基于融合注意力的交通图像描述方法研究

针对交通监测图像易受到光线变化、天气、路况等因素的影响而出现描述不精确的问题,提出一种基于融合注意力的交通图像描述方法,旨在生成准确描述语句的同时,提升模型对交通名词的描述效果.在模型的生成器中使用残差网络和门控循环单元生成交通图像端对端的描述语句,同时,在生成器和鉴别器中均采用包含局部信息和全局信息的融合注意力机制,以进一步提高特征表示和推理能力.在公共数据集MSCOCO和交通图像数据集上的实验结果表明:相比于其他主流方法,所提出的算法生成的交通图像描述语句更加准确自然.