Generated Contents Enrichment

• 类型：arxiv
• 标识：2405.03650
• 链接：https://arxiv.org/abs/2405.03650
• 主分类：multimodal
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A jointly trained adversarial framework is proposed that enriches scene graphs by modeling object semantics and inter-object relations and is evaluated with proxy scene graph enrichment metrics, image-quality comparisons, qualitative examples, and user studies on the Visual Genome dataset.
• OpenAlex ID：W4396786651
• OpenAlex DOI：10.48550/arxiv.2405.03650
• DOI：10.48550/arxiv.2405.03650
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2405.03650
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 成熟度：research
• 场景：scene graph enrichment、image understanding、adversarial training
• 标题中文：生成内容增强
• TLDR中文：本文提出一个联合训练的对抗框架，通过建模对象语义和对象间关系来增强场景图，并在 Visual Genome 数据集上以代理场景图增强指标、图像质量比较、定性示例与用户研究进行评估。
• 来源文件：
• /inbox/tom/_candidates/2026-07-07-rag-retrieval-reranking-candidates.json
• [S2 enrich]
• [OpenAlex backfill]