申请/专利权人：杭州电子科技大学

申请日：2021-03-09

公开（公告）日：2021-07-20

公开（公告）号：CN113139423A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/46(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.08.06#实质审查的生效;2021.07.20#公开

摘要：本发明公开了一种用于场景图检测的关系图学习方法。本发明步骤：1、对于大型数据集中的图像，按照标准数据集处理方法，提取出现频次最高的150个目标和50个关系作为数据集Ⅰ的目标和关系；2、分别对数据集Ⅰ中的每张图像用目标检测网络FasterR‑CNN来提取目标，并获得每对目标之间的关系建议，提取的目标和关系建议构成关系数据；3、利用关系提取网络对得到的关系数据进行筛选，过滤冗余信息关系和无效性关系；4、构建一个关系图注意力网络，该网络由两部分组成：视觉‑空间图注意力子网络和语义‑空间图注意力子网络；通过融合两个子网络的结果获得最终关系图。本发明实验结果表明比现有的最优方法效果提升数个百分点。

主权项：1.一种用于场景图检测的关系图学习方法,其特征在于包括如下步骤：步骤1数据预处理对于大型数据集中的图像，按照标准数据集处理方法，提取出现频次最高的150个目标和50个关系作为数据集Ⅰ的目标和关系，忽略其余目标和关系；步骤2目标提取和关系检测分别对数据集Ⅰ中的每张图像用目标检测网络FasterR-CNN来提取目标，并获得每对目标之间的关系建议，提取的目标和关系建议构成关系数据；步骤3关系提取利用关系提取网络对步骤2得到的关系数据进行筛选，过滤冗余信息关系和无效性关系，从而提高时间有效性；步骤4关系图学习构建一个关系图注意力网络，该网络由两部分组成：视觉-空间图注意力子网络和语义-空间图注意力子网络；通过融合两个子网络的结果获得最终关系图。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种用于场景图检测的关系图学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD