自我中心的分层视觉语义

May, 2023

Egocentric Hierarchical Visual Semantics

Luca Erculiani, Andrea Bontempelli, Andrea Passerini, Fausto Giunchiglia

TL;DR本文提出了一种算法，通过递归识别物体的视觉属于和视觉特征来实现物体识别，从而实现了基于词义层次结构的物体识别，进一步推动了人机交互的研究。

Abstract

We are interested in aligning how people think about objects and what machines perceive, meaning by this the fact that object recognition, as performed by a machine, should follow a process which resembles that followed by humans when thinking of an object associated with a certain con

object recognition lexical semantics hierarchical process visual features algorithm

发现论文，激发创造

请求式视觉识别

本文提出了一种新的视觉识别范式，名为 ViRReq，通过将视觉识别分解成命名为请求的原子任务，并利用知识库和语言驱动识别，在功不完备的数据集上学习复杂的整体 - 部分层次结构，并且能够轻松地插入新的概念。

Jul, 2022

视觉现实构建与分面分类

本文主要探讨机器学习和计算机视觉领域中的目标识别问题，认为其根源在于缺乏知识表示方法，因此提出了一种基于图像属性的分类方法，并在 ImageNet 数据集上进行了验证。

Feb, 2022

对齐视觉和词汇语义

本文介绍了与计算机视觉系统相关的两种语义 —— 视觉语义和词汇语义，分别关注人类如何通过视觉感知和语言理解来建立概念。由于视觉和词汇语义之间的差异，导致语义鸿沟问题，本文提出了一种通用的、非领域特定的方法来强制实现视觉和词汇语义之间的一致性。

Dec, 2022

通过结构化表示学习分层语义图像处理

本论文提出了一种基于结构化语义布局的图像操作分层框架，使用户可以通过添加、删除和移动一个边界框来对图像进行对象级别的操作。实验证明，该分层框架可以在语义对象操作、交互式图像编辑和数据驱动的图像操作等方面带来优势。

Aug, 2018

利用自监督学习学习对象语义相似性

通过模拟时间序列的视觉经验，结合既视感与语言的对齐，我们的研究表明时间和既视感对齐是解释人类某些形式的语义知识起源的可能计算原理。

Apr, 2024

多目标跟踪的分层视觉表示

我们提出了一种新的多对象跟踪的视觉分层表示范式，并通过关注对象的组合性视觉区域和与背景的对比背景信息，不仅仅局限于语义可视线索（如边界框），而是更有效地区分对象。这种组合性 - 语义 - 上下文层次结构灵活地集成到不同的基于外观的多对象跟踪方法中。我们还提出了一种基于注意力的视觉特征模块来融合分层视觉表示。该方法在多个多对象跟踪基准中实现了最先进的准确性和时间效率。

Feb, 2024

语义投影：从词嵌入中恢复多个不同物体特征的人类知识

该研究探讨了一种计算模型，即词嵌入模型，通过将词表示为多维空间中的向量，从词汇共现模式中学习来自语义记忆中的常见知识，并提出了语义投影的解决方案，以检验词嵌入模型是否能够恢复多种语义特征和对象属性的上下文依赖关系。

Feb, 2018

使用分层原型的可解释图像识别

通过使用根据预定义的分类法层次化组织的视觉原型模型，可以实现解释性地对图像进行分类，使得该模型能够对来自先前未见过的类别的图像进行解释性地分类。

Jun, 2019

基于语义的高质量图像注释方法论

利用 vTelos 方法结合自然语言处理、知识表示和计算机视觉技术，通过利用 WordNet 词汇 - 语义层次结构来明确图像注释的含义，从而减少主观选择，实现了显式的注释语义。

Jul, 2023

看见无形：对静态图像中的自动高层次视觉理解的调查

计算机视觉领域的研究论文针对抽象社会概念检测问题，通过对高层视觉理解和计算机视觉任务的研究和聚类，提供了对抽象概念识别的系统回顾。

Aug, 2023