切与学：识别与生成物体-状态组合
计算机视觉与模式识别
2023-09-26 v1
摘要
识别与生成物体-状态组合一直是一项具有挑战性的任务，尤其是在泛化到未见过的组合时。在本文中，我们研究了以不同风格切割物体以及由此产生的物体状态变化这一任务。我们提出了一个新的基准套件 Chop & Learn，以满足利用多视角学习物体与不同切割风格的需求。我们还提出了一项新的组合图像生成（Compositional Image Generation）任务，该任务可通过生成新颖的物体-状态图像，将学习到的切割风格迁移到不同物体上。此外，我们还将该视频用于组合动作识别（Compositional Action Recognition），并展示了该数据集在多种视频任务中的有价值用途。项目网站：https://chopnlearn.github.io。
引用
@article{arxiv.2309.14339,
title = {Chop & Learn: Recognizing and Generating Object-State Compositions},
author = {Nirat Saini and Hanyu Wang and Archana Swaminathan and Vinoj Jayasundara and Bo He and Kamal Gupta and Abhinav Shrivastava},
journal= {arXiv preprint arXiv:2309.14339},
year = {2023}
}
备注
To appear at ICCV 2023