学习检测人与物体交互
计算机视觉与模式识别
2018-03-02 v2
摘要
我们研究在静态图像中检测人与物体交互（HOI）的问题，其定义为预测一个人类和一个物体边界框，并赋予连接二者的交互类别标签。HOI检测是计算机视觉中的基本问题，因为它提供了关于被检测物体间交互的语义信息。我们通过用实例标注增强当前的HICO分类基准，引入了HICO-DET，一个用于HOI检测的新大型基准。为解决该任务，我们提出了人与物体基于区域的卷积神经网络（HO-RCNN）。我们HO-RCNN的核心是可交互模式（Interaction Pattern），一种表征两个边界框间空间关系的新颖DNN输入。在HICO-DET上的实验表明，我们的HO-RCNN通过交互模式利用人-物空间关系，相比基线方法显著提升了HOI检测性能。
引用
@article{arxiv.1702.05448,
title = {Learning to Detect Human-Object Interactions},
author = {Yu-Wei Chao and Yunfan Liu and Xieyang Liu and Huayi Zeng and Jia Deng},
journal= {arXiv preprint arXiv:1702.05448},
year = {2018}
}
备注
Accepted in WACV 2018