[发明专利]一种实景地标识别方法

说明书

本发明适用于地标识别技术领域，提供了一种实景地标识别方法，所述方法包括；通过地标定位网络对地标区域进行定位，并提取出地标区域的区域特征；通过整图特征网络提取地标的整图特征；对所述区域特征和整图特征进行双特征判断，生成地标的识别结果，本发明的有益效果在于：精准提取图片的地标局部特征，有效减少无效特征干扰，提高地标识别的准确率；同时利用整图特征进行真实场景判断，可以有效地过滤掉非实景类的图片，让检索结果更加具有真实性。

技术领域

本发明属于地标识别技术领域，尤其涉及一种实景地标识别方法。

背景技术

随着智能手机兴起，地标也作为城市的名片常常出现在网络中，也激发出了地标识别的需求。并根据识别结果获取地标附近的衣食住行信息，方便了人们的生活。

现有技术中，地标识别方法往往采用检索的方法进行，首先对已有地标图片进行整图特征提取，形成一个地标检索库，然后使用新的地标图片进行特征提取并从地标检索库中检索，提取其中靠前的结果进行判断，另外一种方法也类似于提取特征方式，并对特征进行分类，从而识别出相应地标。

现有的地标识别方法，如特征检索和特征分类，都是直接对整张图片进行提取特征，而地标所在图片区域的重要特征无法有效体现。同时，整图中包含了很多环境干扰信息，如天气变化，周围人车以及光线的变化，导致了提取的全局特征表述性不强，使得检出的地标结果准确率不高。

发明内容

本发明实施例的目的在于提供一种实景地标识别方法，旨在解决上述背景技术中提出的问题。

本发明实施例是这样实现的，一方面，一种实景地标识别方法，所述方法包括以下步骤：

通过地标定位网络对地标区域进行定位，并提取出地标区域的区域特征；

通过整图特征网络提取地标的整图特征；

对所述区域特征和整图特征进行双特征判断，生成地标的识别结果。

作为本发明的进一步方案，所述通过定位网络对地标区域进行定位具体包括：

采用特征金字塔结构进行多尺度区域检索，输出为3个尺度的特征图，分别为19*19，38*38和76*76，其中，每个尺度中的一点包含：左上角和右下角坐标、地标的置信度以及各个地标的分类置信度，全部的数据维度使用n表，每一种尺度的输出特征均通过底层特征和高层特征进行拼接，使得每个特征图均包含低层基础信息和高层语义信息。

作为本发明的再进一步方案，3个尺度分别对应9个区域框，每个尺度对应3个区域框，该区域框通过kmeans算法计算而来。

作为本发明的又进一步方案，在通过地标定位网络对地标区域进行定位的训练中使用的回归方法，包含若干种损失函数，分别是坐标框中心点回归、坐标高宽回归、坐标框重合回归。

作为本发明的进一步方案，所述提取出地标区域的区域特征具体包括：

计算真实框和对应的多个预测框宽高比例和，然后计算出这些比例和他们倒数之间的最大值和，获取真实框和预测框在宽度和高度方向的最大差异；

计算宽度方向和高度方向最大差异之间的最大值。

作为本发明的进一步方案，所述方法还包括：对地标特征进行学习，采用了Loss_cls进行分类优化，采用Loss_conf进行了目标过滤的优化，Loss_cls和Loss_conf之和作为特征损失进行模型优化，其中，

上式中，n表示地标类别数量，作为真实类别置信度，表示为1或者0；表示预测的类别置信度；y表示二分类中的真实类别置信度，表示预测的类别置信度。