DDS：解耦动态场景图生成网络
计算机视觉与模式识别
2025-01-22 v2
摘要
场景图生成旨在通过从输入数据中预测主体-客体-关系三元组，创建场景中物体间关系的结构化表示。现有方法在检测预定义集合之外的三元组时表现不佳，主要归因于其对依赖式特征学习的依赖。为解决此问题，我们提出 DDS——一种解耦动态场景图生成网络——其由两个可分离所提取特征的独立分支组成。本文的核心创新在于将表示关系的特征与表示物体的特征解耦，从而能够检测新颖的物体-关系组合。DDS 模型在三个数据集上进行了评估，并以显著优势超越先前方法，尤其在检测先前未见的三元组方面。
引用
@article{arxiv.2301.07666,
title = {DDS: Decoupled Dynamic Scene-Graph Generation Network},
author = {A S M Iftekhar and Raphael Ruschel and Satish Kumar and Suya You and B. S. Manjunath},
journal= {arXiv preprint arXiv:2301.07666},
year = {2025}
}
备注
Accepted in WACV 2025