[发明专利]一种基于离散网格与影像匹配的室内自定位方法及设备

说明书

本发明提供一种基于离散网格与影像匹配的室内自定位方法及设备，方法包括：采用改进的全球离散网格结合ResNet神经网络的方法，充分考虑了室内建筑存在多层、不同高度的情况，通过全球离散网格划分人类活动空间得到多个不同高度的单元格，再通过神经网络训练得到的每一个单元格特有的预测模型，然后对输入图片进行匹配预测，获取与图片匹配度最高的单元格，从而实现图片的室内定位；所述设备用于实现该方法；本发明提供的有益效果是：实现了高精度的室内环境图片自适应三维位置定位。

技术领域

本发明涉及图像定位领域，尤其涉及一种基于离散网格与影像匹配的室内自定位方法及设备。

背景技术

互联网时代，每天都会产生大量的信息数据，而且这些数据通常都与地理位置相关，如果不经过高效地组织存储，这些数据就不能得到有效地检索使用。全球离散网格就是为此而生，它将整个地球空间划分为多个体素或者面单元，并将信息数据放进对应的基元中，在使用时通过检索网格就能得到对应空间位置的数据。全球离散网格根据空间维度的不同可分为：球面剖分系统和球体剖分系统。球面剖分系统是对地球表面空间进行划分，忽略了第三维的高度信息。球体剖分系统是对整个地球三维空间进行划分，能够对与高度相关的信息进行组织存储。

如果将全球离散网格与图像识别技术融合起来，就能通过匹配输入图像的特征来检索该图像所处的空间位置，进行图像的自适应定位。Google提出的PlaNet影像定位系统就是基于这个原理。但是PlaNet系统是基于球面离散网格设计的，图片定位得到的位置信息是二维的，并且用于训练的影像集是某个地理区域，是室外的场景，以致于PlaNet系统无法用于室内环境三维位置的定位。不幸的是，面向室内环境的图片自适应三维位置定位的研究十分匮乏，所以面向室内环境的图片自适应三维位置定位的研究急待补充完善。

发明内容

有鉴于此，为了解决现有技术中的不足，本发明提出一种基于离散网格与影像匹配的室内自定位方法及设备。本发明实际要解决的技术问题是：弥补面向室内环境的图片自适应三维位置定位的缺乏。

本方法充分考虑了室内建筑存在多层、不同高度的情况，通过全球离散网格划分人类活动空间得到多个不同高度的单元格，再通过神经网络训练得到的每一个单元格特有的预测模型，对输入图片进行匹配预测，获取与图片匹配度最高的单元格，从而实现图片的室内定位。

本发明提供的一种基于离散网格与影像匹配的室内自定位方法及设备，具体包括以下步骤：

S101：建立改进的全球球体离散网格并对每一个单元格进行编码，得到单元格的编码信息；

S102：根据所述编码信息建立空数据库；所述空数据库中的一条信息即为一个单元格，每个单元格均包括四个属性，分别为影像数据集字段TP_i、影像预测模型字段TF_i、地址编码字段TC_i和语义描述信息字段TT_i；其中i为单元格的编号；

S103：对单元格的属性进行填充，得到完整的数据库；

S104：运用所述完整的数据库对待处理影像进行预测匹配：每一个待处理影像与数据库中单元格的匹配度为S*，将匹配度最高的Max（S*）对应的单元格语义描述信息字段TT_i提取，得到待处理影像所处的空间位置。

进一步地，步骤S101具体为：