[发明专利]一种风景图片分类方法及其装置

权利要求书

1.一种基于安卓系统的风景图片分类方法，其特征在于，包括如下步骤：

建立风景种类识别模型；

建立风景种类识别模型的步骤，包括：

建立图片数据库，所述图片数据库的图片源于网络上的Scene Eight CategoriesOutdoor数据库；

从所述图片数据库中获取建模图片；

提取建模图片的全局场景特征向量以及与建模图片关联的真实标签；所述真实标签携带有建模图片所属风景种类的信息；

根据所述建模图片的全局场景特征向量以及真实标签所携带的建模图片所属风景种类信息，建立风景种类识别模型；

在PC端上通过Open CV开源机器视觉库中的SVM分类器训练所述风景种类识别模型；

训练风景种类识别模型的步骤包括：

从所述图片数据库中选取训练图片，并标记训练图片；

获取训练图片的绝对路径；所述绝对路径携带有训练图片所属风景种类的信息；

采用哈希表记录训练图片的绝对路径，并将所述哈希表置于Java容器中；

提取训练图片的全局场景特征向量，将所述训练图片的全局场景特征向量输入所述风景种类识别模型，获取训练图片的风景种类识别结果；

将所述训练图片的风景种类识别结果置于所述Java容器中；

比对所述训练图片的风景种类识别结果和所述绝对路径所携带的训练图片所属风景种类信息；

根据比对结果以及预设的模型评估规则，获取所述风景种类识别模型的评估结果；所述评估结果包括识别准确率、识别效率以及泛化能力；

获取待分类图片；

提取待分类图片的全局场景特征向量；

将所述待分类图片的全局场景特征向量输入预设在安卓系统中的风景种类识别模型，获取待分类图片的风景种类识别结果；

根据所述待分类图片的风景种类识别结果，对待分类图片进行分类。

2.根据权利要求1所述的风景图片分类方法，其特征在于，

建立风景种类识别模型的步骤之前，所述方法还包括：

通过NDK工具集将GIST特征提取算法和FFTW算法库植入所述安卓系统；

在所述安卓系统上安装Open CV安卓支持库；

获取所述风景种类识别模型的评估结果的步骤之后，所述方法还包括：

根据评估结果，以xml标记文本输出识别准确率最高的风景种类识别模型；

提取训练图片的全局场景特征向量的步骤之前，所述方法还包括：

对训练图片进行预处理；预处理包括能量均衡和/或局部傅里叶变换；

提取待分类图片的全局场景特征向量的步骤之前，所述方法还包括：

对待分类图片进行预处理；预处理包括能量均衡和/或局部傅里叶变换。

3.根据权利要求1所述的风景图片分类方法，其特征在于，所述待分类图片的风景种类识别结果为海边、森林、道路、城区、山区、原野、街道、高楼中的一个。

4.一种基于安卓系统的风景图片分类装置，基于权利要求1-3任一所述的风景图片分类方法，其特征在于，包括：

获取单元，用于获取待分类图片；

提取单元，用于提取待分类图片的全局场景特征向量；

识别单元，用于将待分类图片的全局场景特征向量输入预设在安卓系统中的风景种类识别模型，获取待分类图片的风景种类识别结果；

分类单元，用于根据待分类图片的风景种类识别结果，对待分类图片进行分类。

5.根据权利要求4所述的风景图片分类装置，其特征在于，

所述装置还包括：

建库单元，用于建立图片数据库；

所述获取单元，还用于从所述图片数据库中获取建模图片；

所述提取单元，还用于提取建模图片的全局场景特征向量以及与建模图片关联的真实标签；

所述装置还包括：

建模单元，用于根据所述建模图片的全局场景特征向量以及与建模图片关联的真实标签，建立风景种类识别模型。