一种基于超关系学习网络的场景图生成方法
基本信息
| 申请号 | CN202110309285.7 | 申请日 | - |
| 公开（公告）号 | CN113065587A | 公开（公告）日 | 2021-07-02 |
| 申请公布号 | CN113065587A | 申请公布日 | 2021-07-02 |
| 分类号 | G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 俞俊;陈志;刘晓鹏;张健;张驰;詹忆冰 | 申请（专利权）人 | 人民日报社 |
| 代理机构 | 杭州君度专利代理事务所（特殊普通合伙） | 代理人 | 朱月芬 |
| 地址 | 310018 浙江省杭州市下沙高教园区2号大街 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于超关系学习的场景图生成方法。本发明包括以下步骤：1、通过目标自注意力网络加强目标交互，融合目标的特征。2、通过目标‑关系注意力网络加强目标和关系的交互，融合目标和关系之间的特征。3、通过超关系注意力网络去整合超关系的传递推理。4、模型训练，将目标损失函数和关系损失函数放入优化器，通过反向传播算法对网络参数进行梯度回传和更新。本发明提出一种针对场景图生成的深度神经网络，特别是提出一种超关系学习网络，充分利用目标和关系之间的交互和传递推理，提高了场景图生成中关系的推理能力，并且在场景图生成领域中的性能得到了很大的提升。 |
