视觉数据的智能语义生成方法研究

发布时间：2025-05-27 23:00

　　随着社会智能化、数字化进程的快速发展,视觉数据(如图像、视频等)作为一种简单直接、内容丰富的信息呈现方式,已广泛渗入到现代生活的方方面面。人们在创造、分享及传播视觉数据的同时,更关注于视觉数据所传递的丰富语义信息。因此,如何快速高效地分析视觉数据所包含的语义信息已成为计算机视觉领域亟待解决的问题。目前,诸如图像/视频语义标签、视觉关系分析、内容描述等视觉语义分析与生成工作已获得了研究人员的广泛关注。视觉内容描述作为视觉语义分析与生成的一种高级形式,其目标在于显式地将视觉信息转换为自然语言描述,以更有利于传递清晰明确的语义信息。针对视觉内容描述这一研究问题,本文首先从基础的视觉特征表示出发,研究双向时序特征对于视频数据建模的有效性。其次,分析并提出了一种自适应注意力机制以区别“视觉相关单词”和“功能性单词”,从而有效从视觉内容和语言学知识中获取信息并生成描述。然后,从扩充视频描述的丰富性和完善性层面出发,深入研究了多视角视频描述问题。最后,充分考虑视觉内容和语义协调性,通过对不完善的描述进行补全以实现视觉和语义信息的联合理解及分析。具体而言,本学位论文的研究内容主要包括以下几点:(1)本论...

【文章页数】：129 页

【学位级别】：博士

【部分图文】：

图2-1早期卷积神经网络LeNet网络结构，图摘自文献[54]

电子科技大学博士学位论文第二章理论基础本章将阐述与视觉内容描述相关的基础理论以及其涉及的深度学习技术，旨在让读者更好的对本领域的研究建立基本概念和基础，方便后续章节内容的阅读和理解。同时，本章还将对影响本领域发展的重要研究和方法做简要介绍，以便读者更好的追踪本领域的方法理论，感兴....

图2-7循环神经网络示意图

第二章理论基础的读者可以检索文献自行了解，本文不再赘述。2.2循环神经网络循环神经网络（RecurrentNeuralNetwork,RNN）是一种动态时间序列建模技术，其可以通过记忆单元存储时序信息及前后依赖关系。在本次深度学习浪潮中，循环神经网络已大规模地用于自然语言处理、语....

本文编号：4047682