文献类型：会议论文

中文题名：图像描述生成的研究进展综述

作者：张浩;贯怀光;徐成;徐冰心;潘卫国

第一作者：张浩

机构：[1]北京联合大学北京市信息服务工程重点实验室;[2]北京联合大学机器人学院脑与认知智能北京实验室;[3]中汽研(天津)汽车工程研究院有限公司

第一机构：北京联合大学北京市信息服务工程重点实验室

会议论文集：中国计算机用户协会网络应用分会2022年第二十六届网络新技术与应用年会论文集

会议日期：20221210

会议地点：中国北京

语种：中文

中文关键词：图像描述生成;自然语言处理;深度学习;卷积神经网络;循环神经网络

摘要：图像描述属于深度学习中比较热门一个研究方向,是多角度信息对齐任务。通过对图像信息与文本信息建模,使得计算机能够识别图像的语义信息,并生成相应的人们可以理解的自然语言文本。图像描述作为计算机视觉与自然语言处理领域的任务,在生活中有着重要的意义,如交通安全、医学、军事等领域都有所应用。文中对图像描述生成任务的一些方法进行了整理,分为基于检索的图像描述与基于深度学习的图像描述,其中基于深度学习的图像描述包含多个分支。文中对每种方法的改进与常用数据集进行了综述。