要約
人間は本質的に社会的な存在であり、一般的に他の人々との関係を通じて社会生活を組織しています。画像から社会関係を理解することは、ソーシャルチャットボットやパーソナルアシスタントなどの知能システムにとって大きな可能性を持っています。本論文では、より単純で高速かつ正確な方法であるグラフ関係推論ネットワーク（Graph Relational Reasoning Network: GR2N）を提案します。既存の手法が画像内のすべての社会関係を独立して処理するのとは異なり、当手法は社会関係グラフを構築することで関係を共同で推論するパラダイムを取り入れています。さらに、提案されたGR2Nは複数の仮想的な関係グラフを構築し、異なる種類の社会関係間の強い論理的制約を明確に捉えることができます。実験結果は、当手法が合理的かつ一貫性のある社会関係グラフを生成し、精度と効率性の両面で性能向上に寄与することを示しています。