NODIS：神经常微分方程场景理解
计算机视觉与模式识别
2020-07-21 v3
摘要
语义图像理解是计算机视觉中一个具有挑战性的课题。它要求检测图像中的所有物体，同时还要识别它们之间的所有关系。检测到的物体、其标签以及发现的关系可用于构建场景图，从而提供对图像的抽象语义解释。在先前的工作中，关系是通过求解表述为混合整数线性规划的分配问题来识别的。在本工作中，我们将该表述解释为常微分方程（ODE）。所提出的架构通过端到端学习求解 ODE 的神经变体来执行场景图推断。它在 Visual Genome 基准测试的所有三个基准任务上取得了最先进的结果：场景图生成（SGGen）、分类（SGCls）和视觉关系检测（PredCls）。
引用
@article{arxiv.2001.04735,
title = {NODIS: Neural Ordinary Differential Scene Understanding},
author = {Cong Yuren and Hanno Ackermann and Wentong Liao and Michael Ying Yang and Bodo Rosenhahn},
journal= {arXiv preprint arXiv:2001.04735},
year = {2020}
}