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！

申请/专利权人：上海应用技术大学

摘要：本发明涉及一种融合知识图谱和空间语义拓扑图的室内陌生场景识别系统，包括：目标检测模块，用于通过训练好的目标检测模型对机器人终端采集的室内场景的时序图像序列进行目标检测，获得目标检测结果；语义生成模块，用于根据室内场景的目标检测结果构建对应的空间语义拓扑图；图谱构建模块，包括知识图谱构建单元和知识图谱数据库，所述的知识图谱构建单元用于根据空间语义拓扑图生成空间语义拓扑图向量，所述的知识图谱数据库用于存储室内已知场景的空间语义拓扑图向量；场景识别模块，用于根据室内陌生场景的空间语义拓扑图向量在知识图谱数据库中进行匹配，识别室内陌生场景的场景类别。与现有技术相比，本发明具有效率高、适用范围广等优点。

主权项：1.一种融合知识图谱和空间语义拓扑图的室内陌生场景识别系统，其特征在于，包括：目标检测模块，用于通过训练好的目标检测模型对机器人终端采集的室内场景的时序图像序列进行目标检测，获得目标检测结果；语义生成模块，用于根据室内场景的目标检测结果构建对应的空间语义拓扑图；图谱构建模块，包括知识图谱构建单元和知识图谱数据库，所述的知识图谱构建单元用于根据空间语义拓扑图生成空间语义拓扑图向量，所述的知识图谱数据库用于存储室内已知场景的空间语义拓扑图向量；场景识别模块，用于根据室内陌生场景的空间语义拓扑图向量在知识图谱数据库中进行匹配，识别室内陌生场景的场景类别；所述的空间语义拓扑图向量的表达式为：SGV＝[Vectorobj,Vectorgroup] 其中，SGV为空间语义拓扑图向量，oi为室内场景中的第i个目标对象，N1为室内场景中目标对象的总数，gi为室内场景中的第i个群组，互相之间具备空间关系的同类目标对象属于同一个群组，Sgi表示gi中目标对象的空间分布有序度；所述的图谱构建模块以同一群组中的目标对象为顶点，以目标对象之间的空间临近关系为边，构建有向全连通图，所述的有向全连通图中的顶点个数记为NV，空间临近关系种类个数记为NC，将空间临近关系分为若干个类别，属于某类关系k下的边的个数记为所述的空间分布有序度的计算公式为： 其中，S为群组中目标对象的空间分布有序度，Vi为有向全连通图中的第i个顶点，PEk,l表示在有向全连通图上随机游走后属于某类关系k下任意一条边El被访问的概率，Ti为有向全连通图中任意顶点Vi被访问的次数记为，Tk,l为有向全连通图中某类关系k下任意一条边El被访问的次数；所述的室内陌生场景的场景类别的识别过程包括：所述的场景识别模块计算匹配得分，计算公式如下： 其中，param1为目标对象共现概率，param2为目标对象的分布有序度，SGVunknownVectorobj,Vectorgroup为室内陌生场景的空间语义拓扑图向量，ScNum为知识图谱数据库中存储的所有空间语义拓扑图向量中出现的室内已知场景类别总数，E为单位矩阵，scorei表示第i类场景的得分；所述的场景识别模块根据以下公式计算总得分：sumscore＝score1+score2+……+scoreScNum所述的场景识别模块将sumscore的最大值对应的室内已知场景类别作为室内陌生场景的识别结果；所述的目标对象共现概率的表达式为：param1＝matrixI,J+K其中，matrixI,J+K为I×J+K维矩阵，其中每一个元素表示对应的第j类目标对象或者第k类成组目标与第i个场景的共现概率；所述的目标对象的分布有序度的表达式为：param2＝MatrixI,K其中，MatrixI,K为I×K维矩阵，所述的矩阵中每个元素表示对应的第k类成组目标在第i类场景下的平均有序度Smean。

全文数据：

权利要求：

百度查询： 上海应用技术大学 融合知识图谱和空间语义拓扑图的室内陌生场景识别系统