ViRel:图类比的无监督视觉关系发现

文章预览

ViRel: Unsupervised Visual RelationsDiscovery with Graph-level Analogy 2022 ViRel:基于图级类比的无监督视觉关系发现 https://github.com/snap-stanford/virel 关键洞见是关系的产生来自于图级类比，即任务中的场景共享一个由概念作为节点和关系作为边的共同关系子图。 我们引入了一个基于图同构的目标，为每个任务学习一个独特的图嵌入（由GNN计算关系嵌入），然后鼓励形成不同的关系嵌入簇。 一旦我们的方法学习了关系，我们的方法就通过解析预测的关系结构来检索每个任务的共享关系图结构。 摘要 视觉关系构成了理解我们组合世界的基础，因为视觉对象之间的关系捕获了场景中的关键信息。因此，从数据中自动学习关系是有利的，因为使用预定义标签的学习无法捕捉所有可能的关系。然而，当前的关系学习方法通常需要监督，并且不设计为推广到比训练期间所见的 ………………………………