通过自适应多样性缓存消除 HOI 检测中的长尾偏差
计算机视觉与模式识别
2026-03-11 v2 人工智能
摘要
人物-物体交互(HOI)检测是计算机视觉中的基础任务，使机器能够理解多样化现实场景中人物-物体关系。近期VLm的进展显著提升了HOI检测，通过利用丰富的跨模态表示。然而，大多数现有VLm方法依赖额外的训练或提示调优，导致计算开销巨大且在长尾场景中难以扩展，尤其是稀有交互严重不足。本文提出自适应多样性缓存(ADC)模块，一种新颖的无训练、即插即用的机制，用于消除HOI检测中的长尾偏差。ADC构建类别特定的缓存，累积推理期间的高置信度和多样化特征表示。该方法包含自适应容量分配以优先考虑稀有类别，并采用动态特征增强以实现稳健的预测校准，而无需额外训练或微调。广泛的实验在HICO-DET和V-COCO数据集上表明，ADC一致改善了现有HOI检测器，尤其提升了稀有类别检测，同时保持整体性能。这些发现确认了ADC作为消除长尾偏差的无训练、即插即用解决方案的有效性。
引用
@article{arxiv.2511.18811,
title = {Mitigating Long-Tail Bias in HOI Detection via Adaptive Diversity Cache},
author = {Yuqiu Jiang and Xiaozhen Qiao and Yifan Chen and Ye Zheng and Zhe Sun and Xuelong Li},
journal= {arXiv preprint arXiv:2511.18811},
year = {2026}
}