关于草图表示学习的时间性
计算机视觉与模式识别
2025-12-10 v2 人工智能
摘要
草图是对复杂场景和真实物体的简单的人类手绘抽象。尽管草图表示学习领域取得了显著进展，但仍存关于时间因素对表示质量真实相关性的理解之间的鸿沟。本文探讨了是否合理将草图视为序列，以及哪种内部顺序更为关键。结果表明，尽管将草图建模为序列时采用传统位置编码是有效的，但绝对坐标始终优于相对坐标。此外，非自回归解码器优于其自回归 counterparts。最后，时间性的重要性取决于所考虑的顺序和评估的任务。
引用
@article{arxiv.2512.04007,
title = {On the Temporality for Sketch Representation Learning},
author = {Marcelo Isaias de Moraes Junior and Moacir Antonelli Ponti},
journal= {arXiv preprint arXiv:2512.04007},
year = {2025}
}
备注
Preprint submitted to Pattern Recognition Letters