[发明专利]一种全景图像的识别方法、系统及计算机存储介质

权利要求书

1.一种全景图像的识别方法，其特征在于，所述方法包括：

获取待分析的目标图像，并提取所述目标图像的目标边缘特征；

将所述目标边缘特征输入图像识别模型，并根据所述图像识别模型的输出结果判断所述目标图像是否为全景图像；其中，所述图像识别模型，基于图像训练样本集中图像样本的边缘特征和所述图像样本关联的图像类型训练得到；所述图像类型用于表征关联的图像样本是否为全景图像；

其中，所述图像样本或所述目标图像的边缘特征按照以下方式提取：

检测所述图像样本或所述目标图像中存在的边缘，并确定所述边缘在所述图像样本或所述目标图像中的位置信息；

将所述边缘的位置信息作为所述图像样本或所述目标图像的边缘特征。

2.根据权利要求1所述的方法，其特征在于，检测所述图像样本中存在的边缘包括：

确定所述图像样本中像素点的灰度梯度幅值和灰度梯度方向；

基于确定的所述灰度梯度幅值和所述灰度梯度方向，在所述图像样本中确定极大值像素点；

在所述极大值像素点中确定灰度值大于或者等于指定阈值的目标像素点，并通过所述目标像素点构成所述图像样本的边缘。

3.根据权利要求2所述的方法，其特征在于，在所述图像样本中确定极大值像素点包括：

在所述图像样本中的预设像素点的灰度梯度方向选取与所述预设像素点相邻的指定数量的像素点，当所述预设像素点的灰度梯度幅值大于或者等于选取的所述像素点的灰度梯度幅值时，将所述预设像素点确定为极大值像素点。

4.根据权利要求1所述的方法，其特征在于，在确定所述边缘在所述图像样本中的位置信息之后，所述方法还包括：

对所述位置信息进行归一化处理，并将归一化处理后的位置信息作为所述图像样本的边缘特征。

5.根据权利要求1所述的方法，其特征在于，在确定所述边缘在所述图像样本中的位置信息之后，所述方法还包括：

确定所述边缘的尺寸参数，并将所述边缘在所述图像样本中的位置信息和所述边缘的尺寸参数的组合作为所述图像样本的边缘特征；其中，所述边缘的尺寸参数用于表征所述边缘在所述图像样本中所占的长度。

6.根据权利要求5所述的方法，其特征在于，在确定所述边缘的尺寸参数之后，所述方法还包括：

将尺寸参数表征的长度小于指定长度阈值的边缘从检测到的边缘中去除，并将剩余的边缘在所述图像样本中的位置信息和所述剩余的边缘的尺寸参数的组合作为所述图像样本的边缘特征。

7.根据权利要求1所述的方法，其特征在于，所述图像识别模型按照以下方式训练得到：

将所述图像样本的边缘特征输入初始的图像识别模型，得到所述边缘特征的预测图像类型；

确定所述预测图像类型与所述图像样本关联的图像类型之间的误差，并通过所述误差对所述初始的图像识别模型中的参数进行校正，以使得将所述边缘特征再次输入经过校正的图像识别模型后，得到的预测图像类型与所述图像样本关联的图像类型一致。

8.根据权利要求1所述的方法，其特征在于，所述图像识别模型的输出结果中包含分别表征全景图像和非全景图像的两个概率值；相应地，根据所述图像识别模型的输出结果判断所述目标图像是否为全景图像包括：

若所述两个概率值中的较大者表征全景图像，判定所述目标图像为全景图像。