인체-물체 상호작용 감지에 대한 이전 가능한 상호작용 지식

Human-Object Interaction (HOI) 감지는 인간이 물체와 어떻게 상호작용하는지를 이해하는 데 중요한 문제입니다. 본 논문에서는 인간과 물체가 서로 상호작용하는지 여부를 나타내는 Interactiveness Knowledge(상호작용성 지식)을 탐구합니다. 우리는 HOI 카테고리 설정에 관계없이 여러 HOI 데이터셋에서 상호작용성 지식을 학습할 수 있다는 것을 발견했습니다. 우리의 핵심 아이디어는 Interactiveness Network(상호작용성 네트워크)를 활용하여 여러 HOI 데이터셋에서 일반적인 상호작용성 지식을 학습하고, 추론 시 HOI 분류 전에 Non-Interaction Suppression(비상호작용 억제)를 수행하는 것입니다. 상호작용성의 일반화 덕분에, 상호작용성 네트워크는 전이 가능한 지식 학습자이며, 어떤 HOI 감지 모델과도 협력하여 원하는 결과를 달성할 수 있습니다. 우리는 제안된 방법을 HICO-DET 및 V-COCO 데이터셋에서 광범위하게 평가하였습니다. 우리의 프레임워크는 기존 최신 HOI 감지 결과보다 크게 우수한 성능을 보여주며, 그 효과性和灵活性得到了验证。 注：最后一句中的“效果性和灵活性得到了验证”应为韩文，可能是输入时出现了中文字符。以下是修正后的句子：우리의 프레임워크는 기존 최신 HOI 감지 결과보다 크게 우수한 성능을 보여주며, 그 효과성과 유연성이 검증되었습니다.코드는 https://github.com/DirtyHarryLYL/Transferable-Interactiveness-Network 에서 확인할 수 있습니다.