用于图像问答的深层注意力网络结构研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景 | 第8-9页 |
1.2 研究现状 | 第9-12页 |
1.3 本文研究工作 | 第12-13页 |
1.4 论文结构 | 第13-14页 |
第二章 图像特征与文本表示方法 | 第14-22页 |
2.1 图像特征表示方法 | 第14-17页 |
2.1.1 基本图像特征表示 | 第14-16页 |
2.1.2 深层图像特征表示 | 第16-17页 |
2.2 文本表示方法 | 第17-22页 |
2.2.1 文本预处理 | 第17-19页 |
2.2.2 常见文本表示模型 | 第19-22页 |
第三章 图像问答网络结构分析及其改进 | 第22-44页 |
3.1 卷积神经网络 | 第22-28页 |
3.1.1 BP神经网络 | 第22-24页 |
3.1.2 卷积神经网络结构 | 第24-28页 |
3.2 长短期记忆网络 | 第28-31页 |
3.2.1 循环神经网络 | 第28-29页 |
3.2.2 长短期记忆网络的结构 | 第29-31页 |
3.3 图像文本融合模型--注意力网络 | 第31-36页 |
3.3.1 注意力机制基本原理 | 第32-34页 |
3.3.2 单层注意力机制 | 第34-35页 |
3.3.3 双层注意力网络 | 第35-36页 |
3.4 融合模型的改进--深层注意力网络 | 第36-44页 |
3.4.1 深层注意力网络的基本原理 | 第37-39页 |
3.4.2 深层注意力网络结构设计 | 第39-44页 |
第四章 基于深层注意力网络的图像问答方法实现 | 第44-60页 |
4.1 基于卷积神经网络的图像特征表示 | 第44-47页 |
4.1.1 网络选取 | 第44-46页 |
4.1.2 图像特征表示 | 第46-47页 |
4.2 基于长短期记忆网络的文本表示 | 第47-48页 |
4.3 图像问答的方法实现 | 第48-60页 |
4.3.1 图像问答数据集 | 第48-50页 |
4.3.2 图像问答测评手段 | 第50-51页 |
4.3.3 图像问答实现步骤 | 第51-52页 |
4.3.4 图像问答结果与分析 | 第52-60页 |
第五章 总结 | 第60-61页 |
附录 | 第61-63页 |
参考文献 | 第63-69页 |
攻读硕士学位期间完成的科研成果 | 第69页 |
攻读硕士学位期间完成的科研项目 | 第69-70页 |
致谢 | 第70页 |