[发明专利]基于语义空间约束和注意力机制的场景图生成方法有效
申请号: | 201910250400.0 | 申请日: | 2019-03-29 |
公开(公告)号: | CN110084128B | 公开(公告)日: | 2021-12-14 |
发明(设计)人: | 汪从玲 | 申请(专利权)人: | 安徽艾睿思智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 合肥市上嘉专利代理事务所(普通合伙) 34125 | 代理人: | 李璐;郭华俊 |
地址: | 232200 安徽省合肥市高新*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于语义空间约束和注意力机制的场景图生成方法,包括以下步骤:S1:采用VG数据集,随机选取若干张图像作为验证集,在剩余图像中按比例随机选取,分别作为训练集和测试集;S2:基于深度学习的方法和VG数据集,构建目标检测网络;S3:建立关系推理网络;S4:根据关系推理网络得到的语义约束信息和注意力网络,得到突出可能存在相关关系的区域和通道特征,进行关系推理分类。本发明无需使用图相关信息流传递机制,基于语义空间的约束和注意力机制推测两两物体之间的相关关系,没有引入更多的噪声,网络比较简单,提供了更高的关系推理精度,能够更有效提取出存在物体相关关系的特征。 | ||
搜索关键词: | 基于 语义 空间 约束 注意力 机制 场景 生成 方法 | ||
【主权项】:
1.一种基于语义空间约束和注意力机制的场景图生成方法,包括以下步骤:S1:采用VG数据集,随机选取若干张图像作为验证集,在剩余图像中按比例随机选取,分别作为训练集和测试集;S2:基于深度学习的方法和VG数据集,构建目标检测网络;S3:基于深度学习的方法和VG数据集,建立关系推理网络;S4:根据关系推理网络得到的语义约束信息和注意力网络,得到突出可能存在相关关系的区域和通道特征,进行关系推理分类。
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安徽艾睿思智能科技有限公司,未经安徽艾睿思智能科技有限公司许可,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/patent/201910250400.0/,转载请声明来源钻瓜专利网。