Skip to content
简体中文

切换主题

arXiv 2610.20091 · cs.CV · 2026-10-14

RTAformer: Relation-Transition-Aware Transformer for Video Scene Graph Generation

Jaeyeon Heo, Geuntaek Lim, Yukyung Choi

机构待核实

在最新榜 #364 本站收录于 2026-10-26

一句话要点

RTAformer 针对视频场景图生成中的「关系语义惯性」(关系已变但预测不变),分别建模实体持续性和关系变化,把相邻帧关系查询的差异注入谓词更新。

RTAformer tackles "relational semantic inertia" in video scene graph generation by separately modeling entity persistence and relation changes, injecting calibrated adjacent-frame query differences to guide predicate updates.

19HF 点赞
4GitHub stars
0引用(Semantic Scholar)
35.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-26。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)