Les êtres humains sont fondamentalement sociables -- nous organisons généralement nos vies sociales en termes de relations avec d'autres personnes. Comprendre les relations sociales à partir d'une image offre un grand potentiel pour les systèmes intelligents tels que les chatbots sociaux et les assistants personnels. Dans cet article, nous proposons une méthode plus simple, plus rapide et plus précise appelée réseau de raisonnement relationnel graphique (Graph Relational Reasoning Network, GR2N) pour la reconnaissance des relations sociales. Contrairement aux méthodes existantes qui traitent toutes les relations sociales sur une image de manière indépendante, notre méthode prend en compte le paradigme de l'inférence conjointe des relations en construisant un graphe de relations sociales. De plus, le GR2N proposé construit plusieurs graphes de relations virtuels pour saisir explicitement les contraintes logiques fortes entre différents types de relations sociales. Les résultats expérimentaux montrent que notre méthode génère un graphe de relations sociales raisonnable et cohérent, et améliore les performances tant en termes de précision qu'efficacité.