细粒度过于粗糙：一种用于高效场景图生成的新颖以数据为中心的方法
计算机视觉与模式识别
2023-09-26 v2
摘要
以场景图形式从原始图像中学习组合视觉关系是一项极具挑战性的任务，原因在于上下文依赖，但它在依赖场景理解的计算机视觉应用中至关重要。然而，当前场景图生成（SGG）的方法均无旨在为下游任务提供有用图。相反，主要焦点一直放在对数据分布去偏以预测更多细粒度关系这一任务上。尽管如此，并非所有细粒度关系都同等相关，且其中至少部分对真实世界应用毫无用处。在本文中，我们引入高效 SGG 任务，该任务优先生成相关关系，从而促进场景图在图像生成等下游任务中的使用。为支持进一步研究，我们基于流行的 Visual Genome 数据集的标注提出了一个新数据集 VG150-curated。我们通过一组实验表明，该数据集包含比 SGG 中通常所用数据集更高质量且更多样化的标注。最后，我们展示了该数据集在从场景图生成图像任务中的高效性。
引用
@article{arxiv.2305.18668,
title = {Fine-Grained is Too Coarse: A Novel Data-Centric Approach for Efficient Scene Graph Generation},
author = {Neau Maëlic and Paulo E. Santos and Anne-Gwenn Bosser and Cédric Buche},
journal= {arXiv preprint arXiv:2305.18668},
year = {2023}
}