用于解读社会关系的双瞥模型
计算机视觉与模式识别
2017-08-03 v1
摘要
自早期文明以来，源于每个个体的社会关系从根本上构成了我们日常生活中社会结构的基础。在计算机视觉文献中，场景理解方面已取得诸多进展，例如目标检测与场景解析。近期研究聚焦于基于功能性与几何关系的物体间关系。本工作旨在研究静态图像中的社会关系识别问题。我们提出了一种用于社会关系识别的双瞥模型，其中第一瞥注视感兴趣个体对，第二瞥则部署注意力机制以探索上下文线索。我们还收集了一个新的大规模社会情境中的人物（PISC）数据集，该数据集包含22,670张图像及来自9种社会关系类型的76,568个标注样本。我们提供了PISC数据集上的基准结果，并定性地展示了所提模型的有效性。
引用
@article{arxiv.1708.00634,
title = {Dual-Glance Model for Deciphering Social Relationships},
author = {Junnan Li and Yongkang Wong and Qi Zhao and Mohan S. Kankanhalli},
journal= {arXiv preprint arXiv:1708.00634},
year = {2017}
}
备注
IEEE International Conference on Computer Vision (ICCV), 2017