RPIN:使用区域提议交互网络学习长期视觉动力学（ICLR 2021）

区域提案互动网络 该存储库是ICLR论文的官方PyTorch实现： 使用区域提议交互网络学习长期视觉动力学，，，，2021年国际学习代表大会（ICLR） []，[] 地面真相 我们的预测 地面真相 我们的预测 介绍 在这个项目中，我们旨在利用视觉识别任务中成功故事的构想来构建对象表示，可以长时间捕获对象间和对象-环境之间的交互。 为此，我们提出了区域提议交互网络（RPIN），该网络是关于潜在对象区域特征空间中每个对象的轨迹的原因。 我们的方法在预测质量和计划下游任务的能力方面都大大优于以前的方法，并且可以很好地推广到新颖的环境中。 方法 如上所述，我们的模型将N个视频帧作为输入，并预测未来T个时间步长的对象位置。 我们首先使用ConvNet为每帧提取图像特征表示，然后应用RoI池以获得以对象为中心的视觉特征。 这些对象特征表示将转发到交互模块，以执行交互推理并预测将来的对象位置。