[发明专利]过敏植物分布统计方法以及装置

说明书

本申请公开了一种过敏植物分布统计方法以及装置，方法包括：将预选区域内多个待识别的图像以及对应的地理位置信息，输入至过敏植物识别模型中，输出各个图像中的过敏植物类别，以及对应的第一概率；针对预选区域，计算过敏植物类别对应的过敏植物数与过敏植物总数的比值，得到各个图像中过敏植物类别对应的第二概率；将第一概率和第二概率求乘积，得到总概率；根据各个图像中过敏植物类别对应的总概率，得到预选区域的过敏植物分布图。不仅提高过敏植物识别准确率，还更清晰的标识出预选区域内过敏植物的分布情况，使得过敏植物分布图包含了其地理位置的分布、浓度信息、以及持续时间等，更加精准的构建过敏植物分布图。

技术领域

本申请涉及深度学习领域，尤其涉及过敏植物分布统计领域。

背景技术

植物分布资料是宏观生态学，生物地理学等多个学科的研究基础，也是农、林业生产实践的重要依据。植物的分布信息对于理解和解释生物多样性分布格局及其机制、生态系统结构与功能维持有这重要的意义。同时一个准确的植物分布系统对于植物识别也有着纠正和指导意义。现阶段植物分布系统的建立基本上基于植物学家和生态学家对植物资源的广泛调查。可靠和大量植物标本的采集和鉴定的基础上得来的。这也就意味着该分布式基于大量数据统计的，由于传统的统计方式限制，其制定相对耗时，不易修改。目前，植物识别系统可分为两种，一种是基于神经网络方法或机器学习的方法识别静态图片中的植物，另一种是基于遥感图片识别植物。这两种识别方法只能够对同一类植物进行了科、属、种的识别，但是，并不能给出关于过敏植物的分布、浓度、持续时间等信息。

发明内容

本申请实施例提供一种过敏植物分布统计方法以及装置，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种过敏植物分布统计方法，包括：

将预选区域内多个待识别的图像以及对应的地理位置信息，输入至过敏植物识别模型中，输出各个图像中的过敏植物类别，以及对应的第一概率；

针对预选区域，计算过敏植物类别对应的过敏植物数与过敏植物总数的比值，得到各个图像中过敏植物类别对应的第二概率；

将第一概率和第二概率求乘积，得到总概率；

根据各个图像中过敏植物类别对应的总概率，得到预选区域的过敏植物分布图。

在一种实施方式中，还包括：

预设时间段内，累计多次统计的过敏植物分布图；

从累计多次统计的过敏植物分布图中，提取过敏植物的类别信息和分布信息；

利用提取的过敏植物的类别信息和分布信息动态更新过敏植物分布图。

在一种实施方式中，还包括：

预设时间段内，获取已识别过敏植物的数量以及对应的分布面积；

计算已识别过敏植物的数量和对应的分布面积的比值，得到已识别过敏植物的平均浓度。

在一种实施方式中，还包括：

根据已识别过敏植物的平均浓度和当前的温度和风速，得到已识别过敏植物的浓度信息。

在一种实施方式中，还包括：

根据已识别过敏植物的出现时间和浓度信息，得到已识别过敏植物的持续时间。

在一种实施方式中，还包括：

利用过敏植物的训练集训练神经网络模型，得到过敏植物识别模型，训练集包括过敏植物分布图、季节信息、天气信息、植被分布信息以及多张标注图像，标注图像包括图像信息、地理位置信息、季节信息、天气信息以及植被分布信息。

在一种实施方式中，还包括：