CSACE-Net：用于视频字幕生成的跨模态语义注意力协同增强技术

《Signal Processing: Image Communication》：CSACE-Net: Cross-Modal Semantic Attention Co-Enhancement for video captioning

　　

Jiashan He | Yan Cang | Qingbo Ji

• •
  CSACE-Net 提出了一种重新设计的 AiA，用于分层视频上下文建模。
• •
  ACSM 改进了注意力机制，CSA 减少了字幕生成中的跨模态噪声。
• •
  通过在 MSVD 上进行消融研究，CIDEr 成绩提高了 6.3%。