弱监督目标检测：从人 - 物互动中转移知识
提出了一种用于医学图像中疾病定位的新方法 —— 弱监督 ROI 提议网络 (WSRPN)，该方法通过专门的感兴趣区域 - 注意力模块实时生成边界框提议。在胸部 X 射线图像的具有挑战性的疾病定位任务中，实验证明该方法优于现有方法。
Feb, 2024
本文介绍了一种通过利用有强监督和弱监督数据相结合的方法来进行人物物品交互检测的流程，并介绍了一种交换元素技术来增加模型的鲁棒性，在 HICO-DET 数据集上的表现比同一监督模式下的最先进的弱监督和强监督方法表现更好。
Nov, 2020
本文介绍一种新型的弱监督目标检测框架 WSOD^2，该框架通过联合考虑低层测量，CNN 置信度和自适应线性组合来确定多个回归目标，并通过区域提议学习来逼近回归目标，最终取得了最先进的结果。
Sep, 2019
本文介绍了一种统一的，高容量的弱监督目标检测网络 HUWSOD，它利用了一个全面的自我训练框架，在不需要外部模块或额外监督的情况下生成候选区域。HUWSOD 创新性地结合了自我监督的候选生成器和自编码器候选生成器，以及多速率重采样金字塔，取代了传统的目标候选提案，实现了端到端的弱监督目标检测训练和推断。另外，我们实现了一个整体的自我训练方案，通过逐步熵最小化和一致性约束正则化来完善检测得分和坐标，确保在同一图像的随机增强中得出一致的预测。基于对 PASCAL VOC 和 MS COCO 的广泛实验证明，HUWSOD 与最先进的弱监督目标检测方法相媲美，消除了离线提案和额外数据的需求。HUWSOD 的最佳性能接近于完全监督的 Faster R-CNN。我们的研究结果还表明，虽然与精心设计的离线目标提案有明显差异，但随机初始化的框对于弱监督目标检测的训练是有效的。
Jun, 2024
本研究提出了一种名为 KI2HOI 的新型框架，用于有效整合视觉语言模型的知识，从而改进零样本人物 - 物体交互检测。通过采用动词提取解码器将相应的动词查询转换为特定交互类别的表示形式，设计了基于视觉语义的动词特征学习模块。通过有效的加性自注意机制生成更全面的视觉表示。此外，创新的交互表示解码器通过交叉注意机制，有效地提取信息丰富的区域。为了处理低数据中的零样本学习，利用 CLIP 文本编码器的先验知识，为增强交互理解初始化线性分类器。在主流的 HICO-DET 和 V-COCO 数据集上进行的大量实验证明，我们的模型在各种零样本和全监督设置上优于以前的方法。
Mar, 2024
在计算机视觉中，我们通过介绍一种新的深度神经网络 (HO-RCNN) 和一种新的输入特征（交互模式），解决了人 - 物目标交互检测（HOI）的基本问题，并在当前的 HICO 分类基准上引入实例注释，大大提高了 HOI 检测的性能。
Feb, 2017
本文提出了一种有效的知识转移框架，利用一个在类别上与目标领域不重叠的外部全注释源数据集，迭代地转移源域知识，通过一个单类通用探测器学习目标域的探测器，并从中挖掘每次迭代中目标域探测器挖掘的伪实例，有效提高了单类通用探测器，从而更全面地利用和利用源数据集的知识，该方法在弱监督目标检测领域内实现了先前未知的最佳效果。
Jul, 2020
本研究提出了一种基于视觉 - 语言知识蒸馏的全新的端到端零样本人 - 物交互检测 (EoID) 框架，旨在通过利用看到和看不到人 - 物交互之间的联系，发现潜在的人 - 物交互并识别出新的人 - 物交互类别，实现未知类别的人 - 物交互检测。大量实验结果表明，该模型不仅能够在 HICO-Det 数据集上具体实现，而且在相关指标上表现卓越，具有很好的实用价值。
Apr, 2022