探索上下文信息以用于三维场景图生成
计算机视觉与模式识别
2022-11-15 v2
摘要
三维场景图生成（SGG）在计算机视觉领域备受关注。尽管现有工作在粗粒度分类和单一关系标签上的三维 SGG 精度已逐步提升，但在细粒度与多标签情形下，其性能仍远未完善。本文提出一种针对三维 SGG 任务充分探索上下文信息的框架，试图同时满足细粒度实体类别、多关系标签及高精度的要求。我们所提方法由图特征提取模块与图上下文推理模块组成，实现了恰当的信息冗余特征提取、结构化组织与层次化推断。在 3DSSG 数据集上，我们的方法取得了优于或媲美先前方法的性能，尤其在关系预测子任务上。
引用
@article{arxiv.2210.06240,
title = {Explore Contextual Information for 3D Scene Graph Generation},
author = {Yuanyuan Liu and Chengjiang Long and Zhaoxuan Zhang and Bokai Liu and Qiang Zhang and Baocai Yin and Xin Yang},
journal= {arXiv preprint arXiv:2210.06240},
year = {2022}
}