GPS-Net:シーングラフ生成のためのグラフ特性センシングネットワーク【JST・京大機械翻訳】

Lin Xin; Ding Changxing; Zeng Jinquan; Tao Dacheng

プレプリント

J-GLOBAL ID：202202205985021665 整理番号：22P0128183

GPS-Net:シーングラフ生成のためのグラフ特性センシングネットワーク【JST・京大機械翻訳】

GPS-Net: Graph Property Sensing Network for Scene Graph Generation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年03月29日プレプリントサーバーでの情報更新日： 2020年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

セングラフ生成(SGG)は,ペアワイズ関係とともに画像中のオブジェクトを検出することを目的とする。最近の研究で探索されたシーングラフの3つの重要な特性,すなわち,エッジ方向情報,ノード間の優先度の差,および関係の長尾分布がある。従って,本論文では,SGGに対するこれら3つの特性を完全に探索するグラフ特性センシングネットワーク(GPS-Net)を提案した。第1に,ノード特有の文脈情報でノード特徴を増強し,トリ線形モデルを介してエッジ方向情報を符号化する新しいメッセージパッシングモジュールを提案する。第2に,訓練中のノード間の優先度の差を反映するためにノード優先感受損失を導入した。これは焦点損失における集束パラメータを調整するマッピング関数を設計することによって達成される。第3に,関係の頻度が長尾分布問題によって影響を受けるので,著者らは,分布を最初に軟化することによってこの問題を緩和して,次に,それらの視覚外観に従って,各々の主題-物体対のためにそれを調整できるようにした。系統的実験は,提案した技術の有効性を実証した。さらに,GPS-Netは,3つの一般的なデータベース,すなわちVG,OI,およびVRDに関する最先端の性能を,様々な設定と計量の下で有意な利得によって達成する。コードとモデルは,ウルル{https://github.com/taksau/GPS Net}で利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

通信網 , 図形・画像処理一般 , グラフ理論基礎 , パターン認識 , 計算機網

, , ,

前のページに戻る