用于检测与实例分割的关系先验知识图
计算机视觉与模式识别
2023-10-12 v1
摘要
人类具备通过理解物体间关系来感知与推理周围世界的卓越能力。本文中，我们研究了利用此类关系进行目标检测与实例分割的有效性。为此，我们提出了一种基于关系先验的特征增强模型（RP-FEM），这是一种利用关系先验增强目标提议特征的图变换器。所提架构在初始提议得到的场景图之上运行，旨在同时学习用于目标检测与实例分割的关系上下文建模。在 COCO 上的实验评估表明，利用辅以关系先验的场景图为目标检测与实例分割带来增益。RP-FEM 展现出抑制图像中不合理类别预测并防止模型生成重复预测的能力，从而在其所基于的基线模型上取得改进。
引用
@article{arxiv.2310.07573,
title = {Relational Prior Knowledge Graphs for Detection and Instance Segmentation},
author = {Osman Ülger and Yu Wang and Ysbrand Galama and Sezer Karaoglu and Theo Gevers and Martin R. Oswald},
journal= {arXiv preprint arXiv:2310.07573},
year = {2023}
}
备注
Published in ICCV2023 SG2RL Workshop