用于人-物交互检测的可迁移交互性知识
计算机视觉与模式识别
2019-06-12 v4
摘要
人-物交互(HOI)检测是理解人类如何与物体交互的一个重要问题。在本文中，我们探索指示人与物体是否相互交互的交互性知识。我们发现，无论 HOI 类别设置如何，交互性知识都可以跨 HOI 数据集学习。我们的核心思想是利用一个交互性网络从多个 HOI 数据集中学习通用的交互性知识，并在推理中的 HOI 分类之前执行非交互抑制。鉴于交互性的泛化能力，交互性网络是一个可迁移的知识学习器，并且可以与任何 HOI 检测模型协作以取得理想结果。我们在 HICO-DET 和 V-COCO 数据集上对所提方法进行了广泛评估。我们的框架以较大幅度优于最先进的 HOI 检测结果，验证了其有效性与灵活性。代码见 https://github.com/DirtyHarryLYL/Transferable-Interactiveness-Network。
引用
@article{arxiv.1811.08264,
title = {Transferable Interactiveness Knowledge for Human-Object Interaction Detection},
author = {Yong-Lu Li and Siyuan Zhou and Xijie Huang and Liang Xu and Ze Ma and Hao-Shu Fang and Yan-Feng Wang and Cewu Lu},
journal= {arXiv preprint arXiv:1811.08264},
year = {2019}
}
备注
CVPR2019