[发明专利]基于深度学习图像检索的社交图像地理定位方法及系统

摘要

本发明公开了一种基于深度学习图像检索的社交图像地理定位方法及系统，使用结构化的、全方位的具有地理信息的街景图像作为社交图像地理定位的参考数据集，经过深度网络学习形成参考图像特征库。并在地理街景图像的处理上，本发明提出使用深度学习生成对抗网络(Generative Adversarial Networks,GAN)实现图像风格迁移做街景图像数据增强。使用基于深度学习的图像检索方法做度量学习进行图像地理定位任务，有效改善了社交图像地理定位的效率和准确性。

主权项

1.一种基于深度学习图像检索的社交图像地理定位方法，其特征在于，包括以下步骤：步骤1：利用具有地理信息的街景图像构建社交图像地理定位的参考数据集；步骤2：将步骤1中的街景图像进行深度学习图像数据优化处理以及数据增强处理；步骤3：对步骤2中获得的图像数据，进行局部图像特征提取，形成特征向量；步骤4：将特征向量编码为全局图像描述符表示；步骤5：基于Siamese结构为检索、匹配的定位任务进行度量学习；步骤6：输出社交图像地理定位的经纬度信息。