IntPhys：视觉直觉物理推理的框架与基准
人工智能
2020-02-12 v3 计算机视觉与模式识别
摘要
为了在复杂视觉任务上达到人类水平，人工系统需要结合大量关于世界的理解，涉及宏观物体、运动、力等。受婴儿直觉物理研究的启发，我们提出一个评估基准，通过测试系统能否区分由游戏引擎构建的、精心匹配的可能事件与不可能事件视频，来诊断给定系统对物理的理解程度。该测试要求系统对整个视频计算物理合理性分数。它没有偏差，能够测试一系列基本物理推理概念。随后我们描述了两个深度神经网络系统，旨在仅使用物理上可能的视频，以无监督方式学习直觉物理。这些系统以未来语义掩码预测为目标进行训练，并在可能事件与不可能事件的判别任务上进行测试。通过将其结果与人类数据进行比较分析，为下一帧预测架构的潜力与局限性提供了新见解。
引用
@article{arxiv.1803.07616,
title = {IntPhys: A Framework and Benchmark for Visual Intuitive Physics Reasoning},
author = {Ronan Riochet and Mario Ynocente Castro and Mathieu Bernard and Adam Lerer and Rob Fergus and Véronique Izard and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:1803.07616},
year = {2020}
}