8973

‫طراحي و توسعه يك زيروظيفه به منظور بهبود مدل‌هاي شرح متراكم ويديو

كارشناسي

مهندسي كامپيوتر

1402

دكتر سيد صالح اعتمادي، دكتر احمد اكبري ازيراني

1402/12/09

مهندسي كامپيوتر

Proposing a novel subtask for improving Dense Video Captioning models

ين گزارش، به بحث در مورد شرح متراكم ويديو و فرايند طراحي و توسعه راه‌كاري جهت بهبود مدل‌هاي موجود در اين زمينه مي‌پردازد. شرح متراكم ويديو در سال‌هاي اخير به يكي از مسائل مهم در حوزه پردازش زبان‌هاي طبيعي و بينايي كامپيوتر تبديل شده‌است. اين مسئله در واقعيت ادغامي از مكان‌يابي رويدادهاي موجود در ويديو و توليد متن براساس داده‌هاي تصويري است. توان محاسباتي موردنياز براي پردازش ويديو و پيچيدگي استخراج ويژگي‌هاي مفيد به دليل وابستگي رويدادها به زمان از جمله چالش‌هاي شرح متراكم ويديو مي‌باشند. در اين گزارش براي بهبود فرايند يادگيري و افزايش دقت در مدل‌هاي شرح متراكم ويديو، يك زيروظيفه ارائه مي‌شود. به منظور بررسي كار‌آمدي اين زيروظيفه، يكي از مدل‌هاي متن‌باز شرح متراكم ويديو انتخاب شده و با اعمال تابع ضرر زيروظيفه آموزش داده مي‌شود. اين مدل سپس با معيارهاي مختلف در زمينه مكان‌يابي و توليد متن برروي مجموعه‌داده‌هاي معتبر در زمينه شرح متراكم ويديو ارزيابي و با مدل پايه مقايسه مي‌گردد.

شرح متراكم ويديو , بينايي كامپيوتر , پردازش زبان‌هاي طبيعي , يادگيري عميق , درك ويديو