基于深度学习的视觉问答系统研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 视觉问答系统简介 | 第12-13页 |
| 1.2.2 数据集的发展 | 第13-14页 |
| 1.2.3 常用的视觉问答系统算法 | 第14-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 神经网络模型与注意力模型 | 第18-32页 |
| 2.1 人工神经网络 | 第18-22页 |
| 2.2 卷积神经网络 | 第22-27页 |
| 2.2.1 卷积神经网络模型图 | 第22-23页 |
| 2.2.2 卷积层 | 第23-24页 |
| 2.2.3 共享权值和偏置 | 第24-25页 |
| 2.2.4 下采样层 | 第25-26页 |
| 2.2.5 Dropout层 | 第26-27页 |
| 2.3 循环神经网络 | 第27-29页 |
| 2.3.1 经典循环神经网络 | 第27-28页 |
| 2.3.2 长短期记忆模型 | 第28-29页 |
| 2.4 注意力机制 | 第29-31页 |
| 2.4.1 SoftAttention机制 | 第30页 |
| 2.4.2 HardAttention机制 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于深度学习的视觉问答系统算法 | 第32-43页 |
| 3.1 基于目标特征的视觉问答系统算法 | 第32-38页 |
| 3.1.1 网络架构 | 第32-33页 |
| 3.1.2 提取目标特征 | 第33-35页 |
| 3.1.3 词与问题的编码 | 第35-37页 |
| 3.1.4 注意力机制的应用 | 第37-38页 |
| 3.2 双视角层叠注意力视觉问答系统算法 | 第38-42页 |
| 3.2.1 网络结构 | 第38-39页 |
| 3.2.2 提取全局图像特征 | 第39-41页 |
| 3.2.3 层叠注意力机制 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 实验设计与结果分析 | 第43-54页 |
| 4.1 实验数据集 | 第43-44页 |
| 4.2 实验环境 | 第44-45页 |
| 4.3 评价标准 | 第45页 |
| 4.4 实验结果对比分析 | 第45-53页 |
| 4.4.1 l_2正则化实验 | 第46-47页 |
| 4.4.2 Dropout选择实验 | 第47-48页 |
| 4.4.3 GRU隐藏层大小选择实验 | 第48-49页 |
| 4.4.4 Attention层数选择实验 | 第49-50页 |
| 4.4.5 测试集效果对比 | 第50-52页 |
| 4.4.6 算法输出示例 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 作者简介及科研成果 | 第63-64页 |
| 致谢 | 第64页 |
