鲁棒性与安全 / CVPR2026
Robo-SGG:利用面向布局的归一化与恢复可提升鲁棒场景图生成
Robo-SGG: Exploiting Layout-Oriented Normalization and Restitution Can Improve Robust Scene Graph Generation
针对损坏图像下的场景图生成,提出利用对域偏移鲁棒的布局信息(实例归一化+布局导向恢复+布局嵌入编码器)来增强视觉特征鲁棒性,该即插即用模块可集成到任意基线SGG模型中,为处理域偏移提供了一种可复用的思路。
场景图生成域偏移实例归一化