Relation-aware Hierarchical Prompt for Open-vocabulary Scene Graph Generation
Created by
Haebom
저자
Tao Liu, Rongjie Li, Chongyu Wang, Xuming He
개요
본 논문은 개방형 어휘 시각적 그래프 생성(OV-SGG)에서 기존 방법들의 한계점인 고정된 텍스트 표현의 제약을 극복하기 위해 관계 인식 계층적 프롬프팅(RAHP) 프레임워크를 제안합니다. RAHP는 주어-목적어 및 영역 특정 관계 정보를 통합하여 텍스트 표현을 향상시킵니다. 엔티티 클러스터링을 통해 관계 삼중항 범주의 복잡성을 해결하고, 대규모 언어 모델(LLM)을 활용하여 세분화된 시각적 상호작용을 포착하는 영역 인식 프롬프트를 생성하여 시각 및 텍스트 모달리티 간의 정렬을 개선합니다. 또한, 시각-언어 모델(VLM) 내에서 관련 텍스트 프롬프트를 적응적으로 선택하는 동적 선택 메커니즘을 도입하여 무관한 프롬프트로 인한 노이즈를 줄입니다. Visual Genome과 Open Images v6 데이터셋에서의 실험 결과, RAHP는 최첨단 성능을 달성하여 개방형 어휘 시각적 그래프 생성의 과제 해결에 효과적임을 보여줍니다. 코드는 https://github.com/Leon022/RAHP 에서 이용 가능합니다.