[发明专利]一种基于知识图谱嵌入的机器人室内场景识别方法在审

专利信息
申请号: 202211301086.2 申请日: 2022-10-24
公开(公告)号: CN115496996A 公开(公告)日: 2022-12-20
发明(设计)人: 朱博;张晓磊;张云帆;王逸;谢俊哲 申请(专利权)人: 南京邮电大学
主分类号: G06V20/00 分类号: G06V20/00;G06V10/774;G06F16/36
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 姜梦翔
地址: 210033 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 嵌入 机器人 室内 场景 识别 方法
【权利要求书】:

1.一种基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,包括以下步骤:

步骤一、基于多种室内物品数据集,选择足够且合适的物品类别,并针对所选的物品类别将其划分为不同属类概念集合,将所选物品类别、划分出的属类概念、可能出现的场景名称作为实体一起存入实体字典;

步骤二、根据实体之间存在的关系设计关系字典;

步骤三、对先验数据集中具体一张场景图片,进行描述形式转换,通过目标检测与识别算法得到图片中存在于实体字典内的物品类别,将重复出现的物品设定为一个物品类别实体,将得到的物品类别、对应的属类概念、图片标注的场景名称,通过关系字典内的对应关系根据常识和标注构造出多个三元组形式的场景表达,遍历所有图片,将原始图片数据集转化为三元组形式的数据集;

步骤四、用转化后的三元组数据集训练可处理非对称关系的RotatE模型,得到嵌入向量表达的场景知识;

步骤五、对于机器人新获取的、场景名称未知的一张场景图片,通过目标检测与识别算法得到图片中的存在于实体字典内的物品类别,以得到的物品类别与其对应的属类概念作为头实体,设定共m个,实体字典内所有可能出现的场景名称作为待定尾实体,设定共n个,由关系字典内的is_found_in关系和connected_with关系,构建待评价三元组集合{(hi,r,tj)},根据训练得到的嵌入向量表达的场景知识和RotatE模型的打分函数fr(h,t),对待评价三元组集合内所有的三元组描述进行打分,统计出同类尾实体得分和最高的三元组,其尾实体的场景名称作为场景识别结果。

2.根据权利要求1所述的基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,所述步骤一中,属类概念的划分规则为:对选取的所有可被目标检测算法识别的物品类别,将其中部分拥有某些共同特性的物品类别进行归纳,得到与之有关的属类概念X1。

3.根据权利要求1所述的基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,所述步骤二中,三元组的关系字典包括描述物品类别与对应场景名称之间联系的关系is_found_in、描述物品类别与属类概念之间的关系is_object_of以及属类概念关联到的场景名称的关系connected_with。

4.根据权利要求3所述的基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,所述步骤三中,通过关系字典内的对应关系将物品类别、属类概念、场景名称三类实体,通过不同的关系,根据常识和标注构造成三种不同类型的三元组,用以充分描述图片信息。

5.根据权利要求4所述的基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,所述步骤三具体流程如下:描述物品类别与场景名称之间联系的三元组:物品类别作为头实体,而场景名称作为尾实体,依据场景标签,通过is_found_in关系建立连接;描述物品类别与属类概念之间联系的三元组:物品类别作为头实体,而属类概念作为尾实体,依据常识知识,通过is_object_of关系建立连接;描述属类概念与场景名称之间联系的三元组:属类概念作为头实体,而场景名称作为尾实体,依据常识知识和场景标签,通过connected_with关系建立连接。

6.根据权利要求5所述的基于知识图谱嵌入的机器人室内场景识别方法,其特征在于,在所述步骤四中,用转化后的三元组数据集训练可处理非对称关系的RotatE模型,得到嵌入向量表达的场景知识。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211301086.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top