CVPR 2017
《Detecting Visual Relationships with Deep Relational Networks》
属于基于CNN实现的，并非后续主流的RNN、LSTM、图神经网络的方法，并且比较早，因此不作过详细记录，仅重点记录下创新点
文章目录
-
-
- 《Detecting Visual Relationships with Deep Relational Networks》
-
- 针对问题
- 本文创新点
- 网络结构
- 空间位置信息提取
-
针对问题
Local prediction，前人工作没有考虑到上下文等等
本文创新点
在预测关系类别时，增加了主宾语目标的空间位置信息。
算是本文最大的创新点，并且这种上下文信息的提取方法据 汤凯华大佬的19年的一篇博文里说是感觉比较合理的（相对于其它方法中，只输入主宾目标的union区域特征）
网络结构
空间位置信息提取
通过对目标的位置掩码进行特征提取来得到位置特征，然后输入到DR-Net中。
注：原文中也提及了一些场景图生成的方案并且说明了这些方案的不足，有一定的启发性，有兴趣的读者可以去看看