申请/专利权人：天津大学

申请日：2024-01-09

公开（公告）日：2024-04-12

公开（公告）号：CN117874253A

主分类号：G06F16/36

分类号：G06F16/36;G06F18/214;G06F18/241;G06F18/25;G06N5/043;G06N5/022;G06F16/31

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于自适应知识推理的视觉关系识别方法及装置，包括：以视觉上下文表征为均值，常识表征为方差，将两者映射到相同维度的特征空间，通过高斯概率模型进行视觉与常识表征的融合建模，输出关系空间；将每个采样变量通过独立的分类器得到相应的预测分布，同时将视觉上下文表征通过分类器，输出基准预测分布构成多专家预测；将视觉上下文表征和多专家分布进行结合，得到分布评估函数，用于评估每个预测分布与视觉上下文表征的相关性；利用分布评估函数对每个预测分布进行评估，构建路由选择函数；利用路由选择函数的输出对多专家预测分布进行加权求和平均，与基准分布进行乘积，最终输出的分布用于预测该物体对的关系类别进行安全监控判断。

主权项：1.一种基于自适应知识推理的视觉关系识别方法，其特征在于，所述方法包括：对构建的常识知识子图，通过词嵌入模型将子图中的实体映射到特征空间中，基于图卷积神经网络实现不同实体特征之间的消息传递，经过全局池化后输出为常识表征；以视觉上下文表征为均值，常识表征为方差，将两者映射到相同维度的特征空间，通过高斯概率模型进行视觉与常识表征的融合建模，输出关系空间；对关系空间随机采样T个变量，将每个采样变量通过独立的分类器得到相应的预测分布，同时将视觉上下文表征通过分类器，输出基准预测分布构成多专家预测；将视觉上下文表征和多专家分布进行结合，得到分布评估函数，用于评估每个预测分布与视觉上下文表征的相关性；利用分布评估函数对每个预测分布进行评估，构建路由选择函数；利用路由选择函数的输出对多专家预测分布进行加权求和平均，与基准分布进行乘积，最终输出的分布用于预测该物体对的关系类别；利用输出的关系预测结果进行安全监控判断。

全文数据：

权利要求：

百度查询： 天津大学 一种基于自适应知识推理的视觉关系识别方法及装置

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