| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 背景知识 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要内容 | 第13-16页 |
| 1.4 论文的创新点 | 第16页 |
| 1.5 论文组织结构 | 第16-19页 |
| 第二章 相关理论研究 | 第19-28页 |
| 2.1 关系数据 | 第19-20页 |
| 2.2 物体检测算法 | 第20-24页 |
| 2.2.1 FASTER-RCNN | 第20-22页 |
| 2.2.2 SSD算法 | 第22-23页 |
| 2.2.3 翻译嵌入模型 | 第23-24页 |
| 2.3 词向量 | 第24-26页 |
| 2.4 注意力模型 | 第26-28页 |
| 第三章 基于多模映射嵌入的视觉关系抽取算法 | 第28-37页 |
| 3.1 问题的提出 | 第28页 |
| 3.2 数据预描述 | 第28-29页 |
| 3.3 已有理论调研 | 第29-30页 |
| 3.3.1 包含语义先验的图像关系检测 | 第29-30页 |
| 3.3.2 视觉关系嵌入网络 | 第30页 |
| 3.4 多模翻译嵌入算法 | 第30-33页 |
| 3.4.1 物体检测模块 | 第31页 |
| 3.4.2 视觉短语模块 | 第31-32页 |
| 3.4.3 翻译嵌入模块 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-36页 |
| 3.5.1 方法比较 | 第34-35页 |
| 3.5.2 结果分析 | 第35页 |
| 3.5.3 ZERO-SHOT LEARNING | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于动态计算时间的注意力模型 | 第37-49页 |
| 4.1 问题的提出 | 第37-38页 |
| 4.2 相关工作调研 | 第38-39页 |
| 4.2.1 视觉注意力模型 | 第38页 |
| 4.2.2 反馈神经网络 | 第38页 |
| 4.2.3 动态计算时间 | 第38-39页 |
| 4.2.4 细粒度分类 | 第39页 |
| 4.3 模型 | 第39-42页 |
| 4.3.1 学习动态结构 | 第39-40页 |
| 4.3.2 循环注意力模型(RAM) | 第40-41页 |
| 4.3.3 动态计算时间的循环注意力模型(DT-RAM) | 第41-42页 |
| 4.4 训练 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-48页 |
| 4.5.1 数据集 | 第43页 |
| 4.5.2 实现细节 | 第43-44页 |
| 4.5.3 效果对比 | 第44-46页 |
| 4.5.4 模块试验 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 结束语 | 第49-50页 |
| 5.1 论文工作总结 | 第49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表学术论文 | 第57页 |