自动驾驶^[1]

动态场景图生成是计算机视觉核心技术，能为视频帧检测物体并推断关系，广泛应用于自动驾驶、智能监控等领域。弱监督动态场景图生成（WS-DSGG）虽降低标注成本，但目标检测瓶颈制约性能。北京大学团队提出TRKT模型，通过关系敏感知识挖掘（关注物体及交互区域）及时序增强（结合光流信息抗运动模糊），搭配双流融合模块优化定位与置信度，将检测准确率（mAP）从67.4%提升至72.5%，场景图生成Recall@50从45.2%提升至49.3%，在运动模糊、遮挡场景表现更优，推理延迟降低10%。模型已开源，助力自动驾驶路况理解、智能监控异常检测等落地。