GROWL：基于链接预测的群组检测

交互群组检测此前已通过自下而上的方法加以解决，这些方法依赖于个体的位置与朝向信息。这些方法主要基于成对亲和度矩阵，且局限于静态的第三人称视角。由于形成交互群组的个体之间存在着固有的空间配置，该问题可极大受益于一种超越成对关系、基于图神经网络（GNNs）的整体性方法。我们提出的方法，即基于链接预测的群组检测（GROup detection With Link prediction, GROWL），展示了基于 GNN 方法的有效性。GROWL 通过基于图中邻域生成特征嵌入来预测两个个体之间的链接，并使用如多层感知机（MLPs）等浅层二分类方法判定它们是否相连。我们在第三人称视角数据集和机器人中心（即第一人称）数据集上，将我们的方法与其他最先进的群组检测方法进行了对比测试。此外，我们提出了一种基于 RGB 和深度数据的多模态方法，以计算可供 GROWL 用作输入的表示。我们的结果表明，基于 GNN 的方法能显著提升不同相机视角（即第三人称和第一人称视角）下的准确率。