近年来,计算机视觉和机器学习系统有了显著改善,这主要是基于深度学习系统的发展,从而在目标检测任务上取得了令人印象深刻的性能。理解图像内容则要困难得多。即使是简单的情况,如 "握手"、"遛狗"、"打乒乓球 "或 "人们在等公交车",也会带来巨大的挑战。每种情况都由共同的目标组成,但既不能作为单一实体进行可靠的检测,也不能通过其各部分的简单共同出现进行检测。

这篇论文将描述一个用于进行视觉情境识别的新型系统,其目标是开发能够展示与理解相关特性的机器学习系统。该系统被称为 Situate,它能在给出情况描述和少量标注训练集的情况下,学习目标外观模型以及捕捉情况预期空间关系的概率模型。给定一张新图片后,Situate 会利用其学习到的模型和一系列智能体对输入内容进行主动搜索,以找到情况模型与图片内容之间最一致的对应关系。每个智能体都会开发模型与输入内容之间可能存在的对应关系,而 Situate 会为智能体分配计算资源,以便尽早开发出有希望的解决方案,但也不会忽略其他对应关系。

将把 Situate 与更传统的计算机视觉方法(该方法依赖于检测情境中的组成目标)以及基于 "场景图 "的相关图像检索系统进行比较。将在情境识别任务和图像检索中对每种方法进行评估。结果表明了图像内容和该内容模型之间的反馈系统的价值。

成为VIP会员查看完整内容
39

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《自主机器人集群的实际考虑和应用》200页
专知会员服务
41+阅读 · 5月5日
《生成式人工智能模型:机遇与风险》
专知会员服务
54+阅读 · 4月22日
《基于图像识别的持续目标跟踪》163页
专知会员服务
45+阅读 · 4月9日
《动态社会技术系统建模和分析》249页
专知会员服务
37+阅读 · 3月20日
《多机器人自主系统中的智能体任务分配》279页
专知会员服务
73+阅读 · 3月19日
可信任机器学习,34页ppt
专知会员服务
49+阅读 · 2022年11月29日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
基于人体骨架的行为识别【附PPT与视频资料】
人工智能前沿讲习班
31+阅读 · 2019年1月15日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2013年12月31日
Arxiv
140+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
343+阅读 · 2023年3月31日
Arxiv
121+阅读 · 2023年3月24日
Arxiv
18+阅读 · 2023年3月17日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
7+阅读 · 2017年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员