人-物交互中的交互性场
计算机视觉与模式识别
2022-04-19 v1
摘要
人-物交互（HOI）检测在行为理解中起着核心作用。尽管近期的两阶段/单阶段方法已取得令人印象深刻的成果，但作为关键步骤，发现交互的人-物对仍然具有挑战性。单阶段和两阶段方法都未能有效提取交互对，而是生成了大量冗余的负对。本工作中，我们引入了一个此前被忽视的交互性双峰先验：给定图像中的一个物体，将其与人体配对后，所生成的对要么大多为非交互，要么大多为交互，且前者比后者更常见。基于该交互性双峰先验，我们提出了“交互性场”。为使学习到的场与真实 HOI 图像的考量相容，我们基于交互对与非交互对之间内在的“交互性场”在基数和差异上的新能量约束。因此，我们的方法能检测出更精确的对，从而显著提升 HOI 检测性能，这在广泛使用的数据集上得到了验证，相较最先进（SOTA）方法取得了可观的提升。我们的代码见 https://github.com/Foruck/Interactiveness-Field。
引用
@article{arxiv.2204.07718,
title = {Interactiveness Field in Human-Object Interactions},
author = {Xinpeng Liu and Yong-Lu Li and Xiaoqian Wu and Yu-Wing Tai and Cewu Lu and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2204.07718},
year = {2022}
}
备注
To appear in CVPR2022