[发明专利]网络设置提示生成方法、装置及电子设备、存储介质在审

专利信息
申请号: 201910969360.5 申请日: 2019-10-12
公开(公告)号: CN112488144A 公开(公告)日: 2021-03-12
发明(设计)人: 王玮 申请(专利权)人: 中国移动通信集团广东有限公司;中国移动通信集团有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 许振新
地址: 510623 广东省广州市天*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 设置 提示 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种网络设置提示生成方法,其特征在于,包括:

基于目标区域的全景图像及预先训练的特征向量生成模型,生成实时场景特征向量,其中,所述全景图像被预先标识有图像类型;

确定所述实时场景特征向量与历史场景特征向量的相似度;

比对所述相似度与预设的评估阈值;

基于比对结果及所述图像类型生成网络设置提示。

2.根据权利要求1所述的方法,其特征在于,所述场景特征向量包括环境特征向量、目标物体特征向量以及目标物体至拍摄点的距离特征向量,所述基于目标区域的全景图像及预设的特征向量生成模型生成实时场景特征向量包括:

将所述全景图像输入所述特征向量生成模型分别生成环境特征向量、目标物体特征向量以及表征目标物体至拍摄点的距离特征向量;

将所述环境特征向量、所述目标物体特征向量以及所述距离特征向量拼接以生成实时场景特征向量。

3.根据权利要求2所述的方法,其特征在于,所述特征向量生成模型包括第一特征向量生成模型、第二特征向量生成模型、第三特征向量生成模型,在所述基于目标区域的全景图像及预设的特征向量生成模型生成实时场景特征向量之前,所述方法还包括:

将历史全景图像、多种历史环境图像、每种历史环境图像的上下文信息以及历史环境特征向量作为训练样本训练所述第一特征向量生成模型;

将历史全景图像、多种历史目标物体图像以及历史目标特征向量作为训练样本训练所述第二特征向量生成模型;

将历史全景图像的图像深度、历史摄像机参数以及历史距离特征向量作为训练样本训练所述第三特征向量生成模型。

4.根据权利要求1所述的方法,其特征在于,所述确定所述实时场景特征向量与历史场景特征向量的相似度包括:

根据算式确定实时场景特征向量与历史场景特征向量的相似度,其中,Ai为实时场景特征向量的分量,Bi为历史场景特征向量的分量。

5.根据权利要求1所述的方法,其特征在于,所述确定所述实时场景特征向量与历史场景特征向量的相似度包括:

根据算式确定实时场景特征向量与历史场景特征向量的相似度,其中,Ai为实时场景特征向量的分量,Bi为历史场景特征向量的分量。

6.根据权利要求1所述的方法,其特征在于,所述基于比对结果及所述图像类型生成网络设置提示包括:

当相似度大于预设的评估阈值且图像类型为工程实施图像时,生成表征网络规划参数验收成功的网络设置提示;

当相似度小于等于预设的评估阈值且图像类型为工程实施图像时,生成表征网络规划参数验收失败的网络设置提示。

7.根据权利要求1所述的方法,其特征在于,所述基于比对结果及所述图像类型生成网络设置提示包括:

当相似度大于预设的评估阈值且图像类型为工程参考图像时,生成表征网络规划参数的参考性高的网络设置提示;

当相似度小于等于预设的评估阈值且图像类型为工程参考图像时,生成表征网络规划参数的参考性低的网络设置提示。

8.一种网络设置提示生成装置,其特征在于,包括:

场景特征向量生成单元,被配置成基于目标区域的全景图像及预先训练的特征向量生成模型,生成实时场景特征向量,其中,所述全景图像被预先标识有图像类型;

相似度确定单元,被配置成确定所述实时场景特征向量与历史场景特征向量的相似度;

比对单元,被配置成比对所述相似度与预设的评估阈值;

提示生成单元,被配置成基于比对结果及所述图像类型生成网络设置提示。

9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。

10.一种电子设备,其特征在于,包括:

存储器,其上存储有计算机程序;

处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国移动通信集团广东有限公司;中国移动通信集团有限公司,未经中国移动通信集团广东有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910969360.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top