用于人-物交互检测的关系上下文学习
计算机视觉与模式识别
2023-04-12 v1 人工智能
摘要
近期最先进的人-物交互（HOI）检测方法通常构建于带有两个解码分支的 transformer 架构上，一个用于人-物对检测，另一个用于交互分类。然而，此类解耦的 transformer 可能面临分支间上下文交换不足的问题，导致关系推理缺乏上下文信息，而这对发现 HOI 实例至关重要。本文提出多路关系网络（MUREN），利用人、物体和交互 token 的一元、二元和三元关系在三个解码分支间进行丰富的上下文交换。所提方法学习全面的关系上下文以发现 HOI 实例，在两个标准 HOI 检测基准 HICO-DET 和 V-COCO 上取得了最先进的性能。
引用
@article{arxiv.2304.04997,
title = {Relational Context Learning for Human-Object Interaction Detection},
author = {Sanghyun Kim and Deunsol Jung and Minsu Cho},
journal= {arXiv preprint arXiv:2304.04997},
year = {2023}
}
备注
accepted to CVPR2023