[發(fā)明專利]基于圖像識別的定位方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110051406.2
• 申請日: 2021-01-14
• 公開（公告）號: CN112766138A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設計）人: 董苗波;程勇;鞠策;陳天健;范力欣
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01S19/42;G06N20/20
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種基于圖像識別的定位方法，其特征在于，應用于第一移動終端，所述基于圖像識別的定位方法包括：

在檢測到定位指令時，采集環(huán)境圖像，基于預設聯邦識別模型對所述環(huán)境圖像進行景觀對象的識別，確定所述景觀對象的對象信息，并確定所述第一移動端設備和所述景觀對象的相對坐標；

將所述對象信息發(fā)送給云端服務器，并接收所述云端服務器基于所述對象信息進行定位處理后反饋的對象位置；

根據所述相對坐標和所述對象位置，確定所述第一移動終端的目標定位位置。

2.如權利要求1所述的基于圖像識別的定位方法，其特征在于，所述將所述對象信息發(fā)送給云端服務器，并接收所述云端服務器基于所述對象信息進行定位處理后反饋的對象位置的步驟，包括：

獲取所述第一移動終端基于衛(wèi)星定位系統(tǒng)定位的初始定位位置；

將所述初始定位位置以及所述對象信息發(fā)送給云端服務器，并接收所述云端服務器基于所述對象信息和所述初始定位位置進行定位處理后，反饋的對象位置。

3.如權利要求1-2任一項所述的基于圖像識別的定位方法，其特征在于，所述在檢測到定位指令時，采集環(huán)境圖像，基于預設聯邦識別模型對所述環(huán)境圖像進行景觀對象的識別，確定所述景觀對象的對象信息，并確定所述第一移動端設備和所述景觀對象的相對坐標的步驟，包括：

在檢測到定位指令時，采集環(huán)境圖像，將所述環(huán)境圖像輸入至預設聯邦識別模型中；

基于所述預設聯邦識別模型，對所述環(huán)境圖像進行識別處理，得到所述景觀對象的對象信息，并得到所述第一移動端設備和所述景觀對象的相對坐標；

其中，所述預設聯邦識別模型是基于具有預設標簽的預設訓練數據，通過執(zhí)行預設聯邦學習流程，對預設待訓練預測模型進行迭代訓練后，獲得的目標模型。

4.如權利要求3所述的基于圖像識別的定位方法，其特征在于，所述基于所述預設聯邦識別模型，對所述環(huán)境圖像進行識別處理，得到所述景觀對象的對象信息，并得到所述第一移動端設備和所述景觀對象的相對坐標的步驟之前，所述方法包括：

獲取具有預設標簽的預設訓練數據；

基于所述具有預設標簽的預設訓練數據，通過執(zhí)行預設聯邦學習流程，對預設待訓練預測模型進行迭代訓練，獲得目標模型；

將所述目標模型設置為所述預設聯邦識別模型。

5.如權利要求4所述的基于圖像識別的定位方法，其特征在于，所述基于所述具有預設標簽的預設訓練數據，通過執(zhí)行預設聯邦學習流程，對預設待訓練預測模型進行迭代訓練，獲得目標模型的步驟，包括：

基于所述具有預設標簽的預設訓練數據，對所述預設待訓練預測模型進行迭代訓練，以訓練更新所述預設待訓練預測模型的模型變量；

判斷迭代訓練的所述待預測模型是否達到預設更新條件，若所述待訓練預測模型達到預設更新條件，則通過執(zhí)行所述預設聯邦學習流程，對訓練更新的所述模型變量進行替換更新，獲得替換更新的所述預設待訓練預測模型；

持續(xù)對替換更新的所述預設待訓練預測模型進行迭代訓練和替換更新，直至所述預設待訓練模型滿足預設訓練完成條件，獲得目標模型。

6.如權利要求5所述的基于圖像識別的定位方法，其特征在于，所述若所述待訓練預測模型達到預設更新條件，則通過執(zhí)行所述預設聯邦學習流程，對訓練更新的所述模型變量進行替換更新，獲得替換更新的所述預設待訓練預測模型的步驟，包括：

將訓練更新的所述模型變量加密發(fā)送至與所述第一移動終端通信連接的云端服務器，以供所述云端服務器對多個第二移動終端與所述第一移動終端分別發(fā)送的模型變量進行聚合處理，獲得聚合變量，并將所述聚合變量反饋至所述第一移動終端；

接收所述云端服務器反饋的所述聚合變量，并將訓練更新的所述模型變量替換更新為所述聚合變量，獲得替換更新的所述預設待訓練預測模型。