基于迭代消息传递的场景图生成
计算机视觉与模式识别
2017-04-13 v2
摘要
理解视觉场景不仅仅是孤立地识别单个物体。物体之间的关系也构成了关于场景的丰富语义信息。在这项工作中，我们使用场景图（一种图像的视觉基础图结构）显式地对物体及其关系进行建模。我们提出了一种新颖的端到端模型，可从输入图像生成此类结构化场景表示。该模型使用标准 RNN 解决场景图推断问题，并学习通过消息传递迭代地改进其预测。我们的联合推断模型能够利用上下文线索对物体及其关系做出更好的预测。实验表明，在使用 Visual Genome 数据集生成场景图以及使用 NYU Depth v2 数据集推断支撑关系时，我们的模型显著优于先前的方法。
引用
@article{arxiv.1701.02426,
title = {Scene Graph Generation by Iterative Message Passing},
author = {Danfei Xu and Yuke Zhu and Christopher B. Choy and Li Fei-Fei},
journal= {arXiv preprint arXiv:1701.02426},
year = {2017}
}
备注
CVPR 2017