Scene Graph Generation by Iterative Message Passing

- **"Scene Graph Generation by Iterative Message Passing"** (CVPR 2017)[^1] 引入图神经网络来迭代传播对象之间的信息，提升关系检测性能。 - **"Graphical Contrastive Loss for Scene Graph Generation"** ...

### 回答1： 场景图生成是指将图像或视频中的物体和场景转化为一种图形结构，以便计算机能够理解和处理。这种技术可以用于计算机视觉、机器人、虚拟现实等领域。场景图生成的过程包括物体检测、物体识别、物体关系建模等步骤，最终生成一张包含物体和它们之间关系的图形结构。 ### 回答2： Scene graph generation（场景图生成）是一种计算机视觉技术。它的目的是将图像中的对象及其关系转化成为一种语义结构、层次图或图表，以便计算机更好地理解图像内容。这种技术是自动化场景理解的基础。在深度学习领域，基于神经网络的场景图生成技术由于其高度的可解释性已经成为了研究的热点。 场景图是一种形式化的描述图像语义的方法，通过将图像中的各种元素（物体、人、颜色、位置、关系等）组织成一种树形结构，来表示图像中物体的属性、关系和语义信息。它不仅可以支持对特定物体的检测和识别，还可以将物体之间的关系进行建模。这种方法可以被用于图像检索、目标跟踪、可视化以及更高级别的任务，如图像问答和基于图像的推理。 生成 scene graph 的技术可以分为两种：基于目标检测的方法和基于全局信息的方法。基于目标检测的方法是利用物体检测器来先分别找到物体，再整合场景图；而基于全局信息的方法是直接提取图像中物体和它们之间的关系的特征，为每个对象生成一个向量，然后用这些向量生成场景图。这两种方法各有优缺点，实际应用中需要根据实际情况来选择。 总之，场景图生成技术是计算机视觉领域的热门研究方向，它在图像理解、人机交互、自动驾驶、机器人等领域都有着广泛的应用价值。 ### 回答3： 场景图（Scene Graph）是指一种数据结构，它描述了场景中的物体、他们的关系、以及物体之间的作用。而场景图生成（Scene Graph Generation）是指将图像或视频中的内容转换为类似场景图的结构的任务。场景图生成通常涉及物体检测、实例分割、语义分割等计算机视觉任务。 场景图生成有着广泛的应用，例如图像描述生成、视觉问答、图像修复、物体识别、目标跟踪等任务。场景图还可以被用于智能辅助驾驶系统、机器人视觉导航和处理3D模型等领域。 实现场景图生成的方法有许多，其中主要包括基于模板的方法、基于神经网络的方法以及基于图像和视频分析的方法。在基于模板的方法中，人们会根据已有的场景图模板来填充场景中的物体和关系。在基于神经网络的方法中，人们会使用深度学习模型来自动地检测和分割图像或视频中的物体，并从中提取出物体之间的关系。而基于图像和视频分析的方法，则通过对图像或视频进行语义分析、物体检测以及图像分割，提取出场景中的各个元素，进而生成场景图。 然而，场景图生成仍然是一个非常挑战的任务，存在许多问题需要被解决。例如，如何处理多个物体之间的复杂关系、如何消除物体之间的干扰、如何处理图像中遮挡的问题等等。因此，对于场景图生成，仍然存在大量的研究的空间和需求。