Buchumschlag

An Ensemble Model with Attention Based Mechanism for Image Captioning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Badarneh, Israa Al, Hammo, Bassam, Al-Kadi, Omar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attention-based transformer models for image captioning across languages: An in-depth survey and evaluation
von: Albadarneh, Israa A., et al.
Veröffentlicht: (2025)

AnatomicalNets: A Multi-Structure Segmentation and Contour-Based Distance Estimation Pipeline for Clinically Grounded Lung Cancer T-Staging
von: Chowdhury, Saniah Kayenat, et al.
Veröffentlicht: (2025)

AGIC: Attention-Guided Image Captioning to Improve Caption Relevance
von: Teja, L. D. M. S. Sai, et al.
Veröffentlicht: (2025)

Cross Modification Attention Based Deliberation Model for Image Captioning
von: Lian, Zheng, et al.
Veröffentlicht: (2021)

Lesion-Aware Visual-Language Fusion for Automated Image Captioning of Ulcerative Colitis Endoscopic Examinations
von: Escamilla, Alexis Ivan Lopez, et al.
Veröffentlicht: (2025)

CaptionFool: Universal Image Captioning Model Attacks
von: Parekh, Swapnil
Veröffentlicht: (2026)

ResAF-Net: An Anchor-Free Attention-Based Network for Tree Detection and Agricultural Mapping in Palestine
von: Al-Qasem, Rabee
Veröffentlicht: (2026)

Tracing 3D Anatomy in 2D Strokes: A Multi-Stage Projection Driven Approach to Cervical Spine Fracture Identification
von: Madhurja, Fabi Nahian, et al.
Veröffentlicht: (2026)

Comparative Analysis of Deep Convolutional Neural Networks for Detecting Medical Image Deepfakes
von: Alsabbagh, Abdel Rahman, et al.
Veröffentlicht: (2024)

Deep learning in computed tomography pulmonary angiography imaging: a dual-pronged approach for pulmonary embolism detection
von: Bushra, Fabiha, et al.
Veröffentlicht: (2023)

Visual Attention Never Fades: Selective Progressive Attention ReCalibration for Detailed Image Captioning in Multimodal Large Language Models
von: Jung, Mingi, et al.
Veröffentlicht: (2025)

MoColl: Agent-Based Specific and General Model Collaboration for Image Captioning
von: Yang, Pu, et al.
Veröffentlicht: (2025)

Pre-Trained CNN Architecture for Transformer-Based Image Caption Generation Model
von: Dufera, Amanuel Tafese
Veröffentlicht: (2025)

Is Your Text-to-Image Model Robust to Caption Noise?
von: Yu, Weichen, et al.
Veröffentlicht: (2024)

IGAN: A New Inception-based Model for Stable and High-Fidelity Image Synthesis Using Generative Adversarial Networks
von: Hashim, Ahmed A., et al.
Veröffentlicht: (2026)

Inserting Faces inside Captions: Image Captioning with Attention Guided Merging
von: Tevissen, Yannis, et al.
Veröffentlicht: (2024)

Image Captioning in news report scenario
von: Liu, Tianrui, et al.
Veröffentlicht: (2024)

Automated Image Captioning with CNNs and Transformers
von: Cahyono, Joshua Adrian, et al.
Veröffentlicht: (2024)

Deep Learning-Driven Segmentation of Ischemic Stroke Lesions Using Multi-Channel MRI
von: Rahman, Ashiqur, et al.
Veröffentlicht: (2025)

Gender Stereotypes in Professional Roles Among Saudis: An Analytical Study of AI-Generated Images Using Language Models
von: AlKhalifah, Khaloud S., et al.
Veröffentlicht: (2025)

Image Embedding Sampling Method for Diverse Captioning
von: Waheed, Sania, et al.
Veröffentlicht: (2025)

Top-Down Semantic Refinement for Image Captioning
von: Zhang, Jusheng, et al.
Veröffentlicht: (2025)

Modelling Visual Semantics via Image Captioning to extract Enhanced Multi-Level Cross-Modal Semantic Incongruity Representation with Attention for Multimodal Sarcasm Detection
von: Aggarwal, Sajal, et al.
Veröffentlicht: (2024)

BalCapRL: A Balanced Framework for RL-Based MLLM Image Captioning
von: Ye, Shaokai, et al.
Veröffentlicht: (2026)

Synth$^2$: Boosting Visual-Language Models with Synthetic Captions and Image Embeddings
von: Sharifzadeh, Sahand, et al.
Veröffentlicht: (2024)

Describe Anything: Detailed Localized Image and Video Captioning
von: Lian, Long, et al.
Veröffentlicht: (2025)

Generating Accurate and Detailed Captions for High-Resolution Images
von: Lee, Hankyeol, et al.
Veröffentlicht: (2025)

ReflectCAP: Detailed Image Captioning with Reflective Memory
von: Min, Kyungmin, et al.
Veröffentlicht: (2026)

Image Captions are Natural Prompts for Text-to-Image Models
von: Lei, Shiye, et al.
Veröffentlicht: (2023)

Prompt-to-Prompt: Text-Based Image Editing Via Cross-Attention Mechanisms -- The Research of Hyperparameters and Novel Mechanisms to Enhance Existing Frameworks
von: Bieske, Linn, et al.
Veröffentlicht: (2025)

Heat Diffusion Models -- Interpixel Attention Mechanism
von: Zhang, Pengfei, et al.
Veröffentlicht: (2025)

Provenance-Driven Reliable Semantic Medical Image Vector Reconstruction via Lightweight Blockchain-Verified Latent Fingerprints
von: Rasheed, Mohsin, et al.
Veröffentlicht: (2025)

Text-only Synthesis for Image Captioning
von: Zhou, Qing, et al.
Veröffentlicht: (2024)

The Role of Data Curation in Image Captioning
von: Li, Wenyan, et al.
Veröffentlicht: (2023)

XMeCap: Meme Caption Generation with Sub-Image Adaptability
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)

Uterine Ultrasound Image Captioning Using Deep Learning Techniques
von: Boulesnane, Abdennour, et al.
Veröffentlicht: (2024)

KALE: An Artwork Image Captioning System Augmented with Heterogeneous Graph
von: Jiang, Yanbei, et al.
Veröffentlicht: (2024)

KTVIC: A Vietnamese Image Captioning Dataset on the Life Domain
von: Pham, Anh-Cuong, et al.
Veröffentlicht: (2024)

Intelligent Healthcare Imaging Platform: A VLM-Based Framework for Automated Medical Image Analysis and Clinical Report Generation
von: Al-Hamadani, Samer
Veröffentlicht: (2025)

Explaining Caption-Image Interactions in CLIP Models with Second-Order Attributions
von: Möller, Lucas, et al.
Veröffentlicht: (2024)