[发明专利]风景图像的类别识别方法及装置

说明书

本发明提供一种风景图像的类别识别方法及装置，该方法包括：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。本发明风景图像的类别识别方法实现了风景图像的快速而精准的识别。

技术领域

本发明涉及图像处理领域，尤其涉及一种风景图像的类别识别方法及装置。

背景技术

随着互联网的不断发展，世界各地的旅游景点图片被分享到网络上，随着各种形形色色的风景图像铺天盖地而来，对于一些不知名的建筑物或景点时，人们通常不了解其出处，例如所在地信息。

因此，有必要提供一种风景图像的类别识别方法，以实现风景图像的快速识别。

发明内容

为解决上述问题，特别是现有技术中风景图像识别不便的问题，本发明采用如下各方面的技术方案：

第一方面，本发明提供一种风景图像的类别识别方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；