基于多线索图像理解的图神经网络：以群体情绪识别与事件识别为例
计算机视觉与模式识别
2020-03-02 v2
摘要
本文提出一种基于多线索进行图像理解的图神经网络(GNN)。与传统忽略特征间可交互并交换信息这一事实的特征与决策融合方法相比，所提出的 GNN 能够在从不同模型提取的特征之间传递信息。我们选择了两个高度语义化且需要多个深度模型交互以综合多线索的图像理解任务，即群体级情绪识别(GER)与事件识别，来验证所提方法的性能。实验表明，所提方法在所选图像理解任务上达到了最先进的性能。此外，本文引入并共享了一个新的群体级情绪识别数据库。
引用
@article{arxiv.1909.12911,
title = {Graph Neural Networks for Image Understanding Based on Multiple Cues: Group Emotion Recognition and Event Recognition as Use Cases},
author = {Xin Guo and Luisa F. Polania and Bin Zhu and Charles Boncelet and Kenneth E. Barner},
journal= {arXiv preprint arXiv:1909.12911},
year = {2020}
}
备注
Paper accepted for publication at the 2020 IEEE Winter Conference on Applications of Computer Vision (WACV)