面向全景场景图生成的域不变学习
计算机视觉与模式识别
2023-12-06 v2
摘要
全景场景图生成(Panoptic Scene Graph Generation, PSG)涉及对象检测及其对应关系(谓词)的预测。然而,有偏的谓词标注对PSG模型构成了重大挑战,因为它阻碍了模型在不同谓词间建立清晰决策边界的能力。该问题严重制约了PSG模型的实际效用与真实世界适用性。为应对上述固有偏差,我们提出一种新颖框架,通过度量每个主客体对(域)内的谓词预测风险来推断潜在有偏标注,并通过学习不变谓词表示嵌入自适应地将有偏标注转化为一致标注。实验表明,我们的方法显著提升了基准模型的性能,取得了新的最先进(state-of-the-art)性能,并在PSG数据集上展现出优异的泛化性与有效性。
引用
@article{arxiv.2310.05867,
title = {Domain-wise Invariant Learning for Panoptic Scene Graph Generation},
author = {Li Li and You Qin and Wei Ji and Yuxiao Zhou and Roger Zimmermann},
journal= {arXiv preprint arXiv:2310.05867},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2307.15567