TPAMI 2024 | 計算機視覺中基于圖神經網絡和圖Transformers的方法和最新進展

AIGC動態歡迎閱讀

原標題：TPAMI 2024 | 計算機視覺中基于圖神經網絡和圖Transformers的方法和最新進展
關鍵字：神經網絡,視覺,任務,方法,計算機
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本篇綜述工作已被《IEEE 模式分析與機器智能匯刊》（IEEE TPAMI）接收，作者來自三個團隊：香港大學俞益洲教授與博士生陳超奇、周洪宇，香港中文大學（深圳）韓曉光教授與博士生吳毓雙、許牧天，上海科技大學楊思蓓教授與碩士生戴啟元。
近年來，由于在圖表示學習（graph representation learning）和非網格數據（non-grid data）上的性能優勢，基于圖神經網絡（Graph Neural Networks，GNN）的方法被廣泛應用于不同問題并且顯著推動了相關領域的進步，包括但不限于數據挖掘（例如，社交網絡分析、推薦系統開發）、計算機視覺（例如，目標檢測、點云處理）和自然語言處理（例如，關系提取、序列學習）。考慮到圖神經網絡已經取得了

原文鏈接：TPAMI 2024 | 計算機視覺中基于圖神經網絡和圖Transformers的方法和最新進展