最新顶刊速递 [2024-09-02]

文章预览

今日更新10篇： 计算机视觉 9篇 自然语言处理 1篇 如果你想增加某个领域或会议的收集，可以后台私信。 计算机视觉: 9篇 [0] See or Guess: Counterfactually Regularized Image Captioning[cs.CV] 标题：目睹或猜测：反事实正则化的图像标题生成 作者：Qian Cao, Xu Chen, Ruihua Song, Xiting Wang, Xinting Huang, Yuchen Ren 链接：http://arxiv.org/abs/2408.16809 摘要 ：图像标题生成，即生成图像中视觉信息的自然语言描述，是视觉语言研究中的一个关键任务。以往模型通常通过在现有数据集上进行统计拟合，将机器的生成能力与人的智能相匹配来解决这一任务。虽然这些模型对于正常图像是有效的，但在描述某些部分被遮挡或编辑过的图像时，它们可能无法像人类那样准确地描述。这些模型表现出的弱点，包括幻觉和有限的可解释性，往往会在关联模式发生转变的情况下阻碍性能。在本文中 ………………………………