研究人员开发了AlignG，一种新颖的场景图生成方法，解决了词义多样的谓词在不同上下文中含义不同的挑战。与使用静态原型或示例的先前方法不同，AlignG通过从图像中的关系候选者推断来动态学习上下文相关的谓词语义。然后，将这种适应的语义信息反馈给关系表示，以改进关系表示，并将其锚定到全局语义中心以防止漂移，同时允许根据场景证据进行重组。在VG-150和GQA-200数据集上的实验表明，与现有的最先进基线相比，取得了显著的改进。 AI
影响 这项研究可以提高AI在视觉环境中对细微语言的理解能力，从而实现更准确的场景解释。
排序理由 该集群包含一篇详细介绍新AI模型及其实验结果的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
