已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Open Scene Understanding: Grounded Situation Recognition Meets Segment Anything for Helping People with Visual Impairments

计算机科学 编码器 分割 人工智能 构造(python库) 人机交互 特征提取 突出 计算机视觉 领域(数学) 程序设计语言 操作系统 数学 纯数学
作者
Ruiping Liu,Jiaming Zhang,Kunyu Peng,Junwei Zheng,Ke Cao,Yufan Chen,Kailun Yang,Rainer Stiefelhagen
标识
DOI:10.1109/iccvw60793.2023.00200
摘要

Grounded Situation Recognition (GSR) is capable of recognizing and interpreting visual scenes in a contextually intuitive way, yielding salient activities (verbs) and the involved entities (roles) depicted in images. In this work, we focus on the application of GSR in assisting people with visual impairments (PVI). However, precise localization information of detected objects is often required to navigate their surroundings confidently and make informed decisions. For the first time, we propose an Open Scene Understanding (OpenSU) system that aims to generate pixelwise dense segmentation masks of involved entities instead of bounding boxes. Specifically, we build our OpenSU system on top of GSR by additionally adopting an efficient Segment Anything Model (SAM). Furthermore, to enhance the feature extraction and interaction between the encoder-decoder structure, we construct our OpenSU system using a solid pure transformer backbone to improve the performance of GSR. In order to accelerate the convergence, we replace all the activation functions within the GSR decoders with GELU, thereby reducing the training duration. In quantitative analysis, our model achieves state-of-the-art performance on the SWiG dataset. Moreover, through field testing on dedicated assistive technology datasets and application demonstrations, the proposed OpenSU system can be used to enhance scene understanding and facilitate the independent mobility of people with visual impairments. Our code will be available at OpenSU.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
shenlee发布了新的文献求助10
3秒前
4秒前
4秒前
5秒前
彭于晏应助DE2022采纳,获得10
5秒前
年轻自行车完成签到 ,获得积分10
8秒前
决明lyt发布了新的文献求助10
9秒前
9秒前
8R60d8应助完美的海秋采纳,获得150
10秒前
shenlee完成签到,获得积分10
10秒前
13秒前
Junyi完成签到 ,获得积分10
14秒前
涂山发布了新的文献求助10
16秒前
larder完成签到 ,获得积分10
17秒前
DE2022发布了新的文献求助10
19秒前
Lmyznl完成签到 ,获得积分10
20秒前
21秒前
22秒前
科研发布了新的文献求助10
24秒前
啧啧完成签到,获得积分20
25秒前
文艺的凝冬完成签到,获得积分10
26秒前
27秒前
HEIKU应助DE2022采纳,获得10
28秒前
涂山完成签到,获得积分20
30秒前
Nine关注了科研通微信公众号
32秒前
蓝色的船应助完美的海秋采纳,获得10
32秒前
科研完成签到,获得积分20
33秒前
铁马冰河完成签到,获得积分10
35秒前
科研通AI2S应助草莓屁屁采纳,获得10
36秒前
37秒前
ls完成签到 ,获得积分10
37秒前
李健的粉丝团团长应助111采纳,获得10
38秒前
科研通AI2S应助科研通管家采纳,获得10
39秒前
Jasper应助科研通管家采纳,获得10
39秒前
Owen应助科研通管家采纳,获得10
40秒前
科研通AI2S应助科研通管家采纳,获得10
40秒前
充电宝应助磬筱采纳,获得10
40秒前
共享精神应助科研通管家采纳,获得10
40秒前
40秒前
orixero应助科研通管家采纳,获得10
40秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244538
求助须知:如何正确求助?哪些是违规求助? 2888246
关于积分的说明 8251936
捐赠科研通 2556656
什么是DOI,文献DOI怎么找? 1385110
科研通“疑难数据库(出版商)”最低求助积分说明 650025
邀请新用户注册赠送积分活动 626177