论文阅读：LinkNet: Relational Embedding for Scene Graph

LinkNet（NIPS 2018）

文章
  一两个月前在NIPS2018的官网上看到这篇论文，最近终于在arxiv上看到了，于是迫不及待地就读了，下面就来一起来看看这篇来自KAIST的LinkNet吧。
  论文的主要创新点是对于scene graph generating任务设计了一个relational embedding module，可以利用图片中所有的物体的特征对某个物体的特征进行更新，此外还提出了Global context encoding module来encode全局的context信息，和geometric layout encoding module来显式使用几何布局的信息。

Global Context Encoding Module：
  将整张图片的信息encode成一个特征，concat到每一个物体的特征后面。而整张图的信息则是通过一个对图片进行多分类的任务得到的，直接取多分类的FC层前一层的AvgPool的结果作为global context。注意一张图上的所有物体都用的是这个global context。

Object Feature：
  除了用RoIAlign得到的feature以及global context外，每个bounding box还使用 detector对它得到的类别概