[发明专利]图像应季判别方法、系统、电子设备和介质

说明书

本发明公开了一种图像应季判别方法、系统、电子设备和介质，其中图像应季判别方法，包括以下步骤：获取目标图像的视觉季节；获取目标图像的地理季节；判断视觉季节与地理季节是否一致以得到应季判别结果。本发明提高了图像应季判别的准确率。

技术领域

本发明属于图像应季判别技术领域，尤其涉及一种图像应季判别方法、系统、电子设备和介质。

背景技术

在旅游场景下，人们的一部分出行意图是在旅行中希望欣赏到有当地季节特色的景色，如冬天去哈尔滨滑雪，或者去热带的海岛避寒，在这种情境下，需要基于给到具体产品配备与当地季节相符的图片，即为应季图片。

同一时间，在不同的地理区域会有不同的季节呈现形式。根据维基百科的记录，地理上的季节的划分通常根据平均温度，夏季指平均气温在22℃以上的连续时期。冬季指平均气温在10℃以下的连续时期。春季和秋季是介于10～22℃之间的时期。依据平均温度这个客观事实，它与地理经纬度位置、海拔高度有关，二者又通过不同的方式最终影响到某地点的温度，从而据此划分为不同的季节。

目前在深度学习领域，季节分类属于图像场景分类的一个分支，通过大规模的有标签的数据集进行提取特征，进行训练，从多幅图像中区分出具有相似场景特征的图像进行分类。但是，在旅游场景下，目前单纯只通过深度学习对数据进行处理，只可获得图像视觉意义上的季节分类，而无法判断是否与该图像所在的具体地点是否相符，因此在旅游场景的应用中，亟需一种能够判断图片视觉季节与当前实际物理季节是否相符的方法。

发明内容

本发明要解决的技术问题是为了克服现有技术中无法直接判断图像是否应季的缺陷，提供一种图像应季判别方法、系统、电子设备和介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种图像应季判别方法，包括以下步骤：

获取目标图像的视觉季节；

获取目标图像的地理季节；

判断视觉季节与地理季节是否一致以得到应季判别结果。

较佳地，获取图像的视觉季节的步骤包括以下步骤：

构建原始图像集；

根据视觉特征对原始图像集的图像设置季节标签以生成训练集；

将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网络以得到分类预测模型；

根据分类预测模型获取目标图像的视觉季节。

较佳地，获取目标图像的地理季节的步骤包括以下步骤：

获取目标图像对应的地理信息；

通过知识图谱召回地理信息的月平均温度，根据月平均温度得到地理季节。

较佳地，获取目标图像对应的地理信息的步骤包括：

识别目标图像中的建筑物，在知识图谱中查找建筑物对应的实体结点，根据实体结点得到地理信息。

本发明还提供一种图像应季判别系统，包括第一季节获取模块、第二季节获取模块、判别模块；

第一季节获取模块用于获取目标图像的视觉季节；

第二季节获取模块用于获取目标图像的地理季节；

判别模块用于判断视觉季节与地理季节是否一致以得到应季判别结果。

较佳地，第一季节获取模块还用于构建原始图像集，并根据视觉特征对原始图像集的图像设置季节标签以生成训练集，还用于将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网络以得到分类预测模型，并根据分类预测模型获取目标图像的视觉季节。