简洁的人-物交互检测：因子分解、布局编码与训练技术
计算机视觉与模式识别
2019-08-23 v2
摘要
我们展示，对于人-物交互检测，一个相对简单的因子化模型，结合由预训练目标检测器构建的外观与布局编码，优于更复杂的方案。我们的模型包含检测分数、人与物体外观、粗粒度（框对配置）以及可选的细粒度布局（人体姿态）等因子。我们还开发了提升学习效率的训练技术：(1)消除训练-推断不匹配；(2)在小批量训练期间拒绝易负样本；以及(3)使用比现有方法大两个数量级的负正样本比。我们使用具有挑战性的HICO-Det数据集开展透彻的消融研究，以理解不同因子与训练技术的重要性。
引用
@article{arxiv.1811.05967,
title = {No-Frills Human-Object Interaction Detection: Factorization, Layout Encodings, and Training Techniques},
author = {Tanmay Gupta and Alexander Schwing and Derek Hoiem},
journal= {arXiv preprint arXiv:1811.05967},
year = {2019}
}
备注
Accepted to ICCV 2019. Project Page: http://tanmaygupta.info/no_frills/