Show simple item record

Image Captioning with Recurrent Neural Networks

dc.contributor.advisorHradiš, Michalen
dc.contributor.authorKvita, Jakuben
dc.date.accessioned2018-10-21T17:07:28Z
dc.date.available2018-10-21T17:07:28Z
dc.date.created2016cs
dc.identifier.citationKVITA, J. Popis fotografií pomocí rekurentních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.cs
dc.identifier.other96505cs
dc.identifier.urihttp://hdl.handle.net/11012/61816
dc.description.abstractTato práce se zabývá automatickým generovaním popisů obrázků s využitím několika druhů neuronových sítí. Práce je založena na článcích z MS COCO Captioning Challenge 2015 a znakových jazykových modelech, popularizovaných A. Karpathym. Navržený model je kombinací konvoluční a rekurentní neuronové sítě s architekturou kodér--dekodér. Vektor reprezentující zakódovaný obrázek je předáván jazykovému modelu jako hodnoty paměti LSTM vrstev v síti. Práce zkoumá, na jaké úrovni je model s takto jednoduchou architekturou schopen popisovat obrázky a jak si stojí v porovnání s ostatními současnými modely. Jedním ze závěrů práce je, že navržená architektura není dostatečná pro jakýkoli popis obrázků.en
dc.description.abstractIn this work I deal with automatic generation of image captions by using multiple types of neural networks. Thesis is based on the papers from MS COCO Captioning Challenge 2015 and character language models, popularized by A. Karpathy. Proposed model is combination of convolutional and recurrent neural network with encoder--decoder architecture. Vector representing encoded image is passed to language model as memory values of LSTM layers in the network. This work investigate, whether model with such simple architecture is able to generate captions and how good it is in comparison to other contemporary solutions. One of the results is that the proposed architecture is not sufficient for any image captioning task.cs
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectrekurentní neuronové sítěen
dc.subjectRNNen
dc.subjectkonvoluční neuronové sítěen
dc.subjectCNNen
dc.subjectpopisování obrázkůen
dc.subjectLSTMen
dc.subjectGRUen
dc.subjectMS COCOen
dc.subjectTorchen
dc.subjecthluboké učeníen
dc.subjectrecurrent neural networkscs
dc.subjectRNNcs
dc.subjectconvolutional neural networkscs
dc.subjectCNNcs
dc.subjectimage captioningcs
dc.subjectLSTMcs
dc.subjectGRUcs
dc.subjectMS COCOcs
dc.subjectTorchcs
dc.subjectdeep learningcs
dc.titlePopis fotografií pomocí rekurentních neuronových sítíen
dc.title.alternativeImage Captioning with Recurrent Neural Networkscs
dc.typeTextcs
dcterms.dateAccepted2016-06-21cs
dcterms.modified2016-07-08-09:35:52cs
thesis.disciplinePočítačová grafika a multimédiacs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid96505en
sync.item.dbtypeZPen
sync.item.insts2019.06.21 08:42:42en
sync.item.modts2019.05.18 03:53:09en
dc.contributor.refereeŠpaněl, Michalen
dc.description.markBcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record