论文阅读：Rethinking Visual Relationships for High-level Image Understanding

最新推荐文章于 2023-03-30 16:30:35 发布
最新推荐文章于 2023-03-30 16:30:35 发布
阅读量774 收藏 2
点赞数
文章标签： scene understand
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_37014750/article/details/88046179
版权
论文提出了一种方法来过滤Visual Genome数据集中视觉不相关的关系样本，创建了VrR-VG数据集，挑战了仅依赖统计的视觉关系检测。通过visually-relevant relationship discriminator，过滤掉可通过非视觉信息预测的关系，使得数据更加聚焦于真正的视觉关系，推动了高阶图像理解的研究。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

VrR-VG

文章
  本文想解决的问题是，对于视觉关系检测这一任务来说，在目前常用的权威数据集Visual Genome的一个子集VG150（VG中出现频率最高的150类物体和50类关系）上，直接可以依赖统计的方法解决得比较好，这不利于关系检测的进一步研究，因此文章设计了一个网络可以滤除掉VG数据集中那些视觉无关（visually-irrelevant）的关系样本。在新的数据集上，基于频率的方法不再有效。

如上图(a)就是VG150中的一个场景图描述，(b)则是本文的的方法对VG清洗之后留下的场景图描述（Visually-relevant Relationships in Visual Genome，VrR-VG）。其实我们也可以大概看出来，(b)的话更难使用频率进行关系类别的判断。

  为了滤除掉视觉不相关的关系样本，本文设计了一个visually-relevant relationship discriminator，思想就是“如果一个关系样本，在利用除视觉信息以外的特征，如物体类别和边界框位置就能较好地预测得话，那么这个样本就是视觉不相关的。”下面是本文的discriminator的结构

最低0.47元/天 解锁文章
Kivee123
关注
【论文解读】C3DVQA: FULL-REFERENCE VIDEO QUALITY ASSESSMENT WITH 3D CONVOLUTIONAL NEURAL NETWORK
世界那么大，我想去看看～
08-13 320
【论文解读】C3DVQA: FULL-REFERENCE VIDEO QUALITY ASSESSMENT WITH 3D CONVOLUTIONAL NEURAL NETWORK
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
每日论文Transient Attributes for High-Level Understanding and Editing of Outdoor Scenes
u010032054的博客
03-09 645
这篇文章可以将图像转化天气气候属性，比如一副图像的春天夏天或者雾天晴天干燥等。图像转化的非常自然。 这篇文章主要创新点有：1.101个室外摄像头里面的捕捉的比较大变化的图片，并用众包标签了它。2.用训练回归器来识别属性。3.同时制作了用户界面可以改变想改变的属性。4,.可以对一个任意图像根据建立的图像数据库匹配进行自然转化。文中用学习认识属性的方法提出了三种:SVM,log,SVR,评估的方法用
Rethinking Visual Geo-localization for Large-Scale Applications 论文阅读CosPlace
weixin_44411392的博客
05-16 1343
作者文章：地址 github代码：地址 一、作者的motivation 在自动驾驶中往往需要更大尺度的场景，面对大尺度场景需要克服两个限制： （1）Non-representative数据集 当前存在的数据集在大尺度实际场景应用，无法表现的太好，主要原因： 覆盖的地理区域太小 场景图片地理分布太稀疏，如下图中MSLS 当前存在的数据集都是分割成地理位置不相交的集合，用于训练和推理 弊端：在这些数据集进行训练，没有找到真世界中场景的相关性 （2）Scalability of training 当前热门的
论文解读：Where To Look: Focus Regions for Visual Question Answering
yeal
11-21 1140
可能要很久时间开始关注vqa问题，vqa问题就是图像的问答问题，即对图像提问，并产生答案。关于图像问答综述性文章推荐：Visual Question Answering: Datasets, Algorithms, and Future Challenges。今天开始可能要跟大家分析关于vqa的相关论文解读，今天是第一篇文章Where To Look: Focus Regions for Visu...
Visual Genome数据集简介
duoyasong5907的博客
03-29 5443
VG数据集
CVPR 2022 论文列表（持续更新）
gbstack08的专栏
03-05 1万+
本文包括论文链接及代码 关注公众号：AI基地，及时获取最新资讯，学习资料 GitHub链接：GitHub - gbstack/cvpr-2022-papers: CVPR 2022 papers with code 因为优快云的markdown编辑器限制，文本多了保存会卡死。大家尽量到上面的GitHub链接去看吧。 CVPR2022 Papers (Papers/Codes/Demos) 分类目录： 1. 检测 2. 分割(Segmentation) 3. 图像处理(Image Pro
CVPR 2021最全论文开放下载！附pdf下载链接！
中科院AI算法工程师的博客
06-18 1万+
CVPR 2021最全论文开放，附所有pdf下载链接！
【CVPR2022】论文列表与下载——PartTwo
TomRen
06-12 2642
CVPR2022完整论文列表
不知道扩展vg relation 种类数
冬炫的博客
06-11 308
不知道扩展vg relation 种类数，现在市面上都是VG150的身影了.... 但是检测的种类又那么多，尝试扩展微软模块neural motif 谓词种类数量......
VrR-VG：重新关注与视觉相关的关系
05-11
VrR-VG：重新关注与视觉相关的关系
12大类150个图像处理和深度学习开源数据集
热门推荐
youcans的博客
10-12 3万+
本文整理了150 个深度学习和图像处理领域的开源数据集，包括：目标检测、人脸识别、文本识别、图像分类、缺陷检测、医学影像、图像分割、图像去雾、关键点检测、动作识别、姿态估计、自动驾驶和 RGBT 等12个方向。
场景图生成综述
Mr___WQ的博客
03-30 1万+
场景图是对场景的结构化表示，可以清晰地表达场景中的对象、属性和对象之间的关系。随着计算机视觉技术的不断发展，人们不再满足于简单地检测和识别图像中的物体;相反，人们期待对视觉场景有更高层次的理解和推理。例如，给定一张图像，我们不仅要检测和识别图像中的物体，还要了解物体之间的关系(视觉关系检测)，并根据图像内容生成文本描述(图像字幕)。或者，我们可能希望机器告诉我们图像中的小女孩在做什么(视觉问答(VQA))，甚至从图像中删除狗并找到类似的图像(图像编辑和检索)，等等。
目标检测算法——人脸识别数据集汇总（附下载链接）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
12-08 5300
🎄🎄近期，小海带在空闲之余，收集整理了一批人脸识别数据集供大家参考。整理不易，小伙伴们记得一键三连喔！！！🎈🎈
关于VG数据集的分析
zhuozhuomin的博客
07-13 1152
选自Neural Motifs: Scene Graph Parsing with Global Context文章
ICCV 2019 | VrR-VG：聚焦视觉相关关系
Paper weekly
11-25 888
作者丨梁远智学校丨西安交通大学硕士生研究方向丨视觉关系本文提出视觉相关的对象关系在语义理解上有更高的价值。在视觉关系学习表达中，我们需要关注于视觉相关关系，而避免对于视觉...
最详细的SLAM综述
陈建驱的博客
08-19 1万+
论文：Past, Present, and Future of SimultaneousLocalization And Mapping: Towards theRobust-Perception Age.Cesar Cadena, Luca Carlone, Henry Carrillo, Yasir Latif,Davide Scaramuzza, Jos´e Neira, Ian Reid, John J. Leonard 摘要 同时定位和建图(SLAM)包括同时构建环境模型(地...
2021:场景图视觉问答GraphVQA: Language-Guided Graph Neural Networks for Scene Graph Question Answering
weixin_42653320的博客
06-29 1268
摘要 场景图是图像的一种新的图形化表示形式。场景图将目标编码为节点，将目标间的成对关系编码为边。为支持场景图上的视觉问答，我们提出了GraphVQA，一种语言导向的图神经网络框架，将自然语言问题转换为图节点间消息传递的多次迭代。我们探索了GraphVQA框架的设计空间，并讨论多种不同设计选择的权衡。在GQA数据集上大大由于最先进模型。 原文 代码 一、介绍 GraphVQA核心：将问题转换为图节点之间信息传递的多次迭代。 对于问题What is t...
【文献阅读】GraphVQA——语言导向的GNN解决场景图的问答（Weixin Liang等人，ArXiv，2021）
QQ704630835的博客
04-28 1601
一、背景 文章题目：《GraphVQA: Language-Guided Graph Neural Networks for Scene Graph Question Answering》 和【文献阅读】LRTA——图网络解释VQA的答案生成过程（W. Liang等人，NeurIPS，2020）这一篇是同一个作者，内容也比较相似。 文章下载地址：https://arxiv.org/pdf/2104.10283.pdf 文章引用格式：Weixin Liang, Yanhao Jiang, Zixuan
EfficientNet: Rethinking model scaling for convolutional neural networks论文
最新发布
03-19
地址：https://paperswithcode.com/paper/efficientnet-rethinking-model-scaling-for - Semantic Scholar: 类似于Google Scholar的功能，但界面更加简洁友好。 地址：https://www.semanticscholar.org/ 以下是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值