人机交互识别中被忽视的分类器
计算机视觉与模式识别
2022-03-22 v2
摘要
人机交互(HOI)识别具有挑战性，原因有二：(1)各类别间显著不平衡；(2)每张图像需要多个标签。本文表明，在保持骨干架构不变的情况下，通过改进分类器可有效应对这两大挑战。首先，我们利用HOI的语言嵌入初始化分类头权重，将类别间的语义关联编码入分类头，从而显著提升性能，尤其对于少样本子集。其次，我们提出一种名为LSE-Sign的新损失函数，以增强长尾数据集上的多标签学习。这一简单而有效的方法实现了无检测HOI分类，以明显优势超越了需要目标检测与人姿估计的当前最优方法。此外，我们将分类模型与现成目标检测器连接，迁移至实例级HOI检测，无需额外微调即达到当前最优。
引用
@article{arxiv.2112.06392,
title = {The Overlooked Classifier in Human-Object Interaction Recognition},
author = {Ying Jin and Yinpeng Chen and Lijuan Wang and Jianfeng Wang and Pei Yu and Lin Liang and Jenq-Neng Hwang and Zicheng Liu},
journal= {arXiv preprint arXiv:2112.06392},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2107.13083