消除兄弟竞争：消除人-物交互检测中的偏差
计算机视觉与模式识别
2025-09-03 v1
摘要
Detection Transformer已被应用于人-物交互（HOI）检测，增强了图像中人-动作-物三元组的定位与识别。尽管取得了显著进展，本研究发现了一个关键问题——“有毒兄弟”偏差，该问题阻碍了交互解码器的学习，因为众多相似却又不同的HOI三元组在交互解码器的输入端和输出端相互干扰甚至竞争。这种偏差源于兄弟三元组/类别间的高度混淆，相似度的增加反而悖论性地降低了精度，一方的收益是以其有毒兄弟的衰退为代价的。为解决此问题，我们提出了两种新颖的去偏学习目标——分别针对输入和输出视角的“对比后校准”和“合并后拆分”。前者对兄弟般相似的错误HOI三元组进行采样，并在强位置先验的引导下将其重构为正确的三元组。后者首先学习兄弟类别间的共享特征以将其与其他组区分开来，然后显式地细化组内差异以保持独特性。实验表明，在各种设置下，我们显著优于基线（在HICO-Det上+9.18% mAP）和现有最优方法（+3.59% mAP）。
引用
@article{arxiv.2509.00760,
title = {No More Sibling Rivalry: Debiasing Human-Object Interaction Detection},
author = {Bin Yang and Yulin Zhang and Hong-Yu Zhou and Sibei Yang},
journal= {arXiv preprint arXiv:2509.00760},
year = {2025}
}
备注
Accept to ICCV2025