面向图文游记的多模态学习
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及内容 | 第11-13页 |
| 1.2 研究现状概述 | 第13-15页 |
| 1.3 研究成果及意义 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 模型研究背景与关键技术 | 第17-33页 |
| 2.1 深度学习背景知识 | 第17-21页 |
| 2.1.1 激活层 | 第17-18页 |
| 2.1.2 剔除层 | 第18页 |
| 2.1.3 反向传播算法 | 第18-19页 |
| 2.1.4 提前终止 | 第19-20页 |
| 2.1.5 数据集增强 | 第20-21页 |
| 2.2 图像特征提取模型 | 第21-23页 |
| 2.2.1 基本组成 | 第21-23页 |
| 2.2.2 批量归一化层 | 第23页 |
| 2.3 文本特征提取模型 | 第23-26页 |
| 2.3.1 词向量模型 | 第24-25页 |
| 2.3.2 句向量模型 | 第25-26页 |
| 2.4 视觉故事 | 第26-27页 |
| 2.5 生成对抗网络 | 第27-29页 |
| 2.6 KERAS简介 | 第29-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第三章 多模态图文游记生成模型 | 第33-49页 |
| 3.1 长记忆视觉故事模型 | 第33-37页 |
| 3.1.1 图像与文本特征提取 | 第33-34页 |
| 3.1.2 模态转换 | 第34-35页 |
| 3.1.3 多模态映射 | 第35-36页 |
| 3.1.4 模型结构 | 第36-37页 |
| 3.1.5 本节小结 | 第37页 |
| 3.2 注意力视觉故事模型 | 第37-41页 |
| 3.2.1 模态转换 | 第38页 |
| 3.2.2 注意力机制 | 第38-39页 |
| 3.2.3 模型结构 | 第39-40页 |
| 3.2.4 本节小结 | 第40-41页 |
| 3.3 对抗视觉故事模型 | 第41-47页 |
| 3.3.1 传统模型的问题 | 第41-43页 |
| 3.3.2 模型结构 | 第43-44页 |
| 3.3.3 生成结构 | 第44页 |
| 3.3.4 对抗结构 | 第44-46页 |
| 3.3.5 本节小结 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 多模态视觉故事实验 | 第49-65页 |
| 4.1 数据集 | 第49-50页 |
| 4.2 模型方法对比 | 第50-51页 |
| 4.3 模型实现 | 第51-54页 |
| 4.3.1 双向长短期记忆网络实现 | 第51-52页 |
| 4.3.2 注意力机制实现 | 第52页 |
| 4.3.3 排列损失函数实现 | 第52-53页 |
| 4.3.4 条件生成对抗训练实现 | 第53-54页 |
| 4.4 模型训练 | 第54-56页 |
| 4.5 实验结果 | 第56-63页 |
| 4.5.1 计算复杂度分析 | 第56-57页 |
| 4.5.2 模型收敛性分析 | 第57-59页 |
| 4.5.3 实验结果分析 | 第59-63页 |
| 4.6 本章小结 | 第63-65页 |
| 第五章 图文游记写作系统 | 第65-73页 |
| 5.1 图文游记写作系统需求 | 第65-66页 |
| 5.2 离线训练系统 | 第66-67页 |
| 5.2.1 数据获取模块 | 第66页 |
| 5.2.2 数据处理模块 | 第66-67页 |
| 5.2.3 数据存储模块 | 第67页 |
| 5.2.4 多模态训练模块 | 第67页 |
| 5.3 在线图文游记写作系统 | 第67-71页 |
| 5.3.1 系统架构 | 第68页 |
| 5.3.2 数据源 | 第68页 |
| 5.3.3 数据存储层 | 第68页 |
| 5.3.4 平台计算层 | 第68-69页 |
| 5.3.5 应用功能层 | 第69-71页 |
| 5.3.6 性能测试 | 第71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-77页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-83页 |
| 附录1 缩略词表 | 第81-83页 |
| 致谢 | 第83-85页 |
| 攻读学位期间发表的学术论文目录 | 第85页 |
