基于视觉空间交叉注意力机制的两阶段场景图生成算法
Two-stage scene graph generation algorithm based on visual spatial cross-attention mechanism
上海海事大学 信息工程学院, 上海 201306
摘要
场景图生成任务致力于优化关系表示与分类性能。针对现有方法在高阶视觉关联挖掘及视觉与空间信息融合方面的不足，提出一种基于视觉-空间交叉注意力的两阶段算法HGM-VSE-NET(HyperGraph Modeling-Visual Spatial Enhancement Network)。该方法通过超图建模捕捉物体间的高阶语义关联，克服了传统二元关系在复杂语义依赖表达上的局限；构建视觉自注意力机制以筛选判别性特征，有效抑制冗余信息并增强关键视觉上下文；进一步提出视觉-空间交叉注意力模块与空间余弦相似度增强机制，实现多模态信息的深度融合，显著提升空间关系与视觉外观之间的协同表示能力。在Visual Genome(VG)数据集上的实验表明，所提出方法在谓词分类、场景图分类和场景图生成三个子任务上的mR@100指标分别提升3.2%、4.5%和4.9%，在中低频谓词识别方面表现显著改善，且未影响高频谓词性能。结果表明，该方法有效缓解了因长尾分布和语义模糊引起的关系分类偏差，提升了模型的判别能力与鲁棒性。
基金项目
国家自然科学基金资助项目(62271302)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0408
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第6期
发布历史
[2026-02-05] 优先出版
引用本文
蒋坤, 赵明. 基于视觉空间交叉注意力机制的两阶段场景图生成算法 [J]. 计算机应用研究, 2026, 43 (6). (2026-02-25). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0408. (Jiang Kun, Zhao Ming. Two-stage scene graph generation algorithm based on visual spatial cross-attention mechanism [J]. Application Research of Computers, 2026, 43 (6). (2026-02-25). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0408. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
