控制与决策

作者：库涛,熊艳彬,杨楠,林乐新,朱珠

单位：中国科学院沈阳自动化研究所，沈阳110016;中国科学院机器人与智能制造创新研究院，沈阳110169,,中国科学院沈阳自动化研究所，沈阳110016;中国科学院机器人与智能制造创新研究院，沈阳110169;中国科学院大学，北京100049,,中国科学院沈阳自动化研究所，沈阳110016;中国科学院机器人与智能制造创新研究院，沈阳110169;中国科学院大学，北京100049,,中国科学院沈阳自动化研究所，沈阳110016;中国科学院机器人与智能制造创新研究院，沈阳110169,,辽宁大学信息学院，沈阳110000,

关键词：卷积神经网络;循环神经网络;图像语义理解;全局交互机制;数据正则化;门控循环单元

基金：国家重点研发计划项目(2017YFB0306401)；国家自然科学基金项目(61803367).

针对图像语义生成过程中图像信息易模糊的问题,提出基于双向门控循环单元(GRU)和图像信息全局交互相结合的图像语义生成模型,通过图像和文本数据进行正则化处理和文本向量映射方法,实现模型驱动的图像语义生成.实验结果表明,所提出模型能较好地解决数据稀疏和偏态问题,采用GUR单元可以进一步降低模型参数规模,加快算法收敛速度,有效抑制模型过拟合,提高图像内容的丰富度、准确性和逻辑性.

来源：2020年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第9期