[发明专利]天气识别模型构建方法、识别方法及装置

说明书

本申请公开了一种天气识别模型构建方法、识别方法及装置，方法包括：获取包含多个天气类别的训练集，训练集包括与每个天气类别对应的若干图像；对天气图像进行预处理，得到每个天气类别对应的特征集合；对所有天气类别对应的特征集合进行组合，得到多个样本集，每个样本集中包括至少两个天气类别对应的特征集合；对每个样本进行训练，得到多个识别模型。本申请实施例提供通过对所有天气类别对应的特征集合进行组合，得到多个天气识别模型，从而可以将待预测的天气图像输入到天气识别模型中，实现天气快速识别，提高了天气识别的速度及准确率。

技术领域

本申请一般涉及机器学习技术领域，具体涉及一种天气识别模型构建方法、识别方法及装置。

背景技术

在物流行业中，为提高服务的时效性，采用大量的物流无人机进行货物的派送。在物流无人机执行派送任务的过程中，需要实时掌握飞行区域内的天气状况，以确保飞行安全。

目前，航空天气识别系统覆盖大型飞机起降机场和航线，在天气识别时，首先采用多个二分类的标准SVM模型对待识别天气进行分类，最后将多个标准SVM模型的分类结果进行投票，来完成天气的识别预测。

对于中小型物流无人机，其所覆盖的航线和飞行区域的气候条件复杂，在遇到突发或局部恶劣天气情况时，目前的航空天气识别系统中的标准SVM模型每次只能完成两种天气类别的识别，使得识别过程复杂，无法为无人机提供及时有效局部的天气预测，存在飞行安全隐患。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种天气识别模型构建方法、识别方法、装置及无人机，以提高天气识别的速度及准确度。

第一方面，本申请实施例提供一种天气识别模型构建方法，该方法包括：

获取多个天气类别的训练集，该训练集包括与该天气类别对应的多个图像；

对天气图像进行预处理，得到每个该天气类别对应的特征集合；

对所有天气类别对应的特征集合进行组合，得到多个样本集，每个样本集中包括至少两个天气类别对应的特征集合，且至少两个样本集中的特征集合对应的天气类别的数量不同；

对该每个样本集进行训练，得到每个样本集对应的识别模型，使得每个识别模型将至少一种天气类别从多个天气类别中分离。

第二方面，本申请实施例提供一种天气识别方法，该方法包括：

获取待识别天气的图像；

对该图像进行预处理，得到该待识别天气对应的特征集合；

将该特征集合输入到如第一方面所述的天气识别模型中，输出该待识别天气对应的天气类别。

第三方面，本申请实施例提供一种天气识别模型构建装置，该装置包括：

获取模块，用于获取多个天气类别的训练集，该训练集包括与该天气类别对应的若干图像；

处理模块，用于对天气图像进行预处理，得到每个该天气类别对应的特征集合；

组合模块，用于对所有天气类别对应的特征集合进行组合，得到多个样本集，每个样本集中包括至少两个天气类别对应的特征集合；

训练模块，用于对该多个样本进行训练，得到多个识别模型，使得每个识别模型将至少一种天气类别从多个天气类别中分离。

第四方面，本申请实施例提供一种天气识别装置，该装置包括：

获取模块，用于获取待识别天气的图像；

处理模块，用于对该图像进行预处理，得到该待识别天气对应的特征集合；