[發明專利]一種基于大規模街景數據的圖片地理定位方法和系統

有效

• 申請號: 201810533914.2
• 申請日: 2018-05-29
• 公開（公告）號: CN108763481B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 張凱;鄧文泉;董宇涵
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/583;G06K9/62
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

本發明公開了一種基于大規模街景數據的圖片地理定位方法及實現該方法的系統。所述方法包括實時匹配部分：從查詢圖片中提取局部特征點作為查詢特征點，生成查詢特征集；在索引結構中對每個查詢特征點檢索K個最近鄰特征點，生成最近鄰特征分布表；通過所述最近鄰特征分布表得到候選圖片的最近鄰特征集；選擇最近鄰特征集中的最優特征集對應的候選圖片作為最佳匹配圖片，該匹配圖片對應的地理位置即視為查詢圖片的地理位置；其中K為整數。本方法優選還可以包括預處理部分，將比較耗時的“建立索引結構部分”分開提前進行處理。本方法和系統具有定位精度高、匹配速度快、可以求出全局最優解等特點。

技術領域

本發明涉及圖像定位技術領域，尤其涉及一種基于大規模街景數據的圖片地理定位的方法和系統。

背景技術

圖片地理定位是根據圖片視覺信息確定或估計圖片的地理位置。這個問題有許多的運用場景，例如汽車自動駕駛，移動終端導航，視頻地理軌跡生成等。最近幾年，街景圖片正在不斷地更新完善，在某些城市可以做到街道視野的全覆蓋。圖片中有許多可識別的視覺信息，例如建筑物、廣告牌等，我們可以采用基于特征匹配的方法，把這些信息給識別出來，以達到圖片地理定位的目的。

在學術研究領域，Zamir等作者提出了每個查詢特征點檢索距離其最近的一個特征點，然后用比值過濾誤匹配的外點，最后選擇特征點最多對應的參考圖片作為最佳匹配。在接下來的工作中，該作者把第1個最近鄰特征點擴展到K個最近鄰特征點，根據第一最近鄰特征點、第K個最近鄰特征點到查詢特征點的比值關系，過濾外點。在特征點匹配算法部分，作者把局部特征和全局特征結合作為優化條件，并提出了用廣義最小團GMCP算法選擇最佳匹配最近鄰點。理想情況下，每個查詢特征點都有一個對應的最近鄰特征點，然而，大多數情況下，部分查詢特征點匹配的特征點不在最近鄰范圍內，這些點即為匹配外點，消耗匹配時間并且GMCP為NP-hard問題，具有較高的時間復雜度。同時，GMCP求出的為局部最優解，并非全局最佳解。

在實際運用領域，Google公司研發了一個定位一張圖片位置的Google Photos技術。用戶把圖片上傳到服務器中，當服務器接收到需要定位的圖片時，它首先會將圖片分解成像素級別，然后將這些信息和數據庫中的信息進行比對，通過一定的算法判斷出照片所在大概區域，如某個國家的某個景區等。接著再根據數據庫中保存的GPS地理信息進一步判斷，如照片特征符合某個經緯度信息就為其匹配對應的地理位置，這樣通過實際經緯度信息就可以對照片進行定位。然而此定位方法是在全球范圍內，定位準確率低，無法滿足實際要求。

發明內容

為了解決街景圖片匹配速度慢、只能求出局部最優解和定位精度低的問題，本發明公開了一種基于大規模街景數據的圖片地理定位方法，可以僅根據圖片視覺信息進行地理定位，具有匹配速度快、可以求出全局最優解和定位精度高的特點。

本發明解決其技術問題所采用的技術方案是：

一種基于大規模街景數據的圖片地理定位方法，從查詢圖片中提取局部特征點作為查詢特征點，生成查詢特征集；在索引結構中對每個查詢特征點檢索K個最近鄰特征點，生成最近鄰特征分布表；通過所述最近鄰特征分布表得到候選圖片的最近鄰特征集；選擇最近鄰特征集中的最優特征集對應的候選圖片作為最佳匹配圖片，該匹配圖片對應的地理位置即視為查詢圖片的地理位置；其中K為整數。