Scene Graph（场景图）

Scene Graph（场景图）是一种将场景表示为图结构的数据形式，其中节点对应物体（如人、车），边对应物体间的关系（如“骑”、“在…上”）。它解决了传统视觉特征缺乏显式关系建模的问题，为图像理解提供结构化语义。场景图生成通常包括物体检测、关系分类等步骤，常用数据集有 Visual Genome。其应用包括图像检索、视觉问答、图像生成（如通过场景图生成图像）和机器人导航。代表工作有 IMP、MotifNet 等场景图生成模型。