Linking the Characters: Video-oriented Social Graph Generation via Hierarchical-cumulative GCN

论文讲解：添加链接描述

步骤：

1. （2.3）生成一个帧级别的子图。将人物特征、人物对特征、视觉场景特征、文本特征作为节点，利用GCN传播信息
2. （2.4）利用两个LSTM分别聚合人物和人物对特征，得到子片段级别的人物和人物对特征表示。
3. （2.5）将步骤2的人物和人物对特征输入到GCN中，得到片段级别的增强表征后的人物对特征，从而识别社交关系，生成片段级别的人物社交关系图。
4. 因为没有帧级别的标注，所以用弱监督训练。
5. 最后基于人物特征相似性（特征的余弦相似性大于阈值），合并片段级别的社交关系子图，生成整个视频的人物社交关系图。