该研究提出了综合连续场景图生成数据集，探索现有方法在学习新对象时的保留情况，并引入新的图卷积网络以解决图像遮挡问题。研究还提出了统一框架OvSGTR和基于因果推断的对象关系预测方法，显著提升了场景图生成性能。此外，开发了图像到文本模型，降低了构建成本，并提出了基于场景图的三维理解方法和开放词汇生成框架。

本文介绍了多种创新的场景图生成方法，包括综合连续场景图生成（CSEGG）、边缘双场景图生成（EdgeSGG）和终身场景图生成（LSGG）。研究表明，这些方法在对象关系预测和长尾问题上取得显著提升，尤其在视觉语言任务中表现优异。此外，空间-时间知识嵌入变压器（STKET）和Text-Image结合模型（TISGG）在生成视频场景图和解决长尾问题方面也展现了优势。