[發(fā)明專利]一種圖片拍攝區(qū)域識別及地理定位方法及裝置

有效

• 申請?zhí)枺?/td>: 201710064508.1
• 申請日: 2017-02-04
• 公開（公告）號: CN108399413B
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 李春平;高璽艷;宋韶旭
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06K9/46;G06N3/04;G01C21/00
• 代理公司: 北京安信方達(dá)知識產(chǎn)權(quán)代理有限公司 11262
• 代理人: 胡艷華;李丹

1.一種圖片拍攝區(qū)域識別及地理定位方法，包括：

輸入待測圖片，使用圖片特征提取器提取所述待測圖片的特征向量，得到第一特征向量；

計(jì)算所述第一特征向量所屬的特征向量簇，根據(jù)所述第一特征向量所屬的特征向量簇，獲知所述待測圖片的拍攝區(qū)域信息；其中，每個(gè)特征向量簇代表一個(gè)地理區(qū)域；

使用測距網(wǎng)絡(luò)計(jì)算所述第一特征向量與所屬特征向量簇中其他特征向量的距離，得到所述待測圖片的地理位置，其中，所述測距網(wǎng)絡(luò)的輸入為同一個(gè)特征向量簇中的特征向量兩兩組成的輸入對，所述測距網(wǎng)絡(luò)的輸出為兩個(gè)輸入特征量對應(yīng)的圖片拍攝的地理距離；

其中，所述使用測距網(wǎng)絡(luò)計(jì)算所述第一特征向量與所屬特征向量簇中其他特征向量的距離，得到所述待測圖片的地理位置包括：

獲取所述第一特征向量與所屬特征向量簇中距離最近的k個(gè)特征向量；

分別以所述k個(gè)特征向量的地理位置為圓心，以與所述第一特征向量的距離為半徑確定每個(gè)特征向量所覆蓋的區(qū)域，將所述k個(gè)特征向量覆蓋的總區(qū)域劃分成邊長為a的網(wǎng)格，并統(tǒng)計(jì)每個(gè)網(wǎng)格被覆蓋的次數(shù)，將覆蓋次數(shù)最多的網(wǎng)格作為所述待測圖片的地理位置；

其中，k、a為預(yù)設(shè)值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述輸入待測圖片，使用圖片特征提取器提取所述待測圖片的特征向量，得到第一特征向量之前，所述方法還包括：

輸入已知的圖片集合，訓(xùn)練特征提取網(wǎng)絡(luò)，得到圖片特征提取器；其中，所述圖片集合中的圖片包含位置信息；

通過所述圖片特征提取器提取所述圖片集合中所有圖片的特征向量，得到圖片特征向量集，對所述圖片特征向量集進(jìn)行密度聚類，形成多個(gè)特征向量簇；

使用同一個(gè)特征向量簇中的每兩個(gè)特征向量組成輸入對訓(xùn)練測距網(wǎng)絡(luò)，用于將輸入的兩個(gè)特征向量映射為兩個(gè)圖片拍攝地點(diǎn)的距離。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述輸入已知的圖片集合，訓(xùn)練特征提取網(wǎng)絡(luò)，得到圖片特征提取器之前，還包括：

在多個(gè)區(qū)域中每個(gè)地點(diǎn)在多種條件下采集多幅圖片，對采集到的圖片進(jìn)行預(yù)處理，生成預(yù)定義尺寸大小的圖片，作為已知的圖片集合。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，

所述特征提取網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)，包括卷積層、池化層和全連接層；

所述測距網(wǎng)絡(luò)為神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，

每個(gè)所述特征向量簇均包含核心點(diǎn)，所述核心點(diǎn)為一特征向量，以所述核心點(diǎn)為中心，半徑為預(yù)設(shè)值的區(qū)域中包含大于預(yù)設(shè)數(shù)量閾值的特征向量。

6.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述計(jì)算所述第一特征向量所屬的特征向量簇包括：

計(jì)算所述第一特征向量與每個(gè)特征向量簇的核心點(diǎn)的距離，將所述第一特征向量分配到距離最近的特征向量簇中。

7.一種圖片拍攝區(qū)域識別及地理定位裝置，其特征在于，包括：

特征提取模塊，用于輸入待測圖片，使用圖片特征提取器提取所述待測圖片的特征向量，得到第一特征向量；

區(qū)域識別模塊，用于計(jì)算所述第一特征向量所屬的特征向量簇，根據(jù)所述第一特征向量所屬的特征向量簇，獲知所述待測圖片的拍攝區(qū)域信息；其中，每個(gè)特征向量簇代表一個(gè)地理區(qū)域；

地理定位模塊，用于使用測距網(wǎng)絡(luò)計(jì)算所述第一特征向量與所屬特征向量簇中其他特征向量的距離，得到所述待測圖片的地理位置，其中，所述測距網(wǎng)絡(luò)的輸入為同一個(gè)特征向量簇中的特征向量兩兩組成的輸入對，所述測距網(wǎng)絡(luò)的輸出為兩個(gè)輸入特征量對應(yīng)的圖片拍攝的地理距離；

其中，所述使用測距網(wǎng)絡(luò)計(jì)算所述第一特征向量與所屬特征向量簇中其他特征向量的距離，得到所述待測圖片的地理位置包括：

獲取所述第一特征向量與所屬特征向量簇中距離最近的k個(gè)特征向量；

分別以所述k個(gè)特征向量的地理位置為圓心，以與所述第一特征向量的距離為半徑確定每個(gè)特征向量所覆蓋的區(qū)域，將所述k個(gè)特征向量覆蓋的總區(qū)域劃分成邊長為a的網(wǎng)格，并統(tǒng)計(jì)每個(gè)網(wǎng)格被覆蓋的次數(shù)，將覆蓋次數(shù)最多的網(wǎng)格作為所述待測圖片的地理位置；

其中，k、a為預(yù)設(shè)值。