一种基于深度关系自注意力网络的场景图生成方法
授权
摘要
本发明公开了一种基于深度关系自注意力网络的场景图生成方法。本发明步骤如下：1、数据预处理及数据集的划分，2、使用预训练的目标检测网络对图像提取特征，3、构建目标的空间特征，4、构建目标的语言特征，5、构建相对关系特征，6、构建深度神经网络，7、损失函数，8、训练模型、9、网络预测值计算。本发明用于同时建模目标上下文和关系上下文的RSAN网络在场景图生成的任务上取得了显著性的提升效果，超越了该任务上的大部分主流方法。并且本发明的RSAN网络在其他跨模态相关领域中如图像内容问答和视觉关系检测中也具有十分重要的应用价值和巨大的潜力。
基本信息
专利标题 ：
一种基于深度关系自注意力网络的场景图生成方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112464016A
申请号 ：
CN202011500013.7
公开（公告）日 ：
2021-03-09
申请日 ：
2020-12-17
授权号 ：
CN112464016B
授权日 ：
2022-04-01
发明人 ：
俞俊李娉余宙
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
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
优先权 ：
CN202011500013.7
主分类号 ：
G06F16/583
IPC分类号 ：
G06F16/583 G06F16/587 G06K9/72 G06N3/04 G06N3/08 G06F40/284
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/583
•••使用从内容中自动派生的元数据
法律状态
2022-04-01 ：
授权
2021-03-26 ：
实质审查的生效
IPC(主分类) : G06F 16/583
申请日 : 20201217
申请日 : 20201217
2021-03-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
