[论文翻译]通过层次化关系和常识知识增强场景图生成

本研究提出了一种通过结合关系层次结构和常识知识来生成场景图的增强方法。具体而言，我们首先提出了一种利用信息层次结构的分层关系头 (hierarchical relation head) ，联合预测图像中物体对之间的关系超类别以及每个超类别下的详细关系。随后，我们实现了一个鲁棒的常识验证流程 (commonsense validation pipeline) ，利用基础模型对场景图预测系统的结果进行批判性评估，即使使用小型纯语言模型也能消除无意义的谓词。