人-物交互检测：方法综述与考察
计算机视觉与模式识别
2020-09-29 v1
摘要
人-物交互检测是计算机视觉与视觉语义信息提取领域中一个相对较新的任务。其目标是让机器识别人类对物体所执行的交互，该领域的研究具有许多现实世界的应用场景。据我们所知，这是对该领域最先进成果与里程碑工作的首个综合性综述。我们提供了人-物交互检测领域发展的基础性综述。该领域的许多工作使用多流卷积神经网络架构，将输入图像中多个来源的特征进行组合。最常见的是所涉及的人与物体，以及二者之间的空间特性。据我们所知，尚未有深入研究对各组成部分各自的性能进行考察。为给未来研究者提供洞见，我们开展了一项个体化研究，考察用于人-物交互检测的多流卷积神经网络架构中每个组成部分的性能。具体而言，我们考察了 HORCNN 架构，因为它是该领域的一项基础性工作。此外，我们深入介绍了 HICO-DET 数据集，它是人-物交互检测领域一个流行的基准。代码与论文可在 https://github.com/SHI-Labs/Human-Object-Interaction-Detection 获取。
引用
@article{arxiv.2009.12950,
title = {Human-Object Interaction Detection:A Quick Survey and Examination of Methods},
author = {Trevor Bergstrom and Humphrey Shi},
journal= {arXiv preprint arXiv:2009.12950},
year = {2020}
}
备注
Published at The 1st International Workshop On Human-Centric Multimedia Analysis, at ACM Multimedia Conference 2020