[发明专利]一种基于图像检索的单幅天气图像识别方法及系统

权利要求书

1.一种基于图像检索的单幅天气图像识别方法，其特征在于，包括：

步骤S1:获取训练图像，基于训练图像对预设的初始模型进行训练获得检索模型；在训练过程中将所述训练图像的第一矢量特征存储至特征存储库；

步骤S2:将单幅查找图像输入所述检索模型，进行特征提取，获得第二矢量特征；基于所述第二矢量特征从所述特征存储库中检索出对应的第三矢量特征，将所述第三矢量特征对应的所述训练图像的天气描述作为识别结果输出。

2.如权利要求1所述的基于图像检索的单幅天气图像识别方法，其特征在于，所述步骤S1:获取训练图像，基于训练图像对预设的初始模型进行训练获得检索模型；在训练过程中将所述训练图像的第一矢量特征存储至特征存储库；包括：

步骤S11：对所述训练图像进行预处理；

步骤S12：运用残差网络结构ResNet50对所述训练图像进行特征提取，并将训练标签列表进行数组化转换，同时联合度量损失和交叉熵损失函数计算最终损失，通过批随机梯度下降法进行网络参数寻优以最小化损失函数；

步骤S13:每次训练迭代中，将当前batch-size图像所提取的第一矢量特征形成队列引入到特征存储库，当所述特征存储库满时，将所述特征存储库中的对应的旧的矢量特征剔除；

步骤S14：迭代时将当前batch-size图像的所述第一矢量特征以及所述特征存储库中所有第三矢量特征进行配对，形成大量样本对，利用度量损失函数Multi-Similarity Loss计算其相似性，并利用交叉熵损失函数计算当前批图像的分类损失。

3.如权利要求1所述的基于图像检索的单幅天气图像识别方法，其特征在于，所述步骤S2:将单幅查找图像输入所述检索模型，进行特征提取，获得第二矢量特征；基于所述第二矢量特征从所述特征存储库中检索出对应的第三矢量特征，将所述第三矢量特征对应的所述训练图像的天气描述作为识别结果输出，包括：

依次抽取测试数据集中的测试图像，图像归一化预处理后对图像进行特征提取，将所述测试图像的第四矢量特征添加进所述特征存储库；

将所要查询的单幅图像预处理，之后输入到所述检索模型中，进行特征提取，得到用于检索单幅图像的第二矢量特征；

将所述第二矢量特征在所述特征存储库中进行特征对比查找，利用K近邻算法思想计算查询第二矢量特征与所述特征存储库内的第三矢量特征的K类距离，基于K类距离，确定所述单幅图像的所属类别标签。

4.如权利要求1所述的基于图像检索的单幅天气图像识别方法，其特征在于，所述在训练过程中将所述训练图像的第一矢量特征存储至特征存储库，包括：

获取所述训练图像的第一标识信息，所述第一标识信息包括：拍摄位置信息、拍摄时间信息、拍摄设备编号信息中一种或多种结合；

基于与所述第一标识信息对应的分组信息对所述特征存储库进行分组，获取多个特征存储组；

将所述第一矢量特征基于所述训练图像的所述第一标识信息分类存储至对应的所述特征存储组内；

所述基于所述第二矢量特征从所述特征存储库中检索出对应的第三矢量特征，包括：

获取所述单幅查找图像的第二标识信息，所述第二标识信息包括：拍摄位置信息、拍摄时间信息、拍摄设备编号信息中一种或多种结合；

基于所述第二标识信息调取对应的所述特征存储组；

基于所述第二矢量在所述特征存储组内进行检索，确定对应的所述第三矢量。