arXiv cs.CV· Jaeyeon Heo, Geuntaek Lim, Yukyung Choi·· 5 小时前AI 评分17
RTAformer：面向视频场景图生成的关系转换感知 Transformer
RTAformer: Relation-Transition-Aware Transformer for Video Scene Graph Generation
AI 导读
针对视频场景图生成中模型在关系已改变后仍保留旧预测的"关系语义惯性"问题，研究者提出单阶段框架 RTAformer，将实体持续性与关系变化分开建模，通过向相邻帧关系查询注入校准差异来引导谓词更新，并在训练中用跨帧实例对齐减少表征漂移。
来源：arXiv cs.CV · arxiv.org