Empirical study of feature extraction approaches for image captioning in Vietnamese
Tác giả: Khang Nguyen
Số trang:
P. 327-346
Tên tạp chí:
Tin học & Điều khiển học
Số phát hành:
V.38-N.4
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
005
Ngôn ngữ:
Tiếng Anh
Từ khóa:
Grid features, region features, image captioning, Viecap4h, uit-viic, faster R-CNN, cascade R-CNN, grid R-CNN, Vinvl
Chủ đề:
Computer science
Tóm tắt:
This study focus on the image captioning problem in Vietnamese. Indetail, an empirical study of grid-based and region-based feature extraction approaches using currentstate-of-the-art object detection methods is investigated to explore the suitable way to represent theimages in the model space. Each feature type represents images, and the image captioning task istrained using the Transformer-based model. The effectiveness of different feature types is exploredon two Vietnamese datasets: UIT-ViIC and VieCap4H, the two standard benchmark datasets. Theexperimental results show crucial insight into the feature extraction task for image captioning inVietnamese.
Tạp chí liên quan
- Một phương pháp dựa trên mạng nơ-ron tích chập một chiều kết hợp tăng cường dữ liệu để khôi phục dữ liệu bị thiếu trong hệ thống giám sát sức khỏe kết cấu cầu
- Nguy cơ tội phạm sử dụng công nghệ deepfake trong giao dịch ngân hàng
- Xây dựng hệ thống giám sát và điều khiển tự động cho trang trại bò sữa sử dụng công nghệ Internet vạn vật
- Kỹ năng số cho người lao động trong bối cảnh chuyển đổi số
- Nguy cơ tội phạm sử dụng công nghệ deepfake trong giao dịch ngân hàng