图神经网络及其在图像处理领域的研究进展

摘要：

图神经网络(graph neural network,GNN)是一种基于深度学习的图结构数据处理模型,因良好的可解释性和对图结构数据强大的非线性拟合能力而受到研究者广泛关注.随着GNN的逐步优化,GNN与图像处理技术实现融合发展,在图像分类、人体解析和视觉问答等方面取得重大突破.对图像处理技术和传统神经网络理论进行介绍,并对五类GNN的原理、特点和不足进行分析与总结;同时从数据集和性能评估指标两个角度对文中所述的常用模型进行对比与总结,并补充介绍了九种常见的图像处理领域公共数据集;最后深入分析了GNN在图像处理领域中有待改进的方面,并对其应用前景进行展望.

关键词：图神经网络(GNN)、深度学习、图结构、图像处理

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;河南省自然科学基金;河南省自然科学基金;河南省重大科技项目

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：15-30