Deep Contextual Attention for Human-Object Interaction Detection阅读笔记

最新推荐文章于 2022-08-27 17:52:03 发布
最新推荐文章于 2022-08-27 17:52:03 发布
阅读量495 收藏 3
点赞数
分类专栏： HOI 文章标签： 深度学习 计算机视觉 人工智能
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/115212478
版权

前言

论文地址
在这里插入图片描述

笔记

  1. 这篇文章写的非常清楚，我们直奔主题就好，作者提出了一个基于上下文注意力机制的网络，这个网络可以通过学习contextually-aware appearance特征来利用上下文信息识别HOI的模型。并且这个提出的注意力机制模型还能自适应的选取相关的以实例为中心的上下文信息去增强可能包含HOI的图像区域。
  2. 直接来看整个框架
    在这里插入图片描述
    比较新的东西就是红色矩形标出的context-Aware Appearance和Contextual Attention。其他部分都是之前提到过的，特别是上边的pairwise Stream和之前论文中使用的方法完全一致这里不再过多赘述。
    在这里插入图片描述
    网络的输入输出这里写的非常清楚，输入就是目标检测器FPN检测出来的bounding-box，输出就是一个三元对，人，动作，目标。
  3. 重点理解下边的human stream和obje
最低0.47元/天 解锁文章
xingaoli
关注
专栏目录
AOT-GAN-for-Inpainting:用于高分辨率图像修补的AOT-GAN（图像修补的代码库）
04-07
title = {Aggregated Contextual Transformations for High-Resolution Image Inpainting}, booktitle = {Arxiv}, pages={-}, year = {2020} } 介绍 尽管取得了一些令人鼓舞的结果，但是对于现有的图像修复方法...
ICCV 2019 |Deep Contextual Attention for Human-Object Interaction Detection论文阅读笔记
weixin_59340037的博客
04-19 3530
人物交互检测是视觉关系检测任务中非常重要的一类任务，对于场景的深入理解至关重要，现在很多方法将其分解为目标定位与交互识别，尽管取得了一定的进展，但是这些方法仅仅依赖于人和物体的外观而忽略掉有效的上下文信息，但是这些信息对于捕获他们之间的细微交互是非常重要的。本文提出了一个用于人物交互检测的上下文注意力框架，该方法通过学习实例的上下文感知外观特征来利用上下文信息，然后使用注意力模块自适应的选择与实例相关的上下文信息，以突出可能包含人物交互的图像区域。该方法在V-COCO上获得了4.4%的mAProle的提高.
人物交互算法（HOI）学习笔记之 ——QPIC
seniusen的博客
08-27 3789
HOI 检测，transformer
检测技术再进化：人物交互检测，基于多层次条件网络的方法（ICMR2020）
我爱计算机视觉
01-11 1288
关注公众号，发现CV技术之美Human Object Interaction Detection via Multi-level Conditioned Network基于多层次条件网络的...
CVPR 2020 | 旷视研究院提出新型人-物交互检测框架，实现当前最佳
旷视开发者技术社区
06-05 1322
IEEE国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 大会官...
CVPR 2019|Transferable Interactiveness Knowledge for Human-阅读笔记Interaction Detection
weixin_59340037的博客
05-05 274
论文地址：https://arxiv.org/pdf/2101.10292.pdf 代码地址： https://github.com/DirtyHarryLYL/Transferable-Interactiveness-Network 本文为了探索人与物之间是否存在 交互的互动性，这些互动性可以通过HOI数据集学习到，并且能够缩小不同HOI种类设置之间的差距，本文的核心思想四利用互动性网络从多个HOI数据集中学习常见的互动性知识，并在推理HOI分类之前进行交互抑制（Non-Interaction Suppr
ember-contextual-component-cookbook：ember的上下文组件模式集合
02-05
cd ember-contextual-component-cookbook npm install 运行/开发 ember serve 访问位于应用程序。 代码生成器 利用大量的代码生成器，尝试使用ember help generate更多详细信息 运行测试 ember test ember test -...
Collaborative Contextual Anomaly Detection for Industrial Equipment Groups
02-21
在工业领域，设备状态监测和预测性维护对于降低企业成本、减少停工时间以及提高生产效率至关重要。预测性维护通过评估设备的退化状态来预测维护时间点，从而在维护活动成本效益最高、且设备性能未下降到阈值以下之前...
Relative image similarity learning with contextual information for Internet cross-media retrieval
02-21
随着互联网上图像数据量的爆炸性增长，跨媒体检索成为一个迫切需要解决的问题。图像通常伴随着上下文文本信息，这两种异构模式相辅相成，使得互联网内容更加富有信息。在大多数情况下，视觉信息可以视为文本文档的...
Contextual M4V Converter-开源
06-08
M4V 转换器服务。 将此文件放在 Library 文件夹中的 Services 文件夹中。 然后只需右键单击视频文件并单击按钮。 上下文 M4V 转换器将完成剩下的工作。
AMiner会议论文推荐第三十五期
AI_Conf的博客
02-09 425
AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。 AAAI 2021 论文推荐 Semantic MapNet: Building Allocentric SemanticMaps an.
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.
iCAN: Instance-Centric Attention Network for Human-Object Interaction Detection 论文阅读笔记
sunshine__0411的博客
10-08 2647
摘要 本文研究场景图中人-物交互问题。其核心思想是人或物体实例的外观包含指示线索，利用这些信息可以注意到图像中可以促进交互预测的部分。为了利用这些线索，研究者提出了一个以实例为中心的注意力模块，学习根据每个实例的外观动态突出显示图像中的区域。这种基于注意力的网络允许研究者选择性地聚合与识别 HOI相关的特征。   一、引言   HOI：人-物交互检测，旨在定位人、物体并识别人与物体之...
Polysemy Deciphering Network for Human-Object Interaction Detection论文阅读笔记
qq_46805191的博客
04-09 449
笔记 这篇文章作者提出现有的模型没有考虑一词多义的情况，即认为同一个动词的视觉特征差不多，然而实际情况下同一个动词的视觉特征可能会有特别大的变化，本文作者基于此提出了一系列策略和PD-Net模型，来克服这种现象。 图2是将同一个图片的视觉特征提取出来之后，本来是做多标签分类任务，但是这里作者将其转化为多个二分类任务，而且还加入了language特征。 图3就是整个网络的概述，给定一个image，先通过faster-rcnn提取proposal，每一个human和object两两配对，作为动词分类的候选
论文阅读：iCAN: Instance-Centric Attention Network for Human-Object Interaction Detection
Kivee的博客
09-13 1496
iCAN(BMVC2018) 文章   在InteractNet上做的改进,达到了 V-COCO 45.3%。 在由h或者o计算a的分数时，不止用它们本身的特征，还concat了context特征，contex特征则是根据intance产生的注意力在原图的特征上得到的。 同样需要判断h和o是否有关系，该方法是用空间的interaction pattern（neural-motif中有这个...
论文笔记之PPDM（Parallel Point Detection and Matching for Real-time Human-Object Interaction Detection）
加油
07-13 4207
CVPR2020接收 论文地址：https://arxiv.org/pdf/1912.12898v1.pdf 1. 摘要 我们提出了一种单级人机交互（HOI）检测方法，该方法在单个Titan XP GPU上以37 fps的速度在HICO-DET数据集上优于现有的所有方法。这是第一种实时检测HOI的方法。 传统的HOI检测方法分为两个阶段，即人体目标建议生成和方案分类。它们的有效性和效率受到顺序和独立体系结构的限制。本文提出了一种并行点检测与匹配（PPDM）HOI检测框架。在PPDM中，HOI被定义为一个.
人物交互（human object interaction）论文汇总-2020年
加油
11-08 1万+
1. Learning Human-Object Interaction Detection using Interaction Points 1.1 总述 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的人与物体的相互作用。因此，在本文中，作者提出了一种新颖的全卷积方法，该方法直接检测人与物体之间的相互作用。 网络会预测交互点，这些交互点可以直接对交互进行定位和分类。与密集预测的交互向量配对，这些交互与人
CVPR 2021 Object Detection
qq_36846729的博客
04-25 1679
目标检测论文
CVPR2020论文分方向整理之检测篇_3D目标检测（代码/论文解读/136篇打包下载）
热门推荐
胭脂草的ABC博客
08-06 1万+
CVPR2020论文分方向整理之检测篇（代码/论文解读/136篇打包下载） 本周三，CVPR官方正式开放下载，极市第一时间将所有论文（共1467篇）进行了下载打包，详情见此处。为了方便大家进一步的学习，我们对这1467篇论文进行了整理，本次分享的是所有检测类论文，并将它们细分为3D目标检测、人脸检测、动作检测、视频目标检测、文本检测、行人检测等方向，同时附上了相关解读和已开源论文的代码，共计149篇，并将其打包，获取方式见文末。 3D目标检测 【1】Learning Deep Network...
Fine-Grained Feature Enhancement for Object Detection in Remote Sensing Images
最新发布
04-04
To evaluate the effectiveness of fine-grained feature enhancement for object detection in remote sensing images, experiments were conducted on two datasets: the NWPU-RESISC45 dataset and the DOTA ...
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