本論文では、人物-物体相互作用検出タスクにおける体系的一般化性能を評価するために、HICO-DET-SGとV-COCO-SGという新しいデータセットを作成した。
HICO-DET-SGとV-COCO-SGでは、訓練データと評価データの人物-物体の組み合わせが重複しないように設計されている。これにより、モデルが未知の組み合わせに対して一般化できるかを評価できる。
4つのモデル(HOTR、QPIC、FGAHOI、STIP)を評価した結果、これらのモデルの性能は従来のデータセットに比べて大幅に低下した。これは、人物-物体相互作用検出タスクにおける体系的一般化が非常に困難であることを示している。
分析の結果、以下の4つの方向性が体系的一般化性能の向上につながると考えられる:
本研究で作成したデータセットと分析結果は、人物-物体相互作用検出における体系的一般化性能の向上に向けた今後の研究の発展につながることが期待される。
翻译成其他语言
从原文生成
arxiv.org
更深入的查询