图编辑距离奖励：学习编辑场景图
计算机视觉与模式识别
2020-08-18 v1
摘要
场景图作为连接语言域和图像域的重要工具，已被广泛应用于VQA等跨模态任务中。在本文中，我们提出了一种根据用户指令编辑场景图的新方法，这是此前从未被探索过的。具体而言，为了学习按照文本给定的语义编辑场景图，我们提出了一种基于策略梯度和图匹配算法的图编辑距离奖励，以优化神经符号模型。在文本编辑图像检索的背景下，我们在CSS和CRIR数据集上验证了我们方法的有效性。此外，CRIR是我们生成的一个新的合成数据集，我们将很快将其发布供未来使用。
引用
@article{arxiv.2008.06651,
title = {Graph Edit Distance Reward: Learning to Edit Scene Graph},
author = {Lichang Chen and Guosheng Lin and Shijie Wang and Qingyao Wu},
journal= {arXiv preprint arXiv:2008.06651},
year = {2020}
}
备注
14 pages, 6 figures, ECCV camera ready version