[發明專利]圖像預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201911301764.3
• 申請日: 2019-12-17
• 公開（公告）號: CN111028260A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 周康明;魏文韜
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 樊倩

本申請涉及一種圖像預測方法、裝置、計算機設備和存儲介質。所述方法包括：獲取多個歷史回波圖像和輸入的目標預測類型；其中，每個歷史回波圖像包括至少一個回波強度的圖元素；根據所述目標預測類型，在預設的預測類型和預測模型的對應關系中，確定所述目標預測類型對應的目標預測模型；所述對應關系中的每個預測模型所針對的訓練樣本圖像集不同，一個訓練樣本圖像集對應一個回波強度，所述對應關系中，一個預測類型對應一個預測模型；將所述多個歷史回波圖像輸入至所述目標預測模型，確定至少一個目標預測圖像。采用本方法能夠提高預測圖像的準確度。

技術領域

本申請涉及圖像數據處理技術領域，特別是涉及一種圖像預測方法、裝置、計算機設備和存儲介質。

背景技術

氣象回波圖像是指氣象雷達發射微波信號到空氣中，微波信號在空氣中的顆粒物上進行散射或反射之后，得到散射或反射信號，該散射或反射信號沿原路返回后可以被氣象雷達接收，該散射或反射信號構成的圖像就是回波圖像，可以在氣象雷達的顯示器上進行顯示，通過該回波圖像可以觀測到當時的天氣信息，以及可以預測出未來的天氣信息。

相關技術中在利用回波圖像預測未來的天氣信息時，一般是利用各種天氣的回波圖像訓練神經網絡，訓練好之后利用該神經網絡對未來天氣信息進行預測。

然而上述技術在訓練網絡時，由于極端天氣的回波圖像占比較少(極端天氣的回波圖像也可以被稱為高強度的回波圖像)，因此在神經網絡對高強度的回波圖像進行預測時，容易出現預測結果不準確的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高預測準確度的圖像預測方法、裝置、計算機設備和存儲介質。

一種圖像預測方法，該方法包括：

獲取多個歷史回波圖像和輸入的目標預測類型；其中，每個歷史回波圖像包括至少一個回波強度的圖元素；

根據目標預測類型，在預設的預測類型和預測模型的對應關系中，確定目標預測類型對應的目標預測模型；對應關系中的每個預測模型所針對的訓練樣本圖像集不同，一個訓練樣本圖像集對應一個回波強度，對應關系中，一個預測類型對應一個預測模型；

將多個歷史回波圖像輸入至目標預測模型，確定至少一個預測圖像。

在其中一個實施例中，上述預測模型的訓練過程包括：

獲取訓練樣本圖像集；訓練樣本圖像集包括N個相同強度的訓練樣本圖像，其中，N個相同強度的訓練樣本圖像中前m1個訓練樣本圖像組成的第一樣本圖像子序列作為模型輸入，后m2個訓練樣本圖像組成的第二樣本圖像子序列作為金標準，N為m1和m2之和；

基于訓練樣本圖像集對初始預測模型進行訓練，得到預測模型。

在其中一個實施例中，上述獲取訓練樣本圖像集包括：

獲取原始樣本圖像集；原始樣本圖像集包括N個原始樣本圖像；

獲取預設的像素強度閾值列表；像素強度閾值列表包括多個不同的像素強度閾值；

將N個原始樣本圖像分別按照各像素強度閾值進行分割處理，得到每個像素強度閾值對應的N個訓練樣本圖像；

將每個像素強度閾值對應的N個訓練樣本圖像，確定為像素強度閾值對應的訓練樣本圖像集。

在其中一個實施例中，上述獲取預設的像素強度閾值列表，包括：

獲取預設的回波強度閾值列表；回波強度閾值列表包括多個不同的回波強度閾值；

按照預設的數值轉化方法分別對多個不同的回波強度閾值進行轉化處理，得到每個回波強度閾值對應的像素強度閾值；

根據每個回波強度閾值對應的像素強度閾值，得到像素強度閾值列表。