从场景学习与从头部借用：应对场景图生成中的长尾问题
计算机视觉与模式识别
2020-06-16 v1 机器学习
图像与视频处理
摘要
尽管近年来场景图生成取得了巨大进展，但其对象关系中的长尾分布仍然是一个具有挑战性且令人困扰的问题。现有方法主要依赖外部知识或统计偏差信息来缓解此问题。本文中，我们从另外两个方面解决这个问题：(1) 场景-对象交互，旨在通过加性注意力机制从场景中学习特定知识；(2) 长尾知识迁移，试图将从头部长尾头部学到的丰富知识迁移到尾部。在基准数据集Visual Genome上的三个任务的大量实验表明，我们的方法优于当前最先进的竞争对手。
引用
@article{arxiv.2006.07585,
title = {Learning from the Scene and Borrowing from the Rich: Tackling the Long Tail in Scene Graph Generation},
author = {Tao He and Lianli Gao and Jingkuan Song and Jianfei Cai and Yuan-Fang Li},
journal= {arXiv preprint arXiv:2006.07585},
year = {2020}
}