画像の局所的なスタイル情報を反映した多様性のあるキャプション生成が可能に！ （）

3つの要点 ?? 入力画像の局所的なスタイル情報をエンコードするための、VAE(Variational Autoencoder)ベースのフレームワークであるStyle-SeqCVAEを提案 ?? COCOデータセットから多様なスタイルをもつキャプションを得るためのアノテーションの拡張手法を提案 ?? SenticapデータセットとCOCOデータセッ…