基于不变关系表示学习的增量式人体-物体互动检测
计算机视觉与模式识别
2025-11-03 v1
摘要
在开放世界环境中，人体-物体互动（HOI）会持续演变，挑战传统封闭世界 HOI 检测模型。鼓励人类逐步获取知识的能力，我们探索了增量式 HOI 检测（IHOID），以开发能够辨别人体-物体关系的智能体。这种设置不仅面临增量学习中常见的灾难性遗忘问题，还面临由交互漂移和检测逐步到达数据的零样本 HOI 组合所特有的挑战。因此，我们提出了一种新型示例无关的增量关系蒸馏（IRD）框架。IRD 将对象和关系的学习解耦，引入两种独特的蒸馏损失，用于学习跨不同 HOI 组合中共享相同关系的不变关系特征。在 HICO-DET 和 V-COCO 数据集上进行的大量实验表明，我们的方法在减轻遗忘、增强对交互漂移的鲁棒性以及在零样本 HOI 上的泛化能力方面优于最先进的基线方法。代码可在此处获取。
引用
@article{arxiv.2510.27020,
title = {Incremental Human-Object Interaction Detection with Invariant Relation Representation Learning},
author = {Yana Wei and Zeen Chi and Chongyu Wang and Yu Wu and Shipeng Yan and Yongfei Liu and Xuming He},
journal= {arXiv preprint arXiv:2510.27020},
year = {2025}
}