多查询人物交互网络

知识迁移能力大幅提升

针对现有人物交互检测器知识提取效率低的缺陷，通过允许单实例对应多查询并逐步累积解码特征，显著提升检测性能。

Leideng, Shi · 张娟

Applied Intelligence 2025

技术优势

训练更高效

允许一个实例对应多个查询，增强了知识迁移能力，从而提升训练效率。

上下文理解更深

通过逐步累积解码层的中间特征，解决了解码序列的级联问题。

动词识别更准

引入动词注意力模块增强对动词类别的监督，改善交互理解。

应用场景

• 视觉关系理解：更准确地检测人与物体的交互关系，理解场景中的动作语义。
• 人机交互感知：帮助机器人感知人类正在进行的动作，提升交互安全性。
• 智能监控：自动识别监控视频中的异常或特定交互行为。