买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种级联解码与双难分样本挖掘的人物交互关系检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118135654B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410252906.6，技术领域涉及：G06V40/20；该发明授权一种级联解码与双难分样本挖掘的人物交互关系检测方法是由陈滨;邹易;魏丹;方景龙;王兴起设计研发完成，并于2024-03-06向国家知识产权局提交的专利申请。

本一种级联解码与双难分样本挖掘的人物交互关系检测方法在说明书摘要公布了：本发明公开了一种级联解码与双难分样本挖掘的人物交互关系检测方法，该方法首先使用图片上下文一致性拼接方法，对获取到的含有人物的图片进行处理。其次基于处理后的图片，通过卷积神经网络进行特征提取，再通过扁平化操作得到一维特征向量，记作输入特征映射。最后基于输入特征映射，进行级联解码与双难分样本挖掘的人‑物交互关系检测，输出人‑物交互检测结果。本发明解决了训练数据样本不均衡的问题，能够准确地定位人‑物对，提高交互依赖关系的有效性，并实现高准确率的人‑物交互关系检测。

本发明授权一种级联解码与双难分样本挖掘的人物交互关系检测方法在权利要求书中公布了：1.一种级联解码与双难分样本挖掘的人物交互关系检测方法，其特征在于，包括以下步骤： 步骤1、使用图片上下文一致性拼接方法，对获取到的含有人物的图片进行处理，具体过程如下： 步骤1.1、设定一个概率阈值γ，随机生成0到1之间的随机数，并将概率值赋予每一张图片，若图片的概率值大于概率阈值γ则对图片进行预处理，否则不进行预处理； 步骤1.2、使用图片上下文一致性拼接方法对数据集中的图像做预处理； 预处理的过程为：首先对于当前图像P，通过场景分类提取模型找到与当前图像P最接近的M个邻居图像；其次从M个邻居中抽取三个最接近的图像，针对当前图像P和每个抽取的图像，裁剪出包含人-物对的并集区域；最后将裁减得到的四个区域拼接生成一个新的图像，并将拼接后的图像大小设置为与图像P相同的大小，并根据图像P的注释信息，为拼接后的图片设置人和物体的边界框信息； 步骤2、基于处理后的图片，通过卷积神经网络进行特征提取，再通过扁平化操作得到一维特征向量，记作输入特征映射； 步骤3、基于输入特征映射，进行级联解码与双难分样本挖掘的人-物交互关系检测，输出人-物交互检测结果，具体过程如下： 步骤3.1、基于DETR的编码器架构进行编码器构建，由输入特征映射，提取得到编码器特征； 步骤3.2、构建级联解码器与双难分样本挖掘架构，并分别输出检测结果，具体操作如下： 构建两个级联解码器，分别用于人-物对的检测和交互关系的检测； 所述两个级联解码器均为三层结构，符合DETR解码器架构，还分别在每一层中加入基于真值框移动难分样本挖掘方法和基于注意力映射掩蔽难分样本挖掘方法构造难分的正向查询队列； 在人-物对检测解码器中，将可学习查询Ql以及特征向量作为Q，K，V向量，经过多头注意力的操作对视觉特征进行处理，输出一组更新后的查询队列；使用匈牙利算法实现二分图匹配，输入可学习查询Ql，得到其与真值最接近的结果子集； 基于注意力映射掩蔽难分样本挖掘方法中，根据二分图匹配的结果获得正查询Qm，将Qm中注意力得分高到底排序，并随机屏蔽前一半注意力得分对应的元素，实现难分正向查询的隐式挖掘，提高可学习查询Ql的鲁棒性；在基于真值框移动难分样本挖掘方法中，根据训练图像中的人-物对的真值位置显式地构造难分正查询Qs，使得移动后的框只包含用于预测的线索； 人-物对检测解码器最后一层的输出队列作为先验知识输出到交互关系解码器，输出人-物交互类别； 步骤3.3、融合输出的两个检测结果，得到最终的人-物交互检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。