Lgende De Limage

Le Sous-titrage Dimages Avec De Laudio Est Apparu Comme Une Tche Difficile Mais Prometteuse Dans Le Domaine De Lapprentissage Profond. Cet Article Propose Une Nouvelle Approche Pour Aborder Cette Tche En Intgrant Les Rseaux Neuronaux Convolutifs (cnn) Pour Lextraction Des Caractristiques Des Images Et Les Rseaux Neuronaux Rcurrents (rnn) Pour Lanalyse Audio Squentielle. Plus Prcisment, Nous Nous Appuyons Sur Des Rseaux Neuronaux Convolutionnels Pr-entrans Tels Que Vgg Pour Extraire Les Caractristiques Visuelles Des Images Et Nous Employons Des Reprsentations De Spectrogrammes Couples Des Rseaux Neuronaux Rcurrents Tels Que Lstm Ou Gru Pour Traiter Les Entres Audio.