层级关系：增强场景图生成的新视角
计算机视觉与模式识别
2023-11-30 v5
摘要
本文提出一项发现：利用关系与对象标签之间的层级结构可以显著提升场景图生成系统的性能。本工作的重点是创建一种信息丰富的层级结构，以系统的方式将对象和关系类别划分为互不相交的超级类别。具体而言，我们引入一个贝叶斯预测头，联合预测一对对象实例之间关系的超级类别，以及该超级类别内的详细关系，从而促进更具信息量的预测。所得模型能够生成超出数据集标注的更广泛谓词集合，并解决普遍存在的标注质量低下问题。尽管本文呈现的是初步发现，但在 Visual Genome 数据集上的实验显示了其强劲性能，尤其在谓词分类和零样本设定下，证明了我们方法的前景。
引用
@article{arxiv.2303.06842,
title = {Hierarchical Relationships: A New Perspective to Enhance Scene Graph Generation},
author = {Bowen Jiang and Camillo J. Taylor},
journal= {arXiv preprint arXiv:2303.06842},
year = {2023}
}
备注
NeurIPS 2023 New Frontiers in Graph Learning Workshop (NeurIPS GLFrontiers 2023); NeurIPS 2023 Queer in AI Workshop. This paper is a preliminary work of the full paper available at arXiv:2311.12889