首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于深度学习的视频问答研究

摘要第5-7页
abstract第7-8页
第一章 绪论第12-19页
    1.1 研究背景及意义第12-13页
    1.2 研究现状第13-16页
        1.2.1 视频描述生成第14-15页
        1.2.2 视觉问答第15页
        1.2.3 电影描述空白填空第15-16页
    1.3 本文工作及贡献第16-19页
第二章 分层的多层次注意力模型第19-34页
    2.1 单词层面的注意力机制第20-21页
    2.2 问题层面的注意力机制第21-22页
    2.3 方法流程第22-29页
        2.3.1 视频和问题特征提取第23-24页
            2.3.1.1 视频特征提取第23-24页
            2.3.1.2 问题特征提取第24页
        2.3.2 第一层第24-27页
            2.3.2.1 视频编码第25页
            2.3.2.2 问题编码第25-26页
            2.3.2.3 视频单词层面的注意力第26-27页
        2.3.3 第二层第27页
        2.3.4 注意力特征融合第27-28页
        2.3.5 空白处单词预测第28-29页
    2.4 实验第29-33页
        2.4.1 数据集简介第29页
        2.4.2 文本处理第29-30页
        2.4.3 视频处理第30页
        2.4.4 参数细节第30-31页
        2.4.5 评价标准第31页
        2.4.6 惩罚项系数的影响第31-32页
        2.4.7 与以前方法的对比第32页
        2.4.8 训练时间和损失函数值第32-33页
    2.5 本章小结第33-34页
第三章 分层的多层次多模态注意力模型第34-50页
    3.1 低层次注意力机制第35-37页
        3.1.1 单词层面的注意力机制第35-36页
        3.1.2 帧层面的注意力机制第36-37页
    3.2 高层次注意力机制第37-39页
        3.2.1 问题层面注意力机制第37-38页
        3.2.2 视频层面注意力机制第38-39页
    3.3 方法流程第39-45页
        3.3.1 视频及问题特征提取第40页
        3.3.2 单模态低层次注意力特征提取第40-42页
        3.3.3 单模态高层次注意力特征提取第42-43页
        3.3.4 单模态注意力融合第43-44页
        3.3.5 多模态注意力融合第44-45页
        3.3.6 空白处单词预测第45页
    3.4 实验第45-49页
        3.4.1 数据集第45页
        3.4.2 数据处理第45-46页
        3.4.3 评价标准第46页
        3.4.4 实验参数第46-47页
        3.4.5 惩罚项系数的影响第47页
        3.4.6 与以前方法的对比第47-48页
        3.4.7 训练时间与损失函数值第48-49页
    3.5 本章小结第49-50页
第四章 自适应时间注意力机制和描述更新模型第50-70页
    4.1 动机第50-51页
    4.2 贡献第51页
    4.3 时间注意力机制第51-52页
    4.4 自适应时间注意力机制第52-55页
        4.4.1 带有语义门的长短期记忆网络第53-54页
        4.4.2 注意力层第54-55页
    4.5 方法流程第55-62页
        4.5.1 视频编码第56-58页
        4.5.2 描述更新第58-60页
        4.5.3 更新后的描述编码第60-61页
        4.5.4 使用自适应时间注意力对空白处单词进行预测第61-62页
    4.6 实验第62-67页
        4.6.1 数据集第62页
        4.6.2 评价标准第62-63页
        4.6.3 实现细节第63-64页
        4.6.4 对比算法第64页
        4.6.5 组件的有效性第64-66页
            4.6.5.1 自适应时间注意力机制的影响第65-66页
            4.6.5.2 描述更新的影响第66页
        4.6.6 与最新研究方法的对比第66-67页
    4.7 本章小结第67-70页
第五章 改进方法第70-80页
    5.1 利用注意力机制进行信息融合第70-72页
        5.1.1 语义信息融合第70-71页
        5.1.2 隐藏状态融合第71-72页
    5.2 整体框架第72-74页
        5.2.1 文本信息融合模块第72-74页
    5.3 复杂度分析第74-75页
    5.4 实验第75-79页
        5.4.1 惩罚项系数的影响第75-76页
        5.4.2 实验结果第76页
        5.4.3 时间对比第76-77页
        5.4.4 训练过程损失函数值第77-78页
        5.4.5 本文提出的四种方法对比第78-79页
    5.5 本章小结第79-80页
第六章 结论与展望第80-82页
    6.1 论文总结第80页
    6.2 未来展望第80-82页
致谢第82-83页
参考文献第83-87页
攻读硕士学位期间取得的研究成果第87页

论文共87页,点击 下载论文
上一篇:基于贝叶斯网络的健康数据分类模型研究与实现
下一篇:基于膜电压驱动的Spiking神经网络学习算法研究