检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 机械工程
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

1 篇 条件解码器
1 篇 交互语义增强
1 篇 深度学习
1 篇 人-物交互关系检测...
1 篇 检测变换器

机构

1 篇 西安电子科技大学

作者

1 篇 马茜元

语言

1 篇 中文

检索条件"主题词=人-物交互关系检测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于Detection Transformer的人-物交互关系检测方法研究

基于Detection Transformer的人-物交互关系检测方法研究

引用

作者：马茜元西安电子科技大学

学位级别：硕士

随着深度学习技术的飞速发展,一些单个实例上的视觉任务,如目标检测、实例分割等取得了出类拔萃的成绩。在静态图像场景中对各种元素的认知和关系的推理也已经成为当前计算机视觉中的一个重要研究领域,如人-物交互关系检测(HumanObject ... 详细信息

随着深度学习技术的飞速发展,一些单个实例上的视觉任务,如目标检测、实例分割等取得了出类拔萃的成绩。在静态图像场景中对各种元素的认知和关系的推理也已经成为当前计算机视觉中的一个重要研究领域,如人-物交互关系检测(HumanObject Interaction,HOI)任务。它作为静态场景理解的第一步,将人类的行为活动解释为HOI三元组,即<人、物体、交互关系>,旨在定位人-物对并推理它们之间的视觉关系。目前基于检测变换器(Detection Transformer,DETR)的HOI检测算法以多任务的方式同时进行实例(人、物体)检测和交互关系分类,但单个模型难以同时关注多个任务的共享特征表示。并且,HOI检测算法高度依赖于Transformer的表征能力,导致HOI模型检测效率低、训练收敛速度慢。为解决上述问题,本论文致力于研究基于Detection Transformer的人-物交互关系检测方法。首先,本论文提出一种基于条件解码器的单阶段双分支人-物交互关系检测算法CD-HOI(Conditional Decoder for Human-Object Interaction Detection)。该算法基于Transformer的单阶段双分支架构,使用一个共享的标准Transformer编码器建模图像中的全局关系、两个并行的分支来分别进行实例检测和交互关系分类;同时提出条件解码器模块,以增强Transformer结构中解码器的特征细化能力。实验结果表明,本论文提出的CD-HOI算法在HICO-DET数据集上达到了30.78%的检测精度并缩短了近三分之一的训练时间,相比于现有的主流HOI检测方法提升了0.88%～5.68%。另外,CD-HOI算法在V-COCO数据集上达到了58.01%的检测精度,相比于现有的主流HOI检测方法提升了1.01%～1.81%。其次,为了加深HOI检测模型对交互关系语义的理解、提高模型在稀有HOI类别上的检测性能,本论文提出一种基于交互语义增强的人-物交互关系检测算法EISHOI(Enhance Interaction for Semantic Human Object Interaction Detection),从公开预训练好的图像-文本对比预训练模型(Contrastive Language-Image Pre-Training,CLIP)中迁移知识。该算法根据“预训练-提示-微调”的范式将HOI检测中的交互关系分类任务转换为多模态框架下的图像文本匹配问题,使得HOI检测模型在交互语义先验知识的指导下完成交互关系分类。实验结果表明,本论文提出的EIS-HOI算法在HICODET数据集上达到了32.96%的检测精度,相比于最近的主流HOI检测方法提升了0.74%～7.86%;在稀有HOI类别上的检测精度达到了28.93%,相比于最近的主流HOI检测提升了0.78%～11.59%。另外,EIS-HOI算法在V-COCO数据集上达到了60.26%的检测精度,相比于主流的HOI检测方法提升了3.26%～3.96%。本论文研究并实现的基于条件解码器的单阶段双分支人-物交互关系检测算法CD-HOI和基于交互语义增强人-物交互关系检测算法EIS-HOI,能够广泛应用于视频监控、自动驾驶车辆、协作式机器人等各种实际任务场景。

关键词：深度学习人-物交互关系检测检测变换器条件解码器交互语义增强

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：