3DSSG

新框架提高了三维场景图生成对视点变化的鲁棒性

研究人员开发了一个名为变换感知解耦（TAD）的新框架，以改进三维场景图生成（3DSGG）模型。当前模型在处理视点变化时存在困难，会错误地转换“左”或“右”等方向性谓词，同时未能稳定“站立在”等谓词。TAD通过将关系推理分为两部分来解决这个问题：一部分学习视点稳定的线索，另一部分学习随观察帧变化的定向线索。这种方法在训练时无需旋转增强即可提高对视点偏移的鲁棒性，同时在标准基准测试中保持了有竞争力的性能。