Referenzausdruckgenerierung

Referring Expression Generation bezieht sich auf den Prozess der automatischen Erzeugung natürlichsprachlicher Ausdrücke, die spezifische Bereiche oder Objekte innerhalb eines Bildes in Aufgaben der Computer Vision beschreiben. Das Ziel besteht darin, visuelle Informationen und Sprachmodelle zu kombinieren, um genaue und eindeutige referierende Ausdrücke zu erzeugen, die eine präzise Lokalisierung und Beschreibung des Bildinhalts ermöglichen. Diese Technologie hat erhebliche Anwendungswerte im Bereich der Mensch-Computer-Interaktion, Bildannotierung und multimodaler Informationsabruf.