基于习得深度印象的知识引导物体发现

我们提出了一个称为习得深度印象（Acquired Deep Impressions, ADI）的框架，该框架持续地将物体知识作为“印象”习得，用于组合式场景理解。在该框架中，模型首先以监督方式从包含单个物体的场景图像中习得知识，然后在习得知识的引导下，如同人类一样，继续从可能包含此前未见物体的新颖多物体场景图像中学习，而无需任何进一步监督。通过将物体印象记忆到神经网络参数中并应用生成式回放策略，习得的知识可被复用以生成带有伪标注的图像，进而辅助新颖场景的学习。所提出的 ADI 框架聚焦于知识的获取与利用，是对现有用于组合式场景表示的深度生成模型的补充。我们调整了一个基础模型使其落入 ADI 框架，并在两类数据集上进行了实验。实证结果表明，所提框架能够有效利用习得的印象并提升场景分解性能。