[41] Panoptic Scene Graph Generation

TL;DR

task : segmentation 기반 SGG 태스크인 panoptic scene graph generation 제안
problem : SGG를 위한 데이터셋들이 많이 제안되었지만 bbox 기반의 SGG는 의미없이 중복되는 정보(e.g. hair)가 많고, background는 빼고 있어서 문제가 있다.
idea : 데이터셋 제안 / two-stage, one-stage baseline 제안
architecture : (one-stage baseline) 1) PGSTR: DETR에 triplet query 넣고 바로 뽑기 2) PGSFormer: relation query와 object 쿼리를 만든 뒤, cosine 유사도로 relation과 가장 관련 높은 object들을 뽑은 뒤에 이를 subject로 두고 object는 두 층의 FFN추가해서 triplet을 구성.
objective : SGG triplet loss. 근데 bbox loss 대신에 다른거 줬겠지?
baseline : two-stage models(IMP, MOTIFS, VCTree, GPSNet)
data : Visual Genome & COCO 중 겹치는거 뽑은 다음에 어노테이션 새로 함 -> "PSG dataset"으로 명명
result : 기존 two-stage 모델들 가져다가 PSG에도 적용해봤는데 제안한 two-stage baseline이 성능이 더 좋음
contribution : 데이터 셋 구축 & 베이스라인 제공.