本文提出一种基于标签图和深度学习的结构化模型，采用新型的堆叠式标签预测神经网络，并利用不同概念层次的标签关系来提高图像分类性能，在基准图像数据集上验证了该方法的有效性。

Nov, 2015

本文提出了一种单一通用的神经网络结构，用于提取情景任务的特定结构指导，使用新的训练损失模型来优化 SSGNet，表现出针对多个低级视觉应用的最新结果，在未见数据集方面表现出了良好的抗摆性。

Jan, 2023

研究表明，为了改善 VL 模型的结构理解能力，场景图等结构化标注数据虽然耗时、昂贵和繁琐，但只需要小型数据集，就足以使用专用的模型架构和新的训练范式来提高 VL 模型的表现，通过直接使用场景图标签监督图像和文本编码器，以及添加专门的自适应 SG 令牌和新的适应技术来提高 SG 信息的预测。

May, 2023

该论文提出了一种结构深度聚类网络（SDCN）方法，它将图卷积网络（GCN）的结构信息整合到深度聚类中，通过自监督学习机制使两种不同的深度神经网络架构统一并指导整个模型更新，进而提高聚类的准确性。

Feb, 2020

本文提出了一种基于深度架构的场景理解方法，通过一个卷积神经网络和一个递归神经网络分别提取图像特征和分层物体结构，结合基于描述性语句的弱监督训练，实现场景图像的自动解析，该方法在 PASCAL VOC 2012 数据集上表现出色。

Apr, 2016

本文介绍了一种基于深度神经网络的端到端视觉定位方法，提出了一种名为 SGL 的网络体系结构，用于估计 3D 坐标，通过使用 PnP 和 RANSAC 估计摄像机姿态。该方法在实验中表现良好，能够有效地定位摄像机。

Apr, 2023

通过实验分析，我们探索将图结构作为整体像节点一样进行学习的可行性，并基于我们的发现，提出了一种基于图粗化的多视图图结构表示学习模型（MSLgo）来进行图分类。我们通过层次启发式图粗化压缩循环和团，并通过精心设计的约束进行限制，从而构建了粗化视图以学习结构之间的高级交互。我们还引入线图来进行边嵌入，切换到以边为中心的视角构建转换视图。通过对六个真实数据集的实验，证明了 MSLgo 在多种架构上超过了 14 个基线的改进。

Apr, 2024

我们提出了一种分层结构的强化学习方法，用于解决视觉叙事任务中生成连贯多句子故事的挑战，并在视觉叙事（VIST）数据集上评估了该模型的性能。

May, 2018

本文提出了一种基于置换不变性的结构化预测模型设计原则，该模型应用于复杂图像的机器理解，取得了新的最佳效果。

Feb, 2018

本文提出一种深度监督方法，通过利用中间概念对 CNN 的隐藏层进行监督，将先前的领域结构融入到神经网络训练中，显著提高了推广能力。该方法还可以仅使用合成场景来训练，并在实际图像上取得了 2D/3D 关键点本地化和图像分类的最新性能。

Jan, 2018