目录

  • 简介
  • 动机
  • 贡献
  • 方法
  • 实验

简介

本文出自加州大学伯克利分校。这篇文章既不是image captioning,也不是video captioning,而是change captioning,就是针对pair image生成caption。
下载链接

动机

发现image pair中发生了什么变化是很重要的,但是模型应该具备区分distractors(如:光照变化、视角变化)和changes(物品被移动)的能力。

贡献

  1. 提出CLEVR-Change数据集,用于训练change captioning。
  2. 提出了一个用于change captioning的方法,可以区分distractors和changes,取得了不错的实验结果。

方法

本文方法也简洁明了,如下图所示,分为Dual Attention和Dynamic Speaker两个模块。

本文在构造image pair时,考虑了两种数据。①image pair只存在光照/视角变化;②在光照/视角变化的前提下,加入场景变化。场景变化主要包括五种,分别是:颜色变化、材质变化、添加物品、丢弃物品、移动物品。

实验

实验结果

结果展示

ICCV 2019 《Robust Change Captioning》论文笔记(数据集)相关推荐

  1. 2019年, image captioning论文汇总

    目录 CVPR2019:UIC CVPR2019:SGAE CVPR2019:RND ICCV2019:CNM ICCV2019:Graph-Align CVPR2019:UIC 题目 Unsuper ...

  2. LIRA: Learnable, Imperceptible and Robust Backdoor Attacks 论文笔记

    论文信息 论文名称 LIRA: Learnable, Imperceptible and Robust Backdoor Attacks 作者 Khoa Doan(Baidu Research) 会议 ...

  3. 2019年, video captioning论文汇总

    目录 CVPR2019:GRU CVPR2019:OA-BTG CVPR2019:MLE+HybirdDis CVPR2019:MARN CVPR2019:SDVC AAAI2019:FCVC-CF& ...

  4. SybilFuse:Combining Local Attributes with Global Structure to Perform Robust Sybil Detect(论文笔记)

    SybilFuse:Combining Local Attributes withGlobal Structure to Perform Robust Sybil Detection 1. 输入数据 ...

  5. Deep Few-Shot Learning for Hyperspectral Image Classification(2019)——深度学习论文笔记(四)

    Deep Few-Shot Learning for Hyperspectral Image Classification(2019) 文章目录 Deep Few-Shot Learning for ...

  6. ICCV 2019开源论文 | 捕捉图像DNA——单幅图像下可实现任意尺度自然变换

    作者丨武广 学校丨合肥工业大学硕士生 研究方向丨图像生成 图像翻译这个领域的应用是相当的多,图像风格迁移.图像修复.图像属性变换.图像分割.图像模态的转换等都可以统称为图像翻译的任务.本文将介绍一个图 ...

  7. ICCV 2019 | 沉迷AI换脸?不如来试试“AI换衣”

    作者丨文永明 学校丨中山大学硕士生 研究方向丨Object Manipulation.机器人视觉.GAN 引言 笔者最近发现一篇发表在 ICCV 2019 挺有意思的论文,是来自中山大学 Fashio ...

  8. ICCV 2019 论文解读 | 基于层次解析的Image Captioning

    ©PaperWeekly 原创 · 作者|蔡文杰 学校|华南理工大学 研究方向|计算机视觉 目前大多数的 image captioning 模型采用的都是 encoder-decoder 的框架.本文 ...

  9. 论文笔记 Object-Aware Instance Labeling for Weakly Supervised Object Detection - ICCV 2019

    Object-Aware Instance Labeling for Weakly Supervised Object Detection Kosugi ICCV, 2019 (PDF) (Citat ...

最新文章

  1. 【云周刊】第146期:史上最大规模人机协同的双11,12位技术大V揭秘背后黑科技...
  2. OCIEnvCreate failed with return code -1 but error message text was not available with ODP.net
  3. FFmpeg 4.2“艾达”发布
  4. java 递归遍历对象所有属性_Java学习之Xml系列二:xml按条件查询、xml递归遍历所有元素和属性...
  5. el-autocomplete判空校验时,第一次点击不通过,再次点击才正常
  6. 如何快速排查生产问题
  7. 带着canvas去流浪系列之九 粒子动画
  8. 建议检察院服务器服务器配置 显示器,切换器 键鼠
  9. 使用Xshell通过堡垒机登录服务器
  10. 四则运算2之设计思路篇
  11. Rootkit 后门的利用
  12. CSS系列之 box-sizing
  13. 关于switchcase和ifelse的效率对比分析
  14. linux虚拟桌面设置不同的背景,给不同虚拟桌面设置不同壁纸,将windows的虚拟桌面最大化使用...
  15. 数模国赛备赛(6)数学建模中的图论方法
  16. 一个普通的计算机专业专科生,毕业后想拿高薪,大学三年具体应该怎么做?
  17. 【左右挑货控件】进销存控件的使用
  18. Ubuntu16.04系统之 - 安装搜狗输入法出现破坏fcitx-ui-qimpanel问题
  19. pip 下载离线安装包及离线安装地方三库
  20. 「服务端」阿里云https如何免费申请

热门文章

  1. ustc小道消息20211223
  2. 科大星云诗社动态20210817
  3. <马哲>科学技术在社会发展中的作用2017-12-27
  4. dev c++怎么调试_「正点原子NANO STM32开发板资料连载」第十八章 USMART 调试组件...
  5. OpenGL编程指南4:双缓冲实现运行
  6. VTK修炼之道30:图像重采样_降采样和升采样技术
  7. Asp.net常用优化方法
  8. Delphi之面向对象的界面复用技术
  9. javascript动态创建可拖动、最大化、最小化的层
  10. 用递归合并两个排序的链表