[發明專利]一種基于圖像的天氣識別的方法及設備

在審

• 申請號: 202010072758.1
• 申請日: 2020-01-21
• 公開（公告）號: CN111325239A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 周康明;吳昊
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G01W1/00
• 代理公司: 上海百一領御專利代理事務所(普通合伙) 31243
• 代理人: 王奎宇;甘章乖

1.一種基于圖像的天氣識別的方法，其特征在于，所述方法包括：

獲取多個觀測站所采集到的圖像；

對所述圖像進行標注及按照天氣類別進行標簽標記，得到訓練數據；

將所述訓練數據輸入至改進的Resnet50網絡中，構建天氣分類模型；

使用所述天氣分類模型識別待識別天氣圖像所屬的天氣類別。

2.根據權利要求1所述的方法，其特征在于，對所述圖像進行標注及按照天氣類別進行標簽標記，得到訓練數據包括：

對經過標注及標簽標記的圖像進行擴增處理，將擴增處理后的數據作為訓練數據，其中，所述擴增處理包括水平翻轉、隨機剪裁以及圖像亮度調整中任一或任幾種組合。

3.根據權利要求1所述的方法，其特征在于，所述方法包括：

在Resnet50網絡中加入高斯噪聲層及指定的損失函數，構建改進的Resnet50網絡，其中，所述指定的損失函數包括中心損失函數和多分類損失函數。

4.根據權利要求3所述的方法，其特征在于，在Resnet50網絡中加入高斯噪聲層及指定的損失函數，包括：

在Resnet50網絡中的每個單位塊的直連結構均加入高斯噪聲層；

在Resnet50網絡的第一全連接層后加入所述中心損失函數，在第二全連接層后加入所述中心損失函數及所述多分類損失函數。

5.根據權利要求3所述的方法，其特征在于，所述中心損失函數滿足以下條件：

其中，x_i表示全連接層的特征，c_yi表示第yi個類別的特征中心，m為樣本的數量。

6.根據權利要求3所述的方法，其特征在于，所述多分類損失函數滿足以下條件：

其中，x_i表示全連接層的特征，表示全連接層的輸出，n為分類數，m為樣本的數量。

7.根據權利要求3所述的方法，其特征在于，所述方法包括：

由所述指定的損失函數確定所述改進的Resnet50網絡的總損失函數，所述總損失函數滿足L＝L_S+λL_C，其中，L_S表示多分類損失函數，L_C表示中心損失函數，λ表示中心損失函數的權重因子。

8.一種基于圖像的天氣識別的設備，其特征在于，所述設備包括：

獲取裝置，用于獲取多個觀測站所采集到的圖像；

處理裝置，用于對所述圖像進行標注及按照天氣類別進行標簽標記，得到訓練數據；

構建裝置，用于將所述訓練數據輸入至改進的Resnet50網絡中，構建天氣分類模型；

識別裝置，用于使用所述天氣分類模型識別待識別天氣圖像所屬的天氣類別。

9.一種基于圖像的天氣識別的設備，其特征在于，所述設備包括：

一個或多個處理器；以及

存儲有計算機可讀指令的存儲器，所述計算機可讀指令在被執行時使所述處理器執行如權利要求1至7中任一項所述方法的操作。

10.一種計算機可讀介質，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執行以實現如權利要求1至7中任一項所述的方法。