基于对抗域泛化的新颖人物交互检测
计算机视觉与模式识别
2020-05-26 v1
摘要
本文研究新颖人物交互（HOI）检测问题，旨在提升模型对未见场景的泛化能力。该挑战主要源于物体与谓词构成的巨大组合空间，导致所有物体-谓词组合缺乏足够的训练数据。因此，现有大多数 HOI 方法严重依赖物体先验，难以泛化至未见组合。为解决此问题，我们提出一个统一的对抗域泛化框架，学习用于谓词预测的物体不变特征。为衡量性能提升，我们创建了 HICO-DET 数据集的新划分，其中测试集的 HOI 均为训练集中未见过的三元组类别。实验表明，所提框架在检测新颖 HOI 方面显著提升了性能，在 HICO-DET 数据集新划分上提升高达 50%，在辅助评估的 UnRel 数据集上提升高达 125%。
引用
@article{arxiv.2005.11406,
title = {Novel Human-Object Interaction Detection via Adversarial Domain Generalization},
author = {Yuhang Song and Wenbo Li and Lei Zhang and Jianwei Yang and Emre Kiciman and Hamid Palangi and Jianfeng Gao and C. -C. Jay Kuo and Pengchuan Zhang},
journal= {arXiv preprint arXiv:2005.11406},
year = {2020}
}