DecAug：通过分解增强 HOI 检测
计算机视觉与模式识别
2020-10-05 v1
摘要
人-物交互（HOI）检测需要大量标注数据。当前算法受困于训练样本不足以及数据集内的类别不平衡。为提高数据效率，本文提出一种高效且有效的数据增强方法 DecAug 用于 HOI 检测。基于我们提出的物体状态相似性度量，在不同 HOI 间共享物体模式以增强局部物体外观特征，而不改变其状态。进一步，在保持交互不变的前提下，借助姿态引导的高斯混合模型将人与物之间的空间相关性迁移至其他可行配置。实验表明，我们的方法在 V-COCO 和 HICO-DET 数据集上为两个先进模型分别带来最高 3.3 mAP 和 1.6 mAP 的提升。具体而言，样本较少的交互获得更显著的改进。我们的方法可轻松集成到各类 HOI 检测模型中，且额外计算开销可忽略。我们的代码将公开可用。
引用
@article{arxiv.2010.01007,
title = {DecAug: Augmenting HOI Detection via Decomposition},
author = {Yichen Xie and Hao-Shu Fang and Dian Shao and Yong-Lu Li and Cewu Lu},
journal= {arXiv preprint arXiv:2010.01007},
year = {2020}
}