【技术实现步骤摘要】
本专利技术涉及知识图谱自动生成方法，属于计算机领域。
技术介绍
1、当前，随着人工智能技术的不断发展，场景理解作为一项重要的研究领域受到了广泛关注。传统的场景理解主要集中在对静态图像或视频的视觉感知，这种方法虽然在某些场景下表现出色，但在处理复杂场景和多模态信息时存在一定局限性。实际应用场景中，环境中的信息不仅仅局限于视觉，还包括声音、触觉等多种感知模式，因此，单一依靠视觉信息进行场景理解已经无法满足对多样化信息的需求。
2、在这一背景下，视听信息成为了场景理解中的重要组成部分。视听信息具有丰富的环境信息和认知价值，能够提供更全面、更深入的场景理解。因此，结合视听信息进行场景理解成为了研究的热点之一。然而，目前对于视听场景理解的研究还比较初级，尤其是在时序信息的处理和建模方面仍然存在一定的挑战。
3、针对以上问题，本专利技术以视听信息为主要研究对象，旨在构建动态的视听场景实体及其关系的知识图谱，以实现更深入、更全面的场景理解。具体而言，本专利技术提出一种时序视听知识图谱自动生成的方法，通过对视听数据进行分析和处理...
【技术保护点】
1.一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述S2中视听感知数据的时域分割包括以下内容：
3.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述S4中提取同步的视觉-听觉特征包括以下内容：
4.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述S5具体包括以下步骤：
5.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特...
【技术特征摘要】
1.一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述s2中视听感知数据的时域分割包括以下内容：
3.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述s4中提取同步的视觉-听觉特征包括以下内容：
4.如权利要求1所述的一种面向场景理解的时序视听知识图谱自动生成方法，其特征在于，所述s5具体包括以下步骤：
<...
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。