[发明专利]基于因果关联挖掘模型的场景图生成方法及系统

权利要求书

1.一种基于因果关联挖掘模型的场景图生成方法，其特征在于，包括：

获取图像数据；

基于预先构建的因果关联挖掘模型对所述图像数据中的目标对象进行分析处理过程包括：

对所述图像数据进行对象特征提取，得到对象特征数据，并将所述对象特征数据分解为类别共性特征和对象个性特征；

根据所述类别共性特征和对象个性特征得到类别平均特征，并基于所述类别共性特征和所述对象个性特征得到第一关系数据，同时，基于所述类别平均特征得到第二关系数据；

对所述第一关系数据和所述第二关系数据进行差异处理，得到第三关系数据；

根据所述第一关系数据和所述第三关系数据进行关系分类，得到关系分类结果，所述因果关联挖掘模型将所述关系分类结果输出，完成所述分析处理过程；

根据所述关系分类结果构建场景图。

2.根据权利要求1所述的方法，其特征在于，所述因果关联挖掘模型包括事实分支模型和反事实分支模型；

所述基于所述类别共性特征和所述对象个性特征得到第一关系数据，同时，基于所述类别平均特征得到第二关系数据，包括：

将所述类别共性特征和所述对象个性特征输入所述事实分支模型，通过所述事实分支模型进行处理之后输出所述第一关系数据；

同时，将所述类别平均特征输入所述反事实分支模型，通过所述反事实分支模型输出所述第二关系数据。

3.根据权利要求1所述的方法，其特征在于，所述因果关联挖掘模型包括分类器；

所述根据所述第一关系数据和所述第三关系数据进行关系分类，得到关系分类结果，包括：

将所述第一关系数据和所述第三关系数据输入经过训练的分类器，通过所述分类器进行关系分类，并输出所述关系分类结果。

4.根据权利要求3所述的方法，其特征在于，所述分类器的获得过程包括：

获取训练数据，并构建softmax回归预训练模型；

基于所述训练数据确定第一损失函数l_bf；

基于所述第一损失函数l_bf和所述训练数据确定第二损失函数l_ht；

根据所述所述第一损失函数l_bf、所述第二损失函数l_ht和所述训练数据确定第三损失函数l_fore：

根据所述第一损失函数l_bf、所述第二损失函数l_ht和所述第三损失函数l_fore确定多层级降偏损失函数，

其中，所述多层级降偏损失函数l_MHD表达为：

l_MHD＝l_bf+αl_ht+(1-α)l_fore

其中，α表示为所述多层降级偏损失函数的权重；

将所述训练数据输入至所述softmax回归预训练模型，并基于所述多层级降偏损失函数进行最小化处理，不断对所述softmax回归预训练模型进行训练调整，得到经过训练的softmax回归预训练模型，将所述经过训练的softmax回归预训练模型作为所述分类器。