Menschen sind grundlegend sozial – wir organisieren unser soziales Leben im Allgemeinen in Bezug auf Beziehungen zu anderen Menschen. Das Verständnis von sozialen Beziehungen aus einem Bild bietet großes Potenzial für intelligente Systeme wie soziale Chatbots und persönliche Assistenten. In dieser Arbeit schlagen wir eine einfachere, schnellere und genaue Methode vor, die als Graph-Relationales-Schließen-Netzwerk (GR2N) bezeichnet wird, um soziale Beziehungen zu erkennen. Im Gegensatz zu bestehenden Methoden, die alle sozialen Beziehungen in einem Bild unabhängig voneinander verarbeiten, berücksichtigt unsere Methode das Paradigma der gemeinsamen Inferenz der Beziehungen durch den Aufbau eines sozialen Beziehungsgraphen. Darüber hinaus konstruiert das vorgeschlagene GR2N mehrere virtuelle Relationssgraphen, um die starken logischen Zwänge zwischen verschiedenen Arten von sozialen Beziehungen explizit zu erfassen. Experimentelle Ergebnisse zeigen, dass unsere Methode einen vernünftigen und konsistenten sozialen Beziehungsgraphen generiert und die Leistung sowohl in Genauigkeit als auch in Effizienz verbessert.