728x90 반응형 Paper Review/Image Scene Graph Generation18 [14] Natural Language Guided Visual Relationship Detection 논문 링크 : https://openaccess.thecvf.com/content_CVPRW_2019/papers/MULA/Liao_Natural_Language_Guided_Visual_Relationship_Detection_CVPRW_2019_paper.pdf 이 논문은 위치 정보와 자연어를 이용하여 장면 그래프를 생성하는 방법에 관한 논문입니다. 이에 대해 제안하는 방법과 기대 효과들은 다음과 같습니다. ▶ Subject물체와 object물체의 단어 임베딩을 통한 관계예측(Glove 이용) - Image captioning등으로 미리 학습된 임베딩값 사용 - 자주 등장하는 관계를 통해 자주 등장하지 않는 관계 예측 가능 - EX) 자주 등장(person-ride-horse) / 자주 등장하지 않는.. 2023. 3. 8. [13] Memory-Based Network for Scene Graph with Unbalanced Relations 논문 링크 : https://dl.acm.org/doi/pdf/10.1145/3394171.3413507?casa_token=sw18nIO1RXQAAAAA:gmh_7WpDKiJqu4KZ95Wa8-c2ZLN4DEuII1KC-XKzFNChiwn8sO44ZTRQHggFml-nK50KLDLCIh34yA 이 논문은 데이터 집합에 존재하는 문제점들을 memory를 사용하여 해결하고자 하였습니다. 논문에서 제안하는 문제점은 아래와 같습니다. 그림의 (a)는 “on”, “on a”, “on an” 처럼 표준화되지 않은 라벨링을 나타냅니다. 같은 triple이지만 일관성이 없는 것을 알 수 있습니다. 그림의 (b)는 주어와 목적어가 같은 경우 feature가 overlap되어 관계에 따라 feature가 다양해지지 않는.. 2023. 3. 8. [12] Hierarchical Graph Attention Network for Visual Relationship Detection 논문 링크 : https://openaccess.thecvf.com/content_CVPR_2020/papers/Mi_Hierarchical_Graph_Attention_Network_for_Visual_Relationship_Detection_CVPR_2020_paper.pdf 이 논문에서는 기존의 GNN(Graph Neural Network)을 사용하는 관계 탐지 연구의 문제점을 지적하고 이를 해결하고자 하였습니다. 기존의 GNN을 사용한 연구의 문제점으로는, 1. Object 레벨만 그래프에 표현 -> triple 레벨은 무시 2. 공간 정보에만 의존하여 그래프 설계 등이 있습니다. 특히, 공간 정보에만 의존하여 그래프를 설계하다보면 아래 그림처럼 불필요한 관계가 발생하거나, 놓치는 관계가 발생하게.. 2023. 3. 8. [11] Knowledge-Embedded Routing Network for Scene Graph Generation 논문 링크 : https://openaccess.thecvf.com/content_CVPR_2019/papers/Chen_Knowledge-Embedded_Routing_Network_for_Scene_Graph_Generation_CVPR_2019_paper.pdf Github : https://github.com/yuweihao/KERN 이 논문에서는 데이터 집합의 데이터 분포 불균형 문제를 해결하여 장면 그래프 생성의 성능을 개선하고자 하였습니다. 이를 위해 물체-물체, 물체- 관계 사이의 통계적 상관관계를 이용하고 이를 구조화된 하나의 지식 그래프로 표현하였습니다. 또한 이 지식 그래프를 이용하기 위해 그래프 신경망을 적용하였습니다. 1) Bounding box localization .. 2023. 3. 8. 이전 1 2 3 4 5 다음 728x90 반응형
