[发明专利]主客交互识别模型

权利要求书

1.一种用于处理图像的方法，包括：

在所述图像中定位主客交互的主体和客体；

确定所述主体的相对权重、所述客体的相对权重和环境区域的相对权重以进行分类；以及

基于对所述主体的加权表示、所述客体的加权表示和所述环境区域的加权表示的分类来对所述主客交互进行分类。

2.如权利要求1所述的方法，其中所述图像是脱离环境的。

3.如权利要求1所述的方法，其中所述主体被标识为人类。

4.如权利要求1所述的方法，进一步包括：

学习以用与环境无关的方式来表示所述主体和所述客体；以及

基于所述学习来定位所述主体和所述客体。

5.如权利要求1所述的方法，进一步包括：

在卷积神经网络处，接收仅主体图像区域、仅客体图像区域、以及仅环境图像区域；以及

由所述卷积神经网络生成与每个主体、客体和环境区域相对应的图像特征。

6.如权利要求5所述的方法，进一步包括：

掩蔽所述仅主体图像区域和所述仅客体图像区域以获得所述仅环境图像区域；

掩蔽所述仅主体图像区域和所述仅环境图像区域以获得所述仅客体图像区域；以及

掩蔽所述仅环境图像区域和所述仅客体图像区域以获得所述仅主体图像区域。

7.如权利要求5所述的方法，进一步包括：基于对主客交互分类的相对重要性来确定所述主体的相对权重、所述客体的相对权重和所述环境区域的相对权重，所述相对重要性是基于所述图像特征来确定的。

8.一种用于处理图像的装置，包括：

存储器；以及

耦合至所述存储器的至少一个处理器，所述至少一个处理器被配置成：

在所述图像中定位主客交互的主体和客体；

确定所述主体的相对权重、所述客体的相对权重和环境区域的相对权重以进行分类；以及

基于对所述主体的加权表示、所述客体的加权表示和所述环境区域的加权表示的分类来对所述主客交互进行分类。

9.如权利要求8所述的装置，其中所述图像是脱离环境的。

10.如权利要求8所述的装置，其中所述主体被标识为人类。

11.如权利要求8所述的装置，其中所述至少一个处理器被进一步配置成：

学习以用与环境无关的方式来表示所述主体和所述客体；以及

基于所述学习来定位所述主体和所述客体。

12.如权利要求8所述的装置，其中所述至少一个处理器被进一步配置成：

在卷积神经网络处，接收仅主体图像区域、仅客体图像区域、以及仅环境图像区域；以及

由所述卷积神经网络生成与每个主体、客体和环境区域相对应的图像特征。

13.如权利要求12所述的装置，其中所述至少一个处理器被进一步配置成：

掩蔽所述仅主体图像区域和所述仅客体图像区域以获得所述仅环境图像区域；

掩蔽所述仅主体图像区域和所述仅环境图像区域以获得所述仅客体图像区域；以及

掩蔽所述仅环境图像区域和所述仅客体图像区域以获得所述仅主体图像区域。

14.如权利要求12所述的装置，其中所述至少一个处理器被进一步配置成：基于对主客交互分类的相对重要性来确定所述主体的相对权重、所述客体的相对权重和所述环境区域的相对权重，所述相对重要性是基于所述图像特征来确定的。