Subtitulado automático de la imagen

La automatización de los subtítulos, es decir, la creación de la descripción del lenguaje de una imagen utilizando cualquier procesamiento de lenguaje natural, es una tarea difícil. Requiere tener un buen dominio tanto del procesamiento de la imagen como del procesamiento del lenguaje natural. Este libro discute las diferentes técnicas disponibles que modelan el subtitulado de las imágenes. El avance de la tecnología en términos de reconocimiento de objetos y aprendizaje automático ha mejorado mucho el rendimiento del modelo de subtitulado de imágenes en los últimos años. Además de eso, intentaremos abordar las diferentes técnicas y algoritmos para construir este modelo. Al final, la evaluación del modelo juega un papel importante que será útil para considerar qué algoritmo se adapta mejor al escenario. Existen técnicas que pueden utilizarse para evaluar el rendimiento como la matriz de confusión, f1-score, pero en este caso, los datos se basan en el lenguaje natural, por lo que hay un cierto tipo especial de tecnología que puede utilizarse como Microsoft COCO y Flickr30K.