【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于结构化场景理解的目标导航方法及装置。
技术介绍
1、传统计算机视觉检测方法包括模板匹配检测以及直方图匹配检测，模板匹配检测用于在一幅图像中寻找特定模板图像的位置，它通常用于目标识别、物体跟踪和图像匹配等应用中。直方图匹配检测算法可以用来比较两幅图像之间的相似度，但上述的传统检测方法，通常依赖于预定义的特征或模板，对于新的场景或目标，需要重新设计和调整特征或模板，此外上述方法对目标的形状、纹理等特征要求较为严格，对于复杂的场景和目标可能无法准确匹配。相比，深度学习的检测算法具有更强的泛化能力，能够处理更复杂的场景和目标，并且具有更高的检测准确率和鲁棒性。然而，虽然深度学习的检测技术已经较为成熟，但是现有的深度学习工作难以感知场景全局的信息，以及模型难以解释。基于传统深度学习检测的智能体导航方法通常具有如下局限性：(1)仅针对特定目标进行检测，且训练时间长，对于不同类型的物体(如不同类型的船)可能需要重新训练或微调模型；(2)依赖于图像特征，然而图像外观和纹理发生变化时需要重新训练以适应不同的智能体特...
【技术保护点】
1.一种基于结构化场景理解的目标导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，结合现有知识规则对所述场景结构标注数据进行扩展得到组合标签的图结构数据包括：
3.根据权利要求2所述的基于结构化场景理解的目标导航方法，其特征在于，所述组合匹配规则包括：
4.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，基于所述现有知识规则对所述操作动作标签进行修正包括：
5.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，所述组合标签的知识图...
【技术特征摘要】
1.一种基于结构化场景理解的目标导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，结合现有知识规则对所述场景结构标注数据进行扩展得到组合标签的图结构数据包括：
3.根据权利要求2所述的基于结构化场景理解的目标导航方法，其特征在于，所述组合匹配规则包括：
4.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，基于所述现有知识规则对所述操作动作标签进行修正包括：
5.根据权利要求1所述的基于结构化场景理解的目标导航方法，其特征在于，所述组合标签的知识图数据集为物体-关系-物体的三元组集合，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。