基于标签聚类与深度信息引入的视觉关系预测
计算机视觉与模式识别
2018-09-11 v1
摘要
本文研究了一种无监督标签聚类技术的应用，并证明该技术能够在 Person in Context (PIC) 数据集上显著提升视觉关系预测的准确率。我们提出将数据中具有相似关系分布模式的对象标签归为较少的类别。标签聚类不仅缓解了分类空间过大与类别不平衡问题，还可能增加每个聚类类别的数据样本量。我们进一步提出将深度信息作为附加特征引入实例分割模型。额外的深度预测路径以边界框或分割掩码无法提供的方式补充了关系预测模型。我们对所提技术进行了严格评估，并开展了多种消融分析以验证其益处。
引用
@article{arxiv.1809.02945,
title = {Visual Relationship Prediction via Label Clustering and Incorporation of Depth Information},
author = {Hsuan-Kung Yang and An-Chieh Cheng and Kuan-Wei Ho and Tsu-Jui Fu and Chun-Yi Lee},
journal= {arXiv preprint arXiv:1809.02945},
year = {2018}
}
备注
Won 2nd place in Person In Context Challenge (ECCV 2018 workshop)