AAAI-场景图生成的深度生成概率图神经网络Deep Generative Probabilistic Graph Neural Networks for Scene Graph Generation

文章地址:Deep Generative Probabilistic Graph Neural Networks for Scene Graph Generation.

简介

图像视觉理解是计算机视觉中一个很重要的任务,理解一个场景并不仅仅是识别出场景中的所有物体,物体之间的相互关系也是很重要的信息。为了表征这种语义,一些论文引入了场景图(scene graph)的概念,其中的节点表示对象,边则表示对象之间的关系。
在这里插入图片描述
如上图所示,图片提供的信息除了碗中有橘子和苹果等水果之外,还有碗在桌子上,水果在碗中这一信息;右图则强调小女孩骑在马上,这种隐藏的逻辑关系对于帮助理解图像信息有重要的作用,文章就是针对这一问题提出了一个新的算法(DG-PGNN),来帮助更好的生成场景图。

工作创新

  • 提出了一个新的算法(DG-PGNN)用于表示与场景图相关的不确定性
  • 一种新的场景图构造算法,在完全可区分的概率框架中结合了深度特征学习和概率消息传递。
  • 第一次显式利用图像的文本信息来为图像构建场景图。

以往的方法先是学习了这些边和节点的表达,再用这些嵌入来获取各个节点和边的类型。但是这些方法并不能利用图像中丰富的结构信息,本文作者提出了适合表征 Scene Graph 的 Probabilistic Graph Network(PGN)。在 PGN 中,边和节点都被表示成了用于 CNN 的特征向量,边和节点的种类则被表示成概率质量函数(prob

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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