一种面向场景理解的时序视听知识图谱自动生成方法

本发明提出一种面向场景理解的时序视听知识图谱自动生成方法，属于计算机领域。本发明将视频和音频数据作为场景理解的输入，并基于时间同步将其分割成连续的视听片段。接着，通过分割音频信号来识别无音频事件的背景时间段，并对有事件发生的片段进行采样。随后，利用实体和关系检测技术，在每个采样时刻生成视听知识图谱。最后，对生成的时序视听知识图谱进行关系补全，以提高其完整性和准确性。本发明提升了知识图谱的完整性和实用性，使系统能够自动推断和补全相关的视听关系，从而更好地支持场景理解和应用的智能化发展。