V Coco

ScriptHOI框架改进了开放词汇的人体-物体交互检测

研究人员开发了ScriptHOI，一种用于开放词汇人体-物体交互检测的新型框架。该方法将交互短语分解为特定的状态槽，如身体角色和接触，从而实现超越简单共现的更细致的理解。ScriptHOI利用视觉状态分词器和槽位匹配来评估脚本覆盖和冲突，从而改进了对罕见交互的识别并减少了误报。该方法还结合了区间部分标签学习，以更好地处理不完整的标注。