信息学院金琴教授团队1篇论文被neurips 2023录用 -亚博888

近日，中国人民大学信息学院金琴教授团队aim3多媒体计算实验室1篇论文被神经信息处理系统大会neurips 2023录用。神经信息处理系统大会（annual conference on neural information processing systems，简称neurips）是中国计算机学会（ccf）推荐的a类国际学术会议，每年召开一次，今年是第37届会议。

论文第一作者是aim3多媒体计算实验室2022级博士生岳子豪。

论文介绍

learning descriptive image captioning via semipermeable maximum likelihood estimation

作者：岳子豪，胡安文，张良，金琴

通讯作者：金琴

论文概述：

图像描述任务（为给定图像生成自然语言描述）长期以来受到「输出过于平凡」的问题的困扰，即模型倾向于为不同图像生成缺乏细节的相似描述。在这项工作中，我们从学习目标的角度重新审视了这一问题——正如“一图胜千言”，一张图像的描述可以是多种多样的，传统的最大似然估计（mle）所提供的严格监督并不完全适合图像描述模型的优化。我们直观地将其优化过程解耦为使模型生成更丰富的“丰富性优化”和使模型生成更简洁的“简洁性优化”，并假设这两种优化的相互抗衡最终使得模型生成平凡描述。基于此，我们提出了一个新的学习目标——半渗透最大似然估计（smile），它允许“丰富性优化”而阻止“简洁性优化”，从而鼓励模型生成更丰富、包含更多细节的描述。

作者简介

岳子豪，中国人民大学信息学院2022级博士生，大数据科学与工程专业，主要研究方向是视觉语言理解。

金琴，中国中国人民大学信息学院计算机系教授，多媒体计算实验室(aim3)负责人。主要研究领域为多媒体智能计算、人机交互。