首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >卷积网络循环网络结合-CNN+RNN

卷积网络循环网络结合-CNN+RNN

作者头像
机器学习AI算法工程
发布2018-03-09 11:15:43
2.6K0
发布2018-03-09 11:15:43
举报

1. CNN+RNN

相同点

  • 都是传统神经网络的扩展;
  • 前向计算产生结果,反向计算进行模型的更新;
  • 每层神经网络横向可以多个神经元共存,纵向可以有多层神经网络连接。

不同点

  • CNN进行空间扩展,神经元与特征卷积;RNN进行时间扩展,神经元与多个时间输出计算;
  • RNN可以用于描述时间上连续状态的输出,有记忆功能;CNN则用于静态输出;
  • CNN高级结构可以达到100+深度;RNN的深度有限。

组合的意义

  • 大量信息同时具有时间空间特性:视频,图文结合,真实的场景对话;
  • 带有图像的对话,文本表达更具体;
  • 视频相对图片描述的内容更完整。

组合方式

  • CNN特征提取,用于RNN语句生成->图片标注
  • RNN特征提取用于CNN内容分类->视频分类
  • CNN特征提取用于对话问答->图片问答

组合方式实现

  • 特征提取: LSTM输出(考虑不同时间研究对象的特征),FC层输出。
  • 特征合并 Concatenate层(合并在一起形成更长的向量),Attention相乘(某些区域加强,某些区域削弱)。
  • 结果输出 连续语句输出LSTM,组合分类回归DNN。

2. 图片标注

问题描述

拥有大量图片及其标注信息,能够通过学习建立一个能够自动图片标注的模型?

基本思路

  • 目标是产生标注语句,是一个语句生成的任务,根本上来说是一个RNN的任务,使用LSTM。
  • 描述的对象是大量的图像信息,进行图像信息的表达,使用CNN。
  • CNN网络中全连接层利用特征进行图片的描述,特征与LSTM输入进行结合。

模型设计

1. 整体结构
2. 特征提取
  • 图片特征:CNN全连接层提取;
  • 语言特征:Word2Vec。
3. 数据准备
  • 图片CNN特征提取;
  • 图片标注生成Word2Vec向量;
  • 生成训练数据:图片特征+第n个单词向量->第n+1个单词向量。
4. 模型训练
  • 运用迁移学习进行模型构建和训练,用于CNN特征,语句特征应用已有的模型;
  • 最终的输出模型是LSTM,训练过程的参数:设定梯度上限(gradient clipping)用于防止梯度爆炸、学习率调整(adaptive learning)
5. 模型运行
  • CNN进行特征提取;
  • CNN特征+语句的开头,单词逐个预测;

图片标注升级-详细标注

DenseCap,主要基于Faster R-CNN

3. 视频行为识别

常用方法
  • CNN特征简单组合
  • 3D版本CNN
RNN+CNN
  • RNN用于CNN特征融合
    • CNN进行特征提取;
    • LSTM判断;
    • 多次识别结果进行分析。
    • CNN进行特征提取;
    • LSTM融合;
    • Linear regr + Softmax分类。
  • RNN用于CNN特征筛选+融合
    • 并不是所有的视频图像包含确定分类信息;
    • RNN用于确定哪些frame是有用的;
    • 对有用的图像特征融合;
  • RNN用于目标检测
    • CNN直接产生目标候选区;
    • LSTM对产生候选区进行融合(相邻时刻位置近似);
    • 确定最终的精确位置。

4. 图片/视频问答

给定一张图片,提出图片内容相关问题,问答模型给出答案。

问题的种类

方法流程

  • 按照语言问答路程解决;
  • 图片特征同语言特征融合;
  • 训练数据:问题+图片->答案

模型设计

纯文字问答系统
  • 背景故事生成(word embedding)
  • 问题特征生成;
  • 背景,问题特征融合;
  • 标准答案回归。
图片问答系统
  • 基本模型
    • 背景故事特征生成-CNN;
    • 问题特征生成;
    • 背景,问题特征融合;
    • 标准答案回归。
  • 模型优化1
    • 对图片特征向量进一步处理,建立CNN特征的fisher特征;
    • 提高特征表达的效率,更容易同encoding特征组合。
  • 模型优化2
    • 用问题作为“候选区域”对原始CNN特征图局部识别。
  • 模型优化3
    • 注意力图对图片问答进行帮助;
    • 根据问题产生第一次注意力图;
    • 然后产生最终的注意力图;

5. 实例:学习Image Caption 图片自动标注

一个将图片转换为相应文字描述的例子。

代码参见:https://github.com/KoalaTree/models/tree/master/im2txt

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-02-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据挖掘DT数据分析 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 相同点
  • 不同点
  • 组合的意义
  • 组合方式
  • 组合方式实现
  • 2. 图片标注
    • 问题描述
      • 基本思路
        • 模型设计
          • 1. 整体结构
          • 2. 特征提取
          • 3. 数据准备
          • 4. 模型训练
          • 5. 模型运行
        • 图片标注升级-详细标注
          • 常用方法
          • RNN+CNN
      • 3. 视频行为识别
      • 4. 图片/视频问答
        • 问题的种类
          • 方法流程
            • 模型设计
              • 纯文字问答系统
              • 图片问答系统
          • 5. 实例:学习Image Caption 图片自动标注
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档