[发明专利]目标对象处理方法及装置

权利要求书

1.一种目标对象处理方法，包括：

根据目标对象中的多个对象元素、以及所述多个对象元素之间的关联关系构建图网络；

确定所述图网络中每个节点的目标节点特征；

根据所述每个节点的目标节点特征预测所述每个节点的语义，并计算所述每个节点与其他节点的注意力得分；

根据所述每个节点与其他节点的注意力得分，预测所述目标对象的邻接矩阵；

根据所述邻接矩阵以及所述每个节点的语义，确定所述目标对象中的对象实例以及所述对象实例的语义。

2.根据权利要求1所述的目标对象处理方法，所述根据目标对象中的多个对象元素、以及所述多个对象元素之间的关联关系构建图网络，包括：

接收目标对象；

确定所述目标对象中的多个对象元素、以及所述多个对象元素之间的关联关系；

将所述多个对象元素中的每个对象元素确定为节点，将所述多个对象元素中每两个对象元素之间的关联关系确定为边；

根据所述节点和所述边构建图网络。

3.根据权利要求1所述的目标对象处理方法，所述确定所述图网络中每个节点的目标节点特征，包括：

确定所述图网络中每个节点的初始节点特征、每条边的边特征；

根据所述每个节点的初始节点特征、以及所述每条边的边特征，确定所述图网络中每个节点的目标节点特征。

4.根据权利要求3所述的目标对象处理方法，所述根据所述每个节点的初始节点特征、以及所述每条边的边特征，确定所述图网络中每个节点的目标节点特征，包括：

将所述每个节点的初始节点特征、所述每条边的边特征，分别通过多层神经网络进行特征处理；

将特征处理后的所述每条边的边特征，加入特征处理后的所述每个节点的初始节点特征，获得所述图网络中每个节点的目标节点特征。

5.根据权利要求1所述的目标对象处理方法，所述根据所述每个节点的目标节点特征预测所述每个节点的语义，包括：

根据所述每个节点的目标节点特征，通过语义分割网络预测所述每个节点的语义。

6.根据权利要求1所述的目标对象处理方法，所述根据所述每个节点与其他节点的注意力得分，预测所述目标对象的邻接矩阵，包括：

根据所述每个节点与其他节点的注意力得分，通过实例检测网络预测所述目标对象的邻接矩阵。

7.根据权利要求1所述的目标对象处理方法，所述根据所述邻接矩阵以及所述每个节点的语义，确定所述目标对象中的对象实例以及所述对象实例的语义，包括：

从所述邻接矩阵中提取各个连通部分，将所述各个连通部分作为所述目标对象中的对象实例；根据所述每个节点的语义确定所述对象实例的语义。

8.一种目标对象处理装置，包括：

网络构建模块，被配置为根据目标对象中的多个对象元素、以及所述多个对象元素之间的关联关系构建图网络；

特征确定模块，被配置为确定所述图网络中每个节点的目标节点特征；

语义预测模块，被配置为根据所述每个节点的目标节点特征预测所述每个节点的语义，并计算所述每个节点与其他节点的注意力得分；

矩阵预测模块，被配置为根据所述每个节点与其他节点的注意力得分，预测所述目标对象的邻接矩阵；

实例确定模块，被配置为根据所述邻接矩阵以及所述每个节点的语义，确定所述目标对象中的对象实例以及所述对象实例的语义。