基于目标-属性-关系的对抗场景语义分析方法以及装置

    公开(公告)号:CN114818734B

    公开(公告)日:2023-10-31

    申请号:CN202210573996.X

    申请日:2022-05-25

    IPC分类号: G06F40/30 G06N3/08

    摘要: 本申请提供一种基于目标‑属性‑关系的对抗场景语义分析方法以及装置,属于数据处理的领域。所述方法包括:对获取得到的待分析的对抗场景的初始数据进行预处理,得到标注在图数据结构中的三元组数据,将三元组数据输入预先训练好的分析模型中,以确定待分析的对抗场景的语义信息分析结果;分析模型包括设置有执行优先级的多个算符网络,多个算符网络分别用于分析不同类型的关系;任一算符网络的处理结果包括:在该算符网络对应的关系类型中,所有节点对各自的真实关系,以及真实关系的置信度与描述值;根据所有算符网络的处理结果更新后的图数据结构表征待分析的对抗场景的语义信息分析结果。本申请旨在旨在提高对抗场景分析结果的准确性。

    基于目标-属性-关系的对抗场景语义分析方法以及装置

    公开(公告)号:CN114818734A

    公开(公告)日:2022-07-29

    申请号:CN202210573996.X

    申请日:2022-05-25

    申请人: 清华大学

    IPC分类号: G06F40/30 G06N3/08

    摘要: 本申请提供一种基于目标‑属性‑关系的对抗场景语义分析方法以及装置,属于数据处理的领域。所述方法包括:对获取得到的待分析的对抗场景的初始数据进行预处理,得到标注在图数据结构中的三元组数据,将三元组数据输入预先训练好的分析模型中,以确定待分析的对抗场景的语义信息分析结果;分析模型包括设置有执行优先级的多个算符网络,多个算符网络分别用于分析不同类型的关系;任一算符网络的处理结果包括:在该算符网络对应的关系类型中,所有节点对各自的真实关系,以及真实关系的置信度与描述值;根据所有算符网络的处理结果更新后的图数据结构表征待分析的对抗场景的语义信息分析结果。本申请旨在旨在提高对抗场景分析结果的准确性。

    一种轨迹预测方法和装置

    公开(公告)号:CN116740664A

    公开(公告)日:2023-09-12

    申请号:CN202310573840.6

    申请日:2023-05-19

    申请人: 清华大学

    摘要: 本公开提供了一种轨迹预测方法和装置,涉及智能交通技术领域,旨在准确预测轨迹。所述方法包括:获取语义地图和多个对象的历史轨迹;获取多个车道段的特征向量,以及获取历史轨迹的特征向量;根据语义地图和待预测对象当前所在的车道段,确定多条路径;将每条路径包括的多个目标车道段的特征向量输入路径特征提取模块,得到每条路径的特征向量;将历史轨迹的特征向量输入交互特征提取模块,交互特征提取模块计算每条路径上的目标对象与待预测对象之间的稀疏注意力,得到每条路径的交互特征向量;根据每条路径的特征向量、每条路径的交互特征向量和历史轨迹的特征向量,预测所述待预测对象的目标轨迹。

    一种基于OAR模型与强化学习的辅助决策方法和装置

    公开(公告)号:CN117474077A

    公开(公告)日:2024-01-30

    申请号:CN202311824731.3

    申请日:2023-12-28

    申请人: 清华大学

    IPC分类号: G06N3/092

    摘要: 本公开提供了一种基于OAR模型与强化学习的辅助决策方法和装置,涉及强化学习技术领域,旨在准确预测出代理的动作概率分布。所述方法包括:获取每个代理观测到的各个目标的属性集合;对每个代理观测到的各个目标的属性集合进行图推理计算,得到每个代理的属性集合矩阵;获取关系邻接矩阵;将每个代理的属性集合矩阵和关系邻接矩阵进行推理计算,得到融合了全图信息的目标属性矩阵;从环境背景中提取背景特征,将背景特征附加到目标属性矩阵,得到每个代理在每一时刻观测到的OAR全局特征;利用循环神经网络对OAR全局特征进行处理,得到每个代理对应的融合了历史信息的目标OAR全局特征;基于目标OAR全局特征,确定代理的动作。

    一种多模态数据关联方法和装置

    公开(公告)号:CN112015955B

    公开(公告)日:2021-07-30

    申请号:CN202010903165.5

    申请日:2020-09-01

    IPC分类号: G06F16/901 G06N3/04 G06K9/62

    摘要: 本发明提供了一种多模态数据关联方法和装置,涉及数据处理的技术领域,包括:获取待处理数据,其中,待处理数据的类型包括:视频数据,图片数据和文本数据;构建待处理数据的语义图;利用图卷积网络计算语义图的表示向量;基于表示向量,确定待处理数据的数据关联结果,解决了现有数据关联方法的普适性较差,无法确定不同模态数据的数据关联的技术问题。

    一种多模态数据关联方法和装置

    公开(公告)号:CN112015955A

    公开(公告)日:2020-12-01

    申请号:CN202010903165.5

    申请日:2020-09-01

    IPC分类号: G06F16/901 G06N3/04 G06K9/62

    摘要: 本发明提供了一种多模态数据关联方法和装置,涉及数据处理的技术领域,包括:获取待处理数据,其中,待处理数据的类型包括:视频数据,图片数据和文本数据;构建待处理数据的语义图;利用图卷积网络计算语义图的表示向量;基于表示向量,确定待处理数据的数据关联结果,解决了现有数据关联方法的普适性较差,无法确定不同模态数据的数据关联的技术问题。