Unser Paper “CoPa-SG: Dense Scene Graphs with Parametric and Proto-Relations” von Julian Lorenz, Mrunmai Phatak, Robin Schön, Katja Ludwig, Nico Hörmann, Annemarie Friedrich und Rainer Lienhart wurde beim 3rd Workshop on Scene Graphs and Graph Representation Learning (SG2RL) auf der International Conference on Computer Vision 2025 akzeptiert.

In der Veröffentlichung wird ein neuer prozedural generierter Datensatz präsentiert, der gezielt bestehende Schwachstellen von existierenden Datensätzen für Szenengraphen adressiert. Der neue Datensatz mit Namen CoPa-SG enthält hochpräzise Information wie verschiedene Objekte in einer Umgebung miteinander in Beziehung stehen. Diese Information kann mittels eines neuronalen Netzwerks gelernt werden und ermöglicht so die Entwicklung von komplexen KI-gesteuerten Anwendungen, die mit der echten Welt interagieren.