构建视觉关系真实性数据集
计算机视觉与模式识别
2020-10-13 v1 人工智能
计算与语言
摘要
视觉关系表示图像中两个对象之间的关系,可表示为(主体;谓词;客体)三元组。视觉关系检测对图像场景理解至关重要。现有视觉关系检测数据集仅包含正确描述图像内容的真实关系。然而,区分虚假视觉关系与真实关系对图像理解和接地自然语言处理同样关键。本文中,我们构建了一个视觉关系真实性数据集,其中对 Flickr30k entities 图像描述数据集中出现的所有对象之间的真实与虚假关系均进行了标注。该数据集可在 https://github.com/codecreator2053/VR_ClassifiedDataset 获取。我们希望该数据集能推动视觉与语言理解的研究。
引用
@article{arxiv.2010.05185,
title = {Constructing a Visual Relationship Authenticity Dataset},
author = {Chenhui Chu and Yuto Takebayashi and Mishra Vipul and Yuta Nakashima},
journal= {arXiv preprint arXiv:2010.05185},
year = {2020}
}