인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Image captioning is the task of generating descriptive text for a given image, and there are two primary approchaes: fully supervised learning and text-only training. While the fully supervised approach sufferes from dataset limitations and generalization issues, the text-only training approach can address these challenges but faces modality gap between images and text in VLMs. In this study, we propose SIMCAP, an image captioning method that mitigates these modality differences whitin the text-only training. SIMCAP employs similar text retrieval to incorporate text modality and utilizes a meta-network to reflect image modality. Additionally, a mapping network is used to generate prompts that enhance the understanding of the relationship between images and text, facilitating improved text generation. Our experiments show that SIMCAP outperforms existing methods and a through analysis of its componets confirms.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091212831
