이미지 이어붙이기를 이용한 인간-객체 상호작용 탐지 데이터 증강
Human-Object Interaction Detection Data Augmentation Using Image Concatenation
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인간-객체 상호작용 탐지는 객체 탐지와 상호작용 인식을 함께 풀어야하는 분야로 탐지 모델의 학습을 위해서 많은 데이터를 필요로 한다. 현재 공개된 데이터셋은 규모가 부족하여 데이터 증강 기법에 대한 요구가 커지고 있으나, 대부분의 연구에서 기존의 객체 탐지, 이미지 분할분야에서 활용하는 증강 기법을 활용하고 있는 실정이다. 이에 본 연구에서는 인간-객체 상호작용 탐지 분야에서 활용하는 데이터셋의 특성을파악하고, 이를 통해 인간-객체 상호작용 탐지 모델 성능 향상에 효과적인 데이터 증강 기법을 제안한다. 본 연구에서 제안한 증강 기법에 대한검증을 위하여 실험 환경을 구축하고, 기존의 학습 모델에 적용하여 증강 기법을 적용할 경우에 탐지 모델의 성능 향상이 가능함을 확인하였다.
Abstract
Human-object interaction(HOI) detection requires both object detection and interaction recognition, and requires a large amount ofdata to learn a detection model. Current opened dataset is insufficient in scale for training model enough. In this paper, we proposean easy and effective data augmentation method called Simple Quattro Augmentation(SQA) and Random Quattro Augmentation(RQA) forhuman-object interaction detection. We show that our proposed method can be easily integrated into State-of-the-Art HOI detectionmodels with HICO-DET dataset.
참고문헌 (17)
- I. Kostrikov, "Image augmentation is all you need : Regularizing deep reinforcement learning from pixels", arXiv preprint arXiv : 2004. 13649, ~ (2020)
- Z. Li, "Improving human-object interaction detection via phrase learning and label composition", arXiv preprint arXiv : 2112. 07383, ~ (2021)
- H. S. Fang, "DecAug : Augmenting HOI detection via decomposition", Proceedings of the AAAI Conference on Artificial Intelligence, 35(2), pp.1300~1308 (2021)
- Y. W. Chao, "Learning to detect human-object interactions", 2018 IEEE Winter Conference on Applications of Computer Vision (WACV) (2018), IEEE
- S. Gupta, "Visual semantic role labeling", arXiv preprint arXiv : 1505. 04474, ~ (2015)
- B. Zhuang, "HCVRD: A benchmark for large-scale human-centered visual relationship detection", Proceedings of the AAAI Conference on Artificial Intelligence, 32(1) (2018)
- H. S. Fang, "Instaboost : Boosting instance segmentation via probability map guided copy-pasting", Proceedings of the IEEE, 2019, ~
- T. Y. Lin, "Microsoft coco : Common objects in context", European Conference on Computer Vision (2014), Springer
- F. Z. Zhang, "Efficient twostage detection of human-object interactions with a novel unary-pairwise transformer", Proceedings of the IEEE, 2022, ~
- G. Ghiasi, "Simple copy-paste is a strong data augmentation method for instance segmentation", Proceedings of the IEEE, 2021, ~
- S. Li, "Metasaug : Meta semantic augmentation for long-tailed visual recognition", Proceedings of the IEEE, 2021, ~
- F. Z. Zhang, "Spatially conditioned graphs for detecting human-object interactions", Proceedings of the IEEE, 2021, ~
- C. Shorten, "A survey on image data augmentation for deep learning", Journal of Big Data, 6(1), pp.1~48 (2019)
- X. Zhu, "Deformable detr : Deformable transformers for end-to-end object detection", arXiv preprint arXiv : 2010. 04159, ~ (2020)
- Z. Li, "Improving human-object interaction detection via phrase learning and label composition", Proceedings of the AAAI Conference on Artificial Intelligence, 36(2) (2022)
- A. Zhang, "Mining the benefits of two-stage and one-stage hoi detection", Advances in Neural Information Processing Systems, 34, pp.17209~17220 (2021)
- Y. W. Chao, "Hico : A benchmark for recognizing human-object interactions in images", Proceedings of the IEEE International Conference on Computer Vision (2015)