Learning to Detect Human-Object Interactions论文阅读笔记

最新推荐文章于 2022-09-03 11:33:35 发布
最新推荐文章于 2022-09-03 11:33:35 发布
阅读量477 收藏 3
点赞数
分类专栏： HOI 文章标签： 计算机视觉 人工智能 深度学习
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.csdn.net/qq_46805191/article/details/114702799
版权

前言

这是一篇2018年发表在CS上的论文，原文地址点这里
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

笔记

  1. 这篇文章主要的贡献有两个，一是在原来HICO数据集的基础上增加了instance annotation，即动-名词对的文字注释。二是提出了HO-RCNN网络。
  2. 注释部分没有什么好说的，比较有趣的是HO-RCNN网络，图三就是网络的结构，从图上来看，输入的图片被分成了三路，经过裁剪resize之后通过CNN提取特征，最后分别分类得到的损失相加作为最终整个网络的损失，以此来训练整个网络。
  3. 关键的地方在于网络的输入部分，三个支路简单来说就是一张图片的人物、物体、人物+物体。送进网络的其实就是先在一张图中框出人和物体，然后将人物框、物体框、人物-物体对框，但是由
最低0.47元/天 解锁文章
xingaoli
关注
专栏目录
Human-Falling-Detect-Tracks:AlphaPose + ST-GCN + SORT
04-14
人体跌倒检测与追踪使用Tiny-YOLO oneclass检测帧中的每个人，并使用获取骨骼姿势，然后使用模型从每个人跟踪的每30帧中预测动作。 现在支持7种动作：站立，行走，坐着，躺下，站起来，坐下，跌倒。...
Learning to Detect Human-Object Interactions
qq_40523516的博客
06-02 649
WACV2017 Author:Yu-Wei Chao 摘要 我们为HOI检测提出一个新的benchmark，HICO-DET。提出一个新模型HO-RCNN。模型的核心是Interaction Pattern，一种描述两个边界框之间空间关系的新型DNN输入。 1.介绍 本文主要有两个贡献：（1）提出HICO-DET数据集，它提供了超过15w个标注的人-对象对，跨越在HICO中的600个类别，即平均每个类别有250个实例。（2）提出了HO-RCNN，这是一种基于DNN的可以将检测单个bbox扩展到一对
HOI经典论文WACV 2018 | Learning to Detect Human-Object Interactions 论文学习笔记
weixin_59340037的博客
04-14 1783
本文研究内容为在静态图像种检测人物交互关系。其被定义为预测一个人、物边界框，以及一个将他们联系起来的交互类标签。HOI检测是计算机视觉种一个基本的问题，因为它提供了被检测物体之间交互的语义信息。同时本文引入了HICO-DET，一个新的HOI检测的基准数据集，使用实例标注来扩充当前的HICO分类基准数据集。本文还提出了基于人物对区域的卷积神经网络（HO-RCNN），该方法的核心就是交互模式，它是一个能够描述两个边界框之间的空间关系的DNN输入。 代码地址：http://www.umich.edu/∼ywc.
HICO-DET：适合踏入 HOI detection 领域的初学者阅读的论文......
weixin_43889476的博客
09-03 1604
HICO-DET
READING NOTE: Learning to Detect Human-Object Interactions
joshua_1988
02-28 1160
TITLE: Learning to Detect Human-Object Interactions
图像理解--Detecting and Recognizing Human-Object Interactions
AI小作坊 的博客
06-05 5326
Detecting and Recognizing Human-Object Interactions https://arxiv.org/abs/1704.07333大牛们已经从图像的检测分割向图像理解的研究方向过度了！本文主要关注图像中的 人 和 物体的关系检测和识别，这种关系可以用一个三元素
learning to detect a salient object
07-27
通过对上述方法的研究与应用，该论文提供了一种有效的显著物体检测方法，不仅能够准确地识别出图像中的关注焦点，而且为后续的相关研究奠定了坚实的基础。未来的研究方向可能包括进一步优化特征提取方法，提高检测...
Machine-Learning-Approach-to-Detect-Cyber-Trolls
05-16
为了维护网络环境的健康，"Machine-Learning-Approach-to-Detect-Cyber-Trolls" 项目旨在利用机器学习技术来自动识别并阻止这类行为。 该项目基于 Jupyter Notebook 实现，这是一个广泛用于数据分析、机器学习和...
SetupMDSolids40.zip_how to research_object detect_object track
07-15
在“SetupMDSolids40.zip_how to research_object detect_object track”这个压缩包中，我们可以找到关于对象检测和跟踪的研究论文。这篇论文详细阐述了如何在IT领域，特别是计算机视觉方面，进行有效的物体识别与...
An exploratory investigation to detect cross-cultural differences on the PPVT-R
06-29
An exploratory investigation to detect cross-cultural differences on the PPVT-R Psychology in the Schools Volume 22, October 1985 AN EXPLORATORY INVESTIGATION TO DETECT CROSS-CULTURAL ...
Detecting and Recognizing Human-Object Interactions
10-12
要理解视觉世界，机器不仅必须识别单个目标，还必须识别它们是如何交互的。本文提出了一种新的模型，挑战日常照片中检测⟨人类、动词、目标⟩三元组的任务。
论文笔记之Learning Human-Object Interaction Detection using Interaction Points
加油
07-25 2609
直接预测人-物的交互点和交互向量（用于分组），再与人/物检测结果关联得到最终结果。 CVPR2020接收 论文地址：https://arxiv.org/abs/2003.14023 1. 摘要 理解人与物体之间的相互作用是视觉分类的基本问题之一，也是实现详细场景理解的重要步骤。人与物体之间的交互（HOI）检测力求既定位人与物体，又确定它们之间的复杂交互。 大多数现有的HOI检测方法都是以实例为中心的，其中基于外观特征和粗糙的空间信息来预测所有可能的人-物体之间的交互。 作者认为，仅外观特征不足以捕获复杂.
论文阅读：Learning Human-Object Interactions by Graph Parsing Neural Networks
Kivee的博客
09-13 3219
GPNN(ECCV2018) 文章   用来检测human-object interaction。Paper说提出GPNN的目的是为了在HOI任务中显式地对空间、时间（视频）以及human-object关系进行利用。   complete HOI指的是所有的node之间都有link，node包括human和object，假设node特征为d_V维，edge的特征为d_E维（从两个box...
人物交互（human object interaction）论文汇总-2018年
加油
11-08 5391
1. Detecting and Recognizing Human-Object Interactions 1.1 总述 中心思想是以人为中心。假设是一个人的外表信息（姿态、衣服、动作等）是确定与他们交互的物体的有力线索（人的外表信息对于定位参与交互的物体可能处于何处是很有帮助的，根据此可以进一步缩小参与交互的目标物体的搜索空间）。为了利用这个线索，本文的模型学习了根据检测到的人和人的外表信息来预测特定动作的物体位置的密度。 1.2 网络结构 主要分为三个分支：目标检测分支、人为中心分支、交互分支。其中
「产品读书」俞军产品方法论
女王の专属领地
04-20 8468
在阅读这本书之前，第一个能想到的同等的产品书籍就是网易的《幕后产品》，对于我来说，网易的产品一直是我最为钦佩和喜欢的，但是互联网界的产品名声最大的除了张小龙，我估计就是俞军了，读这本书之前我提前看了豆瓣和知乎的一些推荐，最后还是没忍住打算研读一番，关于俞军，我觉得需要大家去看看俞军产品背后的一些故事！
论文阅读笔记（二十八）：facebookresearch/Detectron
sunshine_010的博客
04-21 1450
At FAIR, Detectron has enabled numerous research projects, including: Feature Pyramid Networks for Object Detection Feature pyramids are a basic component in recognition systems for detecting objec...
MetaAnchor: Learning to Detect Objects with Customized Anchors
Jayn的专栏
07-22 2970
Abstract 本文提出了一种灵活有效的anchor生成机制用于目标检测框架，我们取名为MetaAnchor，不同于之前的检测框架中，使用预先设定的Anchor，MetaAnchor可以从任意的自定义的预设box中动态生成。MetaAnchor可以适用于任何的基于anchor的目标检测框架，如RetinaNet。与之前的anchor预先定义的机制相比，我们发现MetaAnchor在anchor...
论文阅读：Compositional Learning for Human Object Interaction
Kivee的博客
10-23 3115
Compositional Learning for HOI（ECCV 2018） 文章   作者的的想法是因为我们很难搜集到所有组合之间的interaction，所以必须会面临的问题就是要识别在数据集中从未见到过的情况，也就是HOI的zero shot learning。作者认为人的动作是具有compositional的性质的，而且人可以用不同的物体和工具达到类似的目的。比如我们可以用hamme...
论文阅读笔记：2020 CVPR Human Object Interactions (HOI) 论文 VSGNet
youshiwukong1524的博客
04-30 1778
论文题目：VSGNet: Spatial Attention Network for Detecting Human Object Interactions Using Graph Convolutions 会议：2020 CVPR 机构：加州大学圣 巴巴拉分校 电子与计算机工程系 论文：https://arxiv.org/abs/2003.05541 代码：https://github....
rldp port loop-detect shutdown-port
最新发布
03-11
这是一个网络技术问题，我可以回答。RLDP（Ring Link Detection Protocol）是一种环网链路检测协议，当环网...Port loop-detect shutdown-port是指当RLDP检测到环路时，自动关闭环路上的端口，以避免网络故障的发生。
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