深度学习的视觉关系检测方法研究进展

论文摘要

视觉关系检测或视觉关系识别,不仅需要识别出图像中的目标以及他们的位置,还要识别目标之间的相互关系,是计算机视觉领域非常具有挑战性的任务,也是深度理解图像的基础。得益于近年深度学习的蓬勃发展,视觉关系检测技术取得了显著进步。本文介绍了近年来基于深度学习的视觉关系检测的研究进展,从主要挑战、应用领域、公开数据集、算法模型、模型评估标准、模型效果这几方面进行对比分析,并展望了视觉关系检测未来的发展方向和前景。

论文目录

• 1 主要研究内容及挑战
•   1.1 研究内容
•   1.2 挑战
• 2 基准数据集
• 3 基于深度学习的方法
•   3.1 目标检测模块
•   3.2 关系检测模块
•   3.3 输出模块
• 4 应用与展望

文章来源

类型: 期刊论文

作者: 丁文博,许玥

关键词: 视觉关系,深度学习,语义模块,视觉模块

来源: 科技创新导报 2019年27期

年度: 2019

分类: 经济与管理科学,信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 上海汽车集团人工智能实验室

分类号: TP18;TP391.41

DOI: 10.16660/j.cnki.1674-098X.2019.27.145

页码: 145-150

总页数: 6

文件大小: 2043K

下载量: 97