常识加权交互检测法

超越SOTA

利用常识和空间上下文加权人-物交互元组，可与现有检测框架结合提升性能。

Cheng-Kang, Tan · Chu, Weita

Pattern Recognition 2026

技术优势

即插即用

该加权思想可以整合到现有HOI检测框架中，无需修改网络结构即可提升性能。

不依赖外部数据

与依赖VLMs或外部数据集的方法不同，本方法仅利用常识和空间上下文，降低了数据获取成本。

性能显著提升

在HICO-DET和V-COCO数据集上显著超越以往方法，达到新的最优性能。

应用场景

• 人机交互：让机器人更准确地理解人的动作意图，提升交互安全性。
• 行为识别：通过交互加权提升动作分类准确率，减少误判。
• 视觉关系检测：利用常识先验筛选合理关系，提高关系检测精度。
• 智能监控：在监控视频中更可靠地识别危险交互或异常行为。