基于注意力模型的图像动作交互检测方法、系统和介质
知识产权简介
本发明公开了一种基于视觉注意力模型的图片动作交互检测方法,所述方法包括:本发明涉及一种新型的人-物交互检测方法,该方法专注于利用位置上下文信息来指导和优化人-物交互的识别过程。本发明的目标是提高在复杂场景中人-物交互检测的精确度和效率。传统的人-物交互检测方法在处理复杂场景和细微交互方面存在局限性,主要是因为它们忽略了位置上下文信息的重要性。本发明通过分析图像中人物与物体的相对位置关系,引入位置上下文信息,从而更准确地理解和预测人与物体之间的交互动作。本发明的核心包括两大创新点:首先,它采用了一种新型的特征表示方法,该方法结合了图像的视觉特征和位置上下文信息,以提高特征表示的丰富性和有效性。其次,本发明引入了一种基于视觉注意力模型的查询初始化模型,使得视觉注意力模型在初始化时能够更好地理解交互类型和上下文。