基于X-Linear和语义嵌入的视频描述算法
所屬分類：技术论文
上傳者：zhoubin333
文檔大?。?span>608 K
標(biāo)簽： 视频描述 语义嵌入 X-Linear注意力
所需積分：0分積分不夠怎么辦？
文檔介紹：注意力机制和视频语义嵌入使得视频描述任务取得了显著的提升，为更好地利用时序动态特征和语义信息，提出一种基于X-Linear的语义嵌入视频描述算法(X-Linear Semantic Embedding Network，XLSNet)。该算法以基于编码解码器网络为基础，使用X-Linear注意力模块对视频特征进行编码，该模块使用双线性池化来增加视频时序特征的高阶交互，最终提取丰富的时序动态特征；为充分利用视频语义信息，使用语义嵌入的GRU和X-Linear作为解码器对视频描述进行生成。为防止过拟合现象，对解码器的GRU使用了层归一化和变分Dropout。所提出的算法仅仅使用了视频帧特征，在公开视频描述数据集MSVD上取得了很好的效果。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。