report
从视频到语言:视频标题生成与描述研究综述
| العنوان: | 从视频到语言:视频标题生成与描述研究综述 |
|---|---|
| المؤلفون: | 汤鹏杰, 王瀚漓 |
| سنة النشر: | 2022 |
| المجموعة: | Institute of Automation: CASIA OpenIR (Chinese Academy of Sciences) / 中国科学院自动化研究所机构知识库 |
| مصطلحات موضوعية: | 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 |
| الوصف: | 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. |
| نوع الوثيقة: | report |
| اللغة: | unknown |
| Relation: | 自动化学报; http://ir.ia.ac.cn/handle/173211/56406 |
| DOI: | 10.16383/j.aas.c200662 |
| الاتاحة: | http://ir.ia.ac.cn/handle/173211/56406 https://doi.org/10.16383/j.aas.c200662 |
| Rights: | cn.org.cspace.api.content.CopyrightPolicy@36c1d3b2 |
| رقم الانضمام: | edsbas.A7B0B9D2 |
| قاعدة البيانات: | BASE |
| DOI: | 10.16383/j.aas.c200662 |
|---|