Համահեղինակ(ներ):

Hakob Sarukhanyan

Ամփոփում:

Analyze and generation of automated captions for images is one of the most common problems in artificial intelligence. Existing works use LSTM (Long Short-Term Memory) as recurrent neural network cell to solve this task. After training their deep neural models can generate image caption. But there is an issue, the next predicted word of the caption depends mainly on the last predicted word, rather than image content. In this paper, we present model that can automatically generate image description and is based on a recurrent neural network with modified LSTM cell that has an additional gate responsible for image features. This modification results in generation of more accurate captions. We have trained and tested our model on MSCOCO image dataset by using only images and their captions.

Հրատարակիչ:

RS Global Sp. z O.O.

Հանձնման ամսաթիվը:

24.05.2017

Ընդունման ամսաթիվը:

05.06.2017

Հրատարակման ամսաթիվ:

05.07.2017

Նույնականացուցիչ:

oai:noad.sci.am:135945

ISSN:

2518-167X

Լեզու:

English

Ամսագրի կամ հրապարակման վերնագիր:

International academy journal WEB of scholar

Հատոր:

(4(13))

Համար:

1

URL:

սեղմել այստեղ՝ կապին հետևելու համար

Կազմակերպության անվանում:

Institute for Informatics and Automation Problems of NAS RA

Երկիր:

Armenia

Ինդեքսավորում:

РИНЦ