ICCVApr, 2021

猪也会飞：合成和自然场景下的情境推理

PDF
TL;DR通过一个多样化的、合成的虚拟家庭环境 -“场景背景” 数据集 (OCD)，本文提出了一种基于上下文的识别变压器模型，将对象和背景信息通过多头注意模式进行融合，能够捕捉上下文推理的有用信息，在 OCD 和其他 “场景背景” 数据集上，使人机都能表现出类似的性能和更好的较强的鲁棒性。
发现论文，激发创造
  • 将视觉物体识别置于上下文中

    该论文提出了一个生物学上启发的上下文感知对象识别模型，该模型由双流体系结构组成，动态地整合对象和上下文信息，并顺序推理目标对象的类标签，该模型不需要为每个任务重新训练，在各种行为任务中近似人类水平性能，捕捉上下文增强对图像属性的依赖性，并提供了整合场景和对象信息进行视觉识别的初始步骤。

    Nov, 2019

  • 自监督学习的情景推理

    本文基于自监督学习提出了一种上下文感知的自监督学习方法 SeCo，该方法使用可学习的外部记忆存储先前的上下文信息以支持目标辨识，通过两个评估协议证明 SeCo 的性能优于目前最先进的自监督学习方法，并准确模拟人类学习行为。

    Nov, 2022

  • 利用上下文线索检测上下文外对象

    本文提出了一种基于图的上下文推理网络（GCRN）检测图像中的不符上下文（OOC）物体的方法，GCRN 可以明确捕捉到上下文线索，以改进检测位于上下文中的物体并识别违反上下文关系的物体。作者们创建了一个大规模数据集来评估他们的方法，并在最近的 OCD 基准测试上进行了评估。研究结果表明，GCRN 在检测 OOC 物体和正确检测位于上下文中的物体方面优于竞争基线。

    Feb, 2022

  • 基于知识图谱的上下文驱动视觉对象识别

    通过将语境知识编码到知识图中，提高深度学习方法的鲁棒性，增强物体识别模型对于跨领域和真实世界场景的表现。

    Oct, 2022

  • COSMOS: 自监督学习的趣味信息检测

    本篇研究旨在解决社交媒体上未经修饰的图像被嵌入错误语境中以误导群众的问题，通过借助图像与文本之间的信息协同作用，提出了一种利用自学习特性，通过选择性地将照片中的物体与文本描述对齐以实现快速准确判断图像和文本的整体匹配度来检测文本和图像配对情况的新方法。对于测试数据，本方法的误识别率为 15%。同时本文还提供了一个包括来自各类新闻网站、博客和社交媒体贴文的 20 万张图像和 45 万个文本描述的大型数据集。

    Jan, 2021

  • 自适应情境感知：如何推广应用于新的背景和具有模糊性的物体

    本文探讨了视觉模型如何自适应地利用上下文进行分布外泛化，研究发现，具有因子化的表征和适当特征加权的模型可以更好地处理背景不变性和物体消歧，提出了新的数据扩增方法，提高了模型的泛化能力。

    Jun, 2023

  • 指代表达中的上下文建模

    本研究旨在使用更好的视觉上下文测量标准，将对象识别和自然语言表达结合起来，从而提高对象识别和自然语言表达模型的性能。在 RefCOCO、RefCOCO+ 和 RefCOCOg 三个数据集上的评估表明，我们的方法对于对象指称生成和理解都具有优势。

    Jul, 2016

  • 不要以物品所处环境论其价值：学习克服语境偏见

    通过学习两个特征子空间，分别表示没有上下文环境的类别和同时表示类别和上下文环境的联合特征子空间，以减少上下文偏差，提高分类准确度，适用于目标和属性两项任务。

    Jan, 2020

  • 建模视觉上下文是扩充物体检测数据集的关键

    本研究旨在通过利用分割注释来增加训练数据中的物体实例数量，通过适当地对物体周围的视觉环境进行建模以在物体所处的正确环境中放置它们，以提高少量标记样本的 VOC'12 基准测试平均精度。

    Jul, 2018

  • 关于场景理解中数据增强的视觉上下文重要性

    在通常正常的数据增量中增加特定任务需求的先验知识，在对象检测语境下，通过利用卷积神经网络来预测图像中可以放置物体的区域，同时仅使用有限的数据集，通过弱监督学习得到显著的提高。

    Sep, 2018