[发明专利]基于大规模街景数据的图片组地理定位方法

权利要求书

1.基于大规模街景数据的图片组地理定位方法，其特征在于包括如下步骤：A1、对查询图片组的每张图片，采用单张图片的定位方法，得到RNN个数最高的前K张候选图片，并用群表示这些候选图片；A2、采用主导集聚类算法对所有候选图片聚类，从每个群中至多选择一张匹配图片组成主导集；A3、对未选择图片构成主导集的群，按照最大相似度原则，从中选择一张匹配图片；其中K为整数；

步骤A1包括构建加权图和相似矩阵：

把高维空间的数据点用广义无向无环加权图进行表示；定义其中V＝{1,…,n}表示顶点集，表示边集，表示权值函数；令V＝C_T，即用图的顶点表示候选图片；表示图中两个顶点的边，即不同群的候选图片存在的关系；表示两个顶点的相似度：

其中，表示来自不同群的候选图片之间的地理距离，表示候选图片的匹配相似度；

令表示图的相似矩阵，采用复制动态学方法求出主导集；主导集的顶点对应着不同群的一张候选图片，这些候选图片即为从群中选择的匹配图片；由于主导集的性质，部分群的点未能构造主导集，故还需要分别从剩下的不同群中选择一张候选图片作为匹配图片。

2.根据权利要求1所述的基于大规模街景数据的图片组地理定位方法，其特征在于：步骤A1包括检索K张候选图片：

设查询图片组为Q_G＝{Q₁,Q₂，…Q_L}，满足||ρ(Q_m)-ρ(Q_n)||≤R,1≤m＜n≤L，其中，Q_m表示第m张查询图片，R表示图片组中的最大距离，L表示查询图片个数；给定查询图片Q_m，采用单张图片的图片地理定位方法，得到RNN个数最高的前K张候选图片，并记为群C_m，匹配权值为候选图片的匹配相似度；令表示Q_G对应的候选图片集,其中表示第m张查询图片对应的第i张候选图片。

3.根据权利要求1所述的基于大规模街景数据的图片组地理定位方法，其特征在于：步骤A3包括最大相似度选择：

设为主导集对应的匹配图片集，其中表示第k_i张查询图片对应的候选图片；从未组成主导集的群中选择到M_DSC的匹配图片地理距离小，同时匹配相似度越大的候选图片作为匹配图片,即：其中为待选候选图片。

4.根据权利要求1所述的基于大规模街景数据的图片组地理定位方法，其特征在于：步骤A1中所述单张图片的定位方法包括如下步骤：B1：从查询图片中提取局部特征点作为查询特征点q_i，生成查询特征集Q＝{q_i|i＝1,2,…,n}；

B2：对所述查询特征集Q中每个查询特征点q_i，在索引中返回K个到查询特征点距离由小到大递增的近似最近邻特征点NN，生成最近邻分布表T_V；

B3：令表示中NN对应的所有参考图片，其中I(·)表示操作算子，返回NN对应的参考图片；统计R_V中相同图片出现的重复次数，并按照从大到小的顺序进行排序，得到候选图片集其中上标N_l表示第l张候选图片c_l的重复次数；

重复次数等于1，表示查询图片和参考图片只有一对匹配特征点，其对应的候选图片成为匹配图片的可能性较低；

B4：已包含NN排序信息，故通过NN对应的参考图片与候选图片的关系，生成候选图片的RNN和匹配特征集；

B5：给定所述候选图片集C中的候选匹配图片c_t，去除所述候选匹配图片c_t中匹配特征集的重复特征点；

B6：给定所述候选图片集C中的候选匹配图片c_t，计算所述候选匹配图片c_t与查询图片的匹配相似度；

B7：对所述候选图片集C中每个候选匹配图片，选择RNN个数最多的候选图片作为匹配图片；将匹配图片的地理位置作为查询图片的地理位置。