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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 47 - 52 (6page)
- DOI
- 10.14801/jkiit.2024.22.11.47
이용수
초록· 키워드
오류제보하기
이미지 캡셔닝은 이미지의 특징을 추출하여 이미지를 인식하고 자연어 처리와 결합하여 이미지에 대한 설명을 생성하는 작업이다. 이미지 캡셔닝 결과는 때때로 부자연스러운 텍스트를 생성한다. 이러한 문제의 원인을 정확하게 파악하기 위해 인코더들의 성능을 비교 실험한다. 이미지 캡션 생성 과정은 인코더, 디코더 구조를 가진다. 인코더에서 얻어지는 이미지 특징 추출 결과에 따라 디코더에서 생성되는 텍스트에 많은 영향을 미친다. 그에 따라 CNN 계열의 Resnet50, VGG-16과 트랜스포머 계열의 비전 트랜스포머, 스윈 트랜스포머 인코더의 성능을 비교하여 캡션 생성에 있어서 결정적인 영향을 주는지를 분석한다. 정성 및 정량 평가한 결과를 수치화하고 그래프 및 표로 제시하여 CNN 계열과 트랜스포머 계열의 인코딩 결과를 비교 분석하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 인코더 모델들과 GRU 디코더
Ⅲ. 실험 및 결과
Ⅳ. 결론 및 향후 과제
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
ViT 모델을 활용한 2-Stage 기반 피부암 분류
우동원
,
조정래
,
하대룡
외 2명
한국정보통신학회논문지
2025
.01
딥러닝을 이용한 영상의 병변 분류 모델
한영환
재활복지공학회논문지
2024
.08
합성곱 블록 어텐션 모듈을 사용한 비전 트랜스포머의 분류 성능 개선 연구
유다연
,
이수현
,
유진우
대한전자공학회 학술대회
2024
.06
Transformer 기반의 HDR 영상 복원 알고리즘을 통한 효과적인 Ghost Artifact 제거
박예인
,
강석주
방송공학회논문지
2024
.05
설비의 예지 보전을 위한 Transformer 기반의 전력 품질 예측 및 이상 상황 탐지
이제혁
한국정보기술학회논문지
2023
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091184323