典型文献
基于深度学习的人—物交互关系检测综述
文献摘要：
人—物交互关系检测旨在通过精细化定位图像或视频中产生特定动作行为的人,以及与其产生交互关系的物体,并识别人和物体之间的动作关系来理解和分析人体的行为.人—物交互关系检测是一个非常具有实际应用意义和前瞻性的研究方向,是高层视觉理解的关键基石.随着深度学习的发展,基于深度学习的研究方法引领了近期人—物交互关系检测研究的进步.本文一方面分析空域人—物交互关系检测任务,从数据内容场景、标注粒度两个方面总结和分析当下数据库和基准.然后从两阶段分段式方法和单阶段端到端式方法两个流派出发系统性地阐述当前检测方法的发展现状,分析两个流派方法的特性和优劣,厘清该领域方法的发展路线.其中,两阶段方法包括多流模型和图模型两种主要范式,而单阶段模型包括基于框的范式、基于关系点的范式和基于查询的范式.另一方面,对时空域人—物交互关系检测任务进行总结,分析现有时空域交互关系数据集构造与特性和现有基线算法的优劣.最后对未来的研究方向进行展望.
文献关键词：
人—物交互关系(HOI)检测;行为理解;深度学习;目标检测;关系检测
中图分类号：
作者姓名：
廖越;李智敏;刘偲
作者机构：
北京航空航天大学人工智能研究院,北京 100191;华中科技大学人工智能与自动化学院,武汉 430074
文献出处：
引用格式：
[1]廖越;李智敏;刘偲-.基于深度学习的人—物交互关系检测综述)[J].中国图象图形学报,2022(09):2611-2628
A类：
视觉理解
B类：
交互关系,关系检测,位图,动作行为,别人,应用意义,方法引领,数据内容,总结和分析,分段式,单阶段,端到端,流派,派出,发展路线,两阶段方法,流模型,图模型,时空域,域交互,关系数据,基线算法,HOI,行为理解,目标检测
AB值：
0.341147
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
