[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

说明书

本申请实施方式公开了一种全景图像的识别方法、系统及计算机存储介质，其中，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。本申请提供的技术方案，能够提高全景图像的识别效率。

技术领域

本申请涉及图像识别技术领域，特别涉及一种全景图像的识别方法、系统及计算机存储介质。

背景技术

随着全景图像技术的不断发展，目前的沉浸式体检中，大多都会采用全景图像。在制作全景图像时，一方面需要特定的拍摄条件，另一方面在拍摄之后需要采用特定的拼接技术。这样，当拼接得到的全景图像被渲染之后，用户可以通过特定的设备观看到比较真实的场景。

全景图像与普通的平面图像存在较大的差异，用户在观看全景图像时，观看角度可以更改，并且在调整观看角度的同时，都能观看到连续的图像内容。然而，平面图像的左右两侧展示的内容通常不同，如果将平面图像按照全景图像的方式进行渲染，那么平面图像的左右两条边会接合在一起，而在接合处的两侧会出现明显的内容突变，从而造成糟糕的观赏体验。因此，当前在对未知的图像进行渲染时，需要先区分该未知的图像是全景图像还是平面图像。

目前，在区分全景图像和平面图像时，通常是通过人工识别的方式进行区分。首先可以将图像按照全景图像的方式进行渲染，然后检测人员通过改变观看角度来判断是否能够观看到明显的内容突变，从而可以识别当前的图像为全景图像还是平面图像。但是这种通过人工识别的方式，会浪费较多的人力和物力，识别效率较低。

发明内容

本申请实施方式的目的是提供一种全景图像的识别方法、系统及计算机存储介质，能够提高全景图像的识别效率。

为实现上述目的，本申请实施方式提供一种全景图像的识别方法，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。

为实现上述目的，本申请实施方式还提供一种全景图像的识别系统，所述系统包括：目标图像处理单元，用于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；判断单元，用于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。

为实现上述目的，本申请实施方式还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现以下步骤：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。

由上可见，本申请提供的技术方案，考虑到普通的平面图像按照全景图像的方式进行渲染时，通常会存在渲染的图像中存在明显的边缘，而全景图像往往不会存在该边缘。鉴于两者的这种差别，可以通过对大量图像样本的边缘特征进行训练，从而可以训练得到能够根据图像中包含的边缘特征来区分普通图像和全景图像的图像识别模型。这样，后续需要对目标图像进行分析时，可以提取该目标图像的边缘特征，并将该边缘特征输入至训练得到的图像识别模型中，从而可以通过图像识别模型，识别出目标图像是否为全景图像。本申请提供给的上述技术方案，可以通过机器学习的方法自动识别对全景图像进行识别，从而能够提高全景图像的识别效率。