科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现在光线不佳、夜间施工、远距离密集小目标等复杂施工场景下的图像描述，提出基于注意力机制和编码-解码架构的施工场景图像描述方法.采用卷积神经网络构建编码器，提取施工图像中丰富的视觉特征；利用长短时记忆网络搭建解码器，捕捉句子内部单词之间的语义特征，学习图像特征与单词语义特征之间的映射关系；引入注意力机制，关注显著性强的特征，抑制非显著性特征，减少噪声信息的干扰.为了验证所提方法的有效性，构建一个包含10种常见施工场景的图像描述数据集.实验结果表明，所提方法取得了较高的精度，在光线不佳、夜间施工、远距离密集小目标等复杂施工场景下具有良好的图像描述性能，且具有较强的泛化性和适应性.
- 单位
