缓解组合分布偏差
利用额外模态信息减少无效归纳偏置，显著提升新组合上的动作定位性能。
Shaomeng, Wang · Yan, Rui · Peng, Huang · Guangzhao, Dai · Song, Yan · 舒祥波
IEEE Transactions on Circuits and Systems for Video Technology 2023
通过实例中心交互网络，去除视觉模态中不必要的先验假设，使模型更关注动作与物体的实际交互。
利用额外模态信息（如文本）提供组合先验，使模型在训练集未见过的动作-物体组合上仍能有效定位。