Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Prompt Guidance and Human Proximal Perception for HOT Prediction with Regional Joint Loss

Created by
  • Haebom

저자

Yuxiao Wang, Yu Lei, Zhenao Wei, Weiying Xue, Xinyu Jiang, Nan Zhuang, Qi Liu

개요

본 논문에서는 사람-물체 접촉(HOT) 검출을 위한 새로운 프레임워크인 P3HOT을 제안합니다. P3HOT은 프롬프트 안내와 인간 근접 인식을 결합하여 이미지와 텍스트 간의 상관관계를 기반으로 네트워크의 주의를 관련 영역으로 유도하고, 학습 가능한 매개변수를 사용하여 상호 작용이 예상되지 않는 영역을 효과적으로 제거합니다. 깊이 정보를 활용하여 2D 관점에서 사람과 물체 간의 중첩에 대한 불확실성을 해결하고 준 3D 관점을 제공하며, 영역별 공동 손실(RJLoss)을 도입하여 동일 영역 내의 비정상적인 범주를 억제합니다. 또한, 기존 방법의 단점을 해결하기 위해 새로운 평가 지표인 "AD-Acc."를 제안합니다. 실험 결과, 두 개의 벤치마크 데이터셋에서 네 가지 지표 모두에서 최첨단 성능을 달성함을 보여줍니다. 특히 HOT-Annotated 데이터셋에서 SC-Acc., mIoU, wIoU, AD-Acc. 지표에서 각각 0.7, 2.0, 1.6, 11.0 향상을 달성했습니다. 소스 코드는 https://github.com/YuxiaoWang-AI/P3HOT 에서 확인할 수 있습니다.

시사점, 한계점

시사점:
프롬프트 안내 및 인간 근접 인식을 결합한 새로운 HOT 검출 프레임워크 P3HOT 제시
깊이 정보 활용으로 2D의 한계 극복 및 준 3D 관점 제공
영역별 공동 손실(RJLoss)을 통한 비정상적인 범주 억제
새로운 평가 지표 AD-Acc. 제안 및 기존 방법 대비 성능 향상
다양한 지표에서 최첨단 성능 달성
한계점:
제안된 방법의 일반화 성능에 대한 추가적인 검증 필요
다양한 유형의 이미지 및 물체에 대한 로버스트성 평가 필요
특정 데이터셋에 대한 과적합 가능성 검토 필요
👍