文 献 综 述
【摘要】为了对有序的照片序列生成记叙说明，提出了一种从序列到序列的建模方法。首先为了对有序的照片流进行建模，使用了通过强化学习优化的分层递归神经网络。其次为了生成记叙段落，使用了两个判别网络的反馈。最后使用对抗训练，来优化此项方案。
【关键词】CNN RNN 对抗训练 强化学习
【Abstract】In order to generate a narrative description of an ordered sequence of photos, a method of modeling from sequence to sequence is proposed. First, in order to model the ordered photo stream, a hierarchical recursive neural network optimized by reinforcement learning is used. Secondly, in order to generate narrative paragraphs, feedback from two discriminant networks is used. Finally, we use confrontation training to optimize this solution.
【Keywords】CNN RNN Adversarial Training Reinforcement Learning
1 引言
近年来，计算机视觉快速发展，尽管通过对大量的图像标注对的训练已经取得了显著的成果，但这些工作职能对个图像或者短视频剪辑生成客观的文字描述，远非生成记叙段落。为有序的照片流自动生成一个记叙段落是一个很大的挑战。对图像进行自动文本标注有两个难点，分别是图像的理解和语言的生成。图像的理解需要注意其深层次的 逻辑，语言生成需要内容正确并且语法正确。对图像流自动生成记叙段落也有两个难点，分别是单个图像标注句子之间的逻辑关系和生成的段落与事实是否相符。
2 相关技术介绍
2.1.1 卷积神经网络CNN
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
