目录
VSGNet:基于图卷积的人体物体交互检测的空间注意力网络
用单个深度学习模型代替移动相机ISP
基于深度信念网络来识别阿尔兹海默症的蛋白质组危险标志物
分层时空LSTM在位置预测中的应用
GhostNet:廉价运营带来的更多功能
VSGNet:基于图卷积的人体物体交互检测的空间注意力网络
论文名称:VSGNet: Spatial Attention Network for Detecting Human Object Interactions Using Graph Convolutions
作者:Ulutan Oytun /Iftekhar A S M /Manjunath B. S.
发表时间:2020/3/11
论文链接:https://paper.yanxishe.com/review/14230?from=leiphonecolumn_paperreview0330
推荐原因
本文已被CVPR2020接收。全面的视觉理解邀请检测框架能够在分析单个对象时能够有效学习和利用对象之间额交互,这是人体物体交互 (Human-Object Interaction, HOI) 检测任务的主要目标。本文提出了可视空间图网络 (Visual-Spatial-Graph Network, VSGNet) ,其从人体-物体数据对中提取视觉特征,使用空间配置来完善特征,并通过图卷积建立对象之间的结构连接。作者在V-COCO和HICO-DET两个数据集上彻底地评价了VSGNet,实验结果表明,VSGNet在V-COCO中的性能比目前最优方法高出8%或4 mAP,在HICO-DET中有16%或3 m