人机交互识别中被忽视的分类器
计算机视觉与模式识别
2022-03-14 v1
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）每幅图像需要多个标签。本文表明，在不改动骨干架构的情况下，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进分类头。结果性能显著提升，尤其在少样本子集上。其次，我们提出一种名为 LSE-Sign 的新损失，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需检测的自由 HOI 分类，以明显优势超越了需要目标检测与人体姿态的当前最优方法。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.2203.05676,
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:2203.05676},
year = {2022}
}