| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 图像自动文本标注的研究现状 | 第13-15页 |
| 1.2.2 深度学习研究现状 | 第15页 |
| 1.2.3 生成对抗网络的研究现状 | 第15-16页 |
| 1.3 本文主要研究工作 | 第16-17页 |
| 1.4 本文的内容安排 | 第17-19页 |
| 第二章 生成对抗网络与文本生成理论基础 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 生成对抗网络 | 第19-21页 |
| 2.2.1 生成模型的定义 | 第19-20页 |
| 2.2.2 生成对抗网络的定义 | 第20-21页 |
| 2.3 生成对抗网络文本生成模型 | 第21-26页 |
| 2.3.1 传统文本生成方法 | 第21-22页 |
| 2.3.2 基于生成对抗网络的文本生成模型 | 第22-24页 |
| 2.3.3 基于Gumbel-softmax分布的文本生成模型 | 第24-26页 |
| 2.4 实验与分析 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于注意力机制的序列生成方法 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 注意力机制 | 第28-30页 |
| 3.3 基于注意力机制的“图像-序列”生成方法 | 第30-35页 |
| 3.3.1 “编码器-解码器”跨模态设计模式 | 第30-31页 |
| 3.3.2 CNN-RNN结构 | 第31-33页 |
| 3.3.3 基于注意力机制的图像多标签分类方法 | 第33-35页 |
| 3.4 实验与分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 多模态数据的注意力累积与反馈机制 | 第37-48页 |
| 4.1 引言 | 第37页 |
| 4.2 注意力累积机制 | 第37-40页 |
| 4.3 注意力反馈机制 | 第40-43页 |
| 4.4 实验结果与分析 | 第43-47页 |
| 4.4.1 基于注意力累积机制的视觉指称实验 | 第43-45页 |
| 4.4.2 基于注意力反馈机制的图像自动文本标注实验 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于生成对抗网络的图像自动文本标注方法 | 第48-58页 |
| 5.1 引言 | 第48页 |
| 5.2 模型框架 | 第48-49页 |
| 5.3 生成器结构 | 第49-51页 |
| 5.3.1 基于CNN-RNN的模型构建 | 第49-50页 |
| 5.3.2 图像-文本生成方法 | 第50页 |
| 5.3.3 图像与文本注意力计算 | 第50-51页 |
| 5.4 判别器结构 | 第51-52页 |
| 5.5 模型训练 | 第52-53页 |
| 5.6 实验结果与分析 | 第53-57页 |
| 5.6.1 评价标准 | 第54-55页 |
| 5.6.2 数据集描述 | 第55-56页 |
| 5.6.3 实验结果分析 | 第56-57页 |
| 5.7 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 图表目录 | 第65-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-70页 |
| A 攻读硕士学位期间发表及录用的论文目录 | 第68页 |
| B 攻读硕士学位期间申请的相关知识产权 | 第68页 |
| C 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| D 攻读硕士学位期间获得的奖项 | 第69-70页 |
| 作者简历 | 第70页 |