[发明专利]图像应季判别方法、系统、电子设备和介质

权利要求书

1.一种图像应季判别方法，其特征在于，包括以下步骤：

获取目标图像的视觉季节，所述视觉季节为基于图像视觉划分得到的季节；

获取所述目标图像的地理季节，所述地理季节为基于不同的连续时期内的平均温度划分得到的季节，所述地理季节与地理经纬度位置和海拔高度相关联；

判断所述视觉季节与所述地理季节是否一致以得到应季判别结果。

2.如权利要求1所述的图像应季判别方法，其特征在于，所述获取目标图像的视觉季节的步骤包括以下步骤：

构建原始图像集；

根据视觉特征对所述原始图像集的图像设置季节标签以生成训练集；

将所述训练集输入深度学习训练网络，利用后向传播反馈逐步调整所述网络以得到分类预测模型；

根据所述分类预测模型获取所述目标图像的视觉季节。

3.如权利要求1所述的图像应季判别方法，其特征在于，所述获取所述目标图像的地理季节的步骤包括以下步骤：

获取所述目标图像对应的地理信息；

通过知识图谱召回所述地理信息的月平均温度，根据所述月平均温度得到所述地理季节。

4.如权利要求3所述的图像应季判别方法，其特征在于，所述获取所述目标图像对应的地理信息的步骤包括：

识别所述目标图像中的建筑物，在所述知识图谱中查找所述建筑物对应的实体结点，根据所述实体结点得到所述地理信息。

5.一种图像应季判别系统，其特征在于，包括第一季节获取模块、第二季节获取模块、判别模块；

所述第一季节获取模块用于获取目标图像的视觉季节，所述视觉季节为基于图像视觉划分得到的季节；

所述第二季节获取模块用于获取所述目标图像的地理季节，所述地理季节为基于不同的连续时期内的平均温度划分得到的季节，所述地理季节与地理经纬度位置和海拔高度相关联；

所述判别模块用于判断所述视觉季节与所述地理季节是否一致以得到应季判别结果。

6.如权利要求5所述的图像应季判别系统，其特征在于，所述第一季节获取模块还用于构建原始图像集，并根据视觉特征对所述原始图像集的图像设置季节标签以生成训练集，还用于将所述训练集输入深度学习训练网络，利用后向传播反馈逐步调整所述网络以得到分类预测模型，并根据所述分类预测模型获取所述目标图像的视觉季节。

7.如权利要求5所述的图像应季判别系统，其特征在于，所述第二季节获取模块还用于获取所述目标图像对应的地理信息，并通过知识图谱召回所述地理信息的月平均温度，并根据所述月平均温度得到所述地理季节。

8.如权利要求7所述的图像应季判别系统，其特征在于，所述第二季节获取模块还用于识别所述目标图像中的建筑物，在所述知识图谱中查找所述建筑物对应的实体结点，根据所述实体结点得到所述地理信息。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述的图像应季判别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的图像应季判别方法的步骤。