[发明专利]风景图像的类别识别方法及装置

权利要求书

1.一种风景图像的类别识别方法，其特征在于，所述方法包括：

获取包含目标图像和背景的风景图像，从所述风景图像中分割出目标图像，作为分割图像；

将所述分割图像输入预建的类别预测模型中，得到类别属性；将目标图像输入预先建立的卷积神经网络结构模型中，所述卷积神经网络结构模型用于表征分割图像与类别属性的关联关系；

获取所述类别属性对应的特征属性；利用预置的风景分类规则，根据所述特征属性确认所述风景图像的类别。

2.根据权利要求1所述的风景图像的类别识别方法，其特征在于，所述类别预测模型通过以下方法生成：

获取若干包含目标图像和背景的样本风景图像，及所述目标图像对应的类别属性；

从所述样本风景图像中分割出目标图像，作为分割图像；

使用分割图像和类别属性，输入卷积神经网络训练，得到类别预测模型。

3.根据权利要求1所述的风景图像的类别识别方法，其特征在于，利用预设的风景分类规则，根据所述特征属性确认所述风景图像的类别，包括：

使用所述特征属性，查询预设的表征特征属性和风景图像的类别的对应关系的数据库，得到所述风景图像的类别。

4.根据权利要求1所述的风景图像的类别识别方法，其特征在于，从所述风景图像中分割出目标图像，作为分割图像，包括：

通过语义分割模型对所述风景图像进行特征提取，识别所述风景图像中至少一个区域，并生成目标图像；

所述语义分割模型通过预先标注特征区域进行样本训练，训练好的语义分割模型用于产生包含至少一个区域的目标图像。

5.根据权利要求1所述的风景图像的类别识别方法，其特征在于，将所述分割图像输入预建的类别预测模型中，包括：

选取图像比例最大的分割图像作为第一分割图像，将所述第一分割图像输入预建的类别预测模型中；

若根据所述第一分割图像得到的所述风景图像对应的类别结果数量超过预设数量；则将剩余的分割图像按照预设的识别顺序依次输入预建的类别预测模型中进行识别；所述识别顺序根据分割图像的属性对识别结果的影响程度预先设定。

6.根据权利要求1所述的风景图像的类别识别方法，其特征在于，根据所述特征属性确认所述风景图像的类别之后，还包括：

根据所述风景图像的类别生成所述风景图像对应的概要信息。

7.根据权利要求6所述的风景图像的类别识别方法，其特征在于，所述风景图像为街景图像，根据所述风景图像的类别生成所述风景图像对应的概要信息，包括：

根据所述街景图像的类别生成所述街景图像对应的位置信息；

根据所述位置信息形成路线指引信息。

8.一种风景图像的类别识别装置，其特征在于，所述装置包括：

分割模块，用于获取包含目标图像和背景的风景图像，从所述风景图像中分割出目标图像，作为分割图像；

类别预测模块，用于将所述分割图像输入预建的类别预测模型中，得到类别属性；将目标图像输入预先建立的卷积神经网络结构模型中，所述卷积神经网络结构模型用于表征分割图像与类别属性的关联关系；

获取模块，用于获取所述类别属性对应的特征属性；

确认模块，用于利用预置的风景分类规则，根据所述特征属性确认所述风景图像的类别。

9.一种计算机设备，其特征在于，包括存储介质和处理器，所述存储介质中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述风景图像的类别识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述风景图像的类别识别方法的步骤。