【斯坦福大学】场景图谱表示在计算机视觉中的应用，41页ppt

简介： 计算机视觉研究大多都集中在不重叠的目标对象上，然而，目标对象却不足以描述丰富的视觉知识，于是，研究者就通过语言特征来获取更多的信息。通过图片与文字叙述相结合的多模态信息融合来获取一个场景图谱。

场景要旨的吸引人的想法的困难在于，关于“要旨”的内容尚无共识。 场景中某些对象应至少是要点的一部分。必须将对象之间的某些关系编码为要点。 即使将所有物体都相同，所要表达的含义却不同。

图表示学习无处不在：

对具有独立对象和关系的特征进行学习，将获得一个场景图谱：