Visual Relationship Detection with Language Priors

《visual relationship detection with language priors》,这也是李飞飞在CNCC上提到的一片重要论文,发表于ECCV。此论文用来进行关系检测的主要方法是:分别训练两种视觉模型,一种来识别物体,一种来识别关系。关系识别的一个挑战在于没有足够的关系训练样本。比如说骑行这个动作,图片可能是人骑马、人骑车、人骑骆驼等等,想要将这些样本统统搜集起来是高耗能...
摘要由CSDN通过智能技术生成

《visual relationship detection with language priors》,这也是李飞飞在CNCC上提到的一片重要论文,发表于ECCV。
此论文用来进行关系检测的主要方法是:分别训练两种视觉模型,一种来识别物体,一种来识别关系。
关系识别的一个挑战在于没有足够的关系训练样本。比如说骑行这个动作,图片可能是人骑马、人骑车、人骑骆驼等等,想要将这些样本统统搜集起来是高耗能的。本论文在进行关系检测的同时,也证实了这种方法用于zero-shot detection的可能性。

 

1107940-0ad3d0c1b7cb40e3.png

1517557257206_2.png

由图可见此方法的大体流程是:输入图片,经过RCNN产生多个物体检测框,每个物体检测框分别经过视觉模型和语言模型进行打分,给定阈值将得分高于阈值的输出得到关系标签(person - riding - horse)


Training Approach

Visual Appearance Module

训练了一个CNN来对100个物体进行分类,同时训练了另一个CNN来对70个predicates进行分类。这里有实验表明,将每个objects predicates对分开进行训练得到的效果要比visual phrases’ detectors(将所有对一起训练)好。则视觉模型V如下:

 

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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