Didascalia automatica dell'immagine

L'automazione della didascalia, cioè la creazione della descrizione in lingua di un'immagine utilizzando qualsiasi elaborazione in linguaggio naturale, è un compito difficile. Richiede una buona presa sia nell'elaborazione delle immagini che nell'elaborazione del linguaggio naturale. In questo libro vengono discusse le diverse tecniche disponibili per modellare la didascalia dell'immagine. Il progresso della tecnologia in termini di riconoscimento degli oggetti e di apprendimento automatico ha migliorato molto le prestazioni del modello per il sottotitolaggio delle immagini negli ultimi anni. Oltre a ciò cercheremo di avvicinarci alle diverse tecniche e agli algoritmi per costruire questo modello. Alla fine, la valutazione del modello gioca un ruolo importante che sarà utile per considerare quale algoritmo si adatta meglio allo scenario. Esistono tecniche che possono essere utilizzate per valutare le prestazioni come la matrice di confusione, f1-score, ma in questo caso i dati sono basati sul linguaggio naturale, quindi basati su un certo tipo di tecnologia speciale che può essere utilizzata come Microsoft COCO e Flickr30K.