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.

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.

시사점, 한계점

시사점:
고정된 텍스트 표현의 한계를 극복하는 새로운 OV-SGG 프레임워크(RAHP) 제시
주어-목적어 및 영역 특정 관계 정보 통합을 통한 텍스트 표현 향상
LLM 기반 영역 인식 프롬프트 생성으로 시각-텍스트 정렬 개선
동적 프롬프트 선택 메커니즘으로 무관한 프롬프트 노이즈 감소
Visual Genome과 Open Images v6 데이터셋에서 최첨단 성능 달성
한계점:
제안된 방법의 일반화 성능에 대한 추가적인 검증 필요
다양한 유형의 시각적 관계에 대한 로버스트성 평가 필요
LLM 의존성으로 인한 계산 비용 및 자원 소모 문제 고려 필요
👍