RIO：开放环境中面向意图推理物体的基准
计算机视觉与模式识别
2023-10-27 v1
摘要
面向意图的物体检测旨在基于特定意图或需求检测所需物体。例如，当我们想要“躺下休息”时，会本能地寻找如“床”或“沙发”等能满足需求的合适选项。该领域的先前工作要么受限于意图描述的数量，要么受限于意图物体可用的功能词表，这些局限使其难以有效处理开放环境中的意图。为推动此研究，我们构建了名为 Reasoning Intention-Oriented Objects（RIO）的综合数据集。具体而言，RIO 专门设计以纳入多样的真实场景与广泛的物体类别。它具有以下关键特征：1）RIO 中的意图描述以自然语句而非单个词或动词短语表示，更实用且有意义；2）意图描述与场景上下文相关，可关联物体更广泛的潜在功能；3）数据集共含 40,214 张图像与 130,585 个意图-物体对。利用所提出的 RIO，我们评估了一些现有模型在开放环境中推理面向意图物体的能力。
引用
@article{arxiv.2310.17290,
title = {RIO: A Benchmark for Reasoning Intention-Oriented Objects in Open Environments},
author = {Mengxue Qu and Yu Wu and Wu Liu and Xiaodan Liang and Jingkuan Song and Yao Zhao and Yunchao Wei},
journal= {arXiv preprint arXiv:2310.17290},
year = {2023}
}
备注
NeurIPS 2023 D&B accepted. See our project page for more details: https://reasonio.github.io/