(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211153565.4 (22)申请日 2022.09.21 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 刁梁　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 杨晖琼 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/80(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于图片对象表征的地点识别方法及 相关设备 (57)摘要 本申请实施例属于人工智能领域， 涉及一种 基于图片 对象表征的地点识别方法及相关设备， 包括将待识别图片输入训练好的目标检测模型 中， 通过特征提取得到图像特征向量和位置编码 向量， 融合后得到融合特征向量； 根据融合特征 向量得到对象表征向量和对象绝对位置向量， 并 计算对象表征向量的置信度； 基于对象表征向量 和对象绝对位置得到相对位置对象表征， 使用置 信度优化相对位置对象表征得到优化对象表征， 与相对位置对象表征融合得到对象完整特征； 将 对象完整特征与预设参考数据库的参考图片的 参考对象特征匹配确定待识别图片的地点。 此 外， 本申请还涉及区块链技术， 参考图片可存储 于区块链中。 本申请可以提高地点识别的精度， 鲁棒性更强。 权利要求书2页 说明书14页 附图4页 CN 115393724 A 2022.11.25 CN 115393724 A 1.一种基于图片对象表征的地 点识别方法， 其特 征在于， 包括下述 步骤： 获取待识别图片， 将所述待识别图片输入训练好的目标检测模型中， 其中， 所述目标检 测模型包括特 征提取模块、 对象解码模块、 相对位置解码模块和输出模块； 通过所述特征提取模块获取所述待识别图片的图像特征向量和位置编码向量， 并将所 述图像特 征向量和所述 位置编码向量进行融合， 得到融合特 征向量； 将所述融合特征向量输入所述对象解码模块， 得到对象表征向量和对象绝对位置向 量， 并计算所述对象表征向量的置信度； 将所述对象表征向量和所述对象绝对位置输入所述相对位置解码模块， 得到相对位置 对象表征， 并根据所述置信度优化所述相对位置对象表征 得到优化对象表征； 将所述相对位置对象表征和所述优化对象表征输入所述输出模块进行融合， 得到对象 完整特征； 将所述对象完整特征与预设参考数据库中的参考图片的参考对象特征进行匹配， 获得 目标参考图片， 基于所述目标参 考图片的地理位置确定待识别图片的地 点。 2.根据权利要求1所述的基于图片对象表征的地点识别方法， 其特征在于， 所述通过所 述特征提取模块获取 所述待识别图片的图像特 征向量和位置编码向量的步骤 包括： 通过所述特征提取模块提取所述待识别图片每个子区域的子区域特征， 根据 各所述子 区域特征得到所述图像特 征向量； 根据各所述子区域之间的位置关系， 对每个所述子区域特征的位置进行编码， 得到位 置编码向量。 3.根据权利要求1所述的基于图片对象表征的地点识别方法， 其特征在于， 所述对象解 码模块包括对 象嵌入层、 对 象注意力层和解耦线性层， 所述将所述融合特征向量输入所述 对象解码模块， 得到对象表征向量和对象绝对位置向量的步骤 包括： 将训练得到的对象编码输入所述对象嵌入层， 生成对象查询向量； 将所述融合特征向量和所述对象查询向量输入所述对象注意力层进行注意力计算， 得 到对象全局特 征； 通过所述解耦线性层对所述对象全局特征进行解耦计算， 得到对象表征向量和对象绝 对位置向量。 4.根据权利要求1所述的基于图片对象表征的地点识别方法， 其特征在于， 所述相对位 置解码模块包括位置嵌入层和位置注意力 层， 所述将所述对象表征向量和所述对象绝对位 置输入所述相对位置解码模块， 计算得到相对位置对象表征的步骤 包括： 根据所述对象绝对位置向量计算得到相对位置矩阵； 将训练好的位置编码输入所述 位置嵌入层， 得到位置查询向量； 将所述位置查询向量、 所述对象表征向量和所述相对位置矩阵输入所述位置注意力层 进行注意力计算， 得到相对位置对象表征。 5.根据权利要求4所述的基于图片对象表征的地点识别方法， 其特征在于， 所述根据 所 述置信度优化所述相对位置对象表征 得到优化对象表征的步骤 包括： 根据所述 位置查询向量和所述对象绝对位置向量得到所述对象表征向量的特 征权重； 使用所述置信度对所述特 征权重进行调整； 基于调整后的所述特征权重对所述对象表征向量进行注意力计算， 得到优化对象表权　利　要　求　书 1/2 页 2 CN 115393724 A 2征。 6.根据权利要求1所述的基于图片对象表征的地点识别方法， 其特征在于， 在所述将所 述待识别图片输入训练好的目标检测模型中的步骤之前还 包括： 获取图像数据集， 基于所述图像数据集得到 图像训练集和图像验证集， 所述图像数据 集包括每 个图像对应的图像标签； 将所述图像训练集输入预构建的初始目标检测模型中， 输出 预测识别结果； 基于所述预测识别结果对所述初始目标检测模型进行迭代更新， 直至模型收敛， 得到 待验证模型； 将所述图像验证集输入所述待验证模型中进行验证， 得到验证结果， 在所述验证结果 大于等于预设阈值时， 确定所述待验证模型为所述目标检测模型。 7.根据权利要求6所述的基于图片对象表征的地点识别方法， 其特征在于， 所述基于所 述预测识别结果对所述初始目标检测模型进行迭代更新， 直至模型收敛的步骤 包括： 基于所述预测识别结果计算损失函数； 基于所述损 失函数调整所述初始目标检测模型的模型参数， 继续进行迭代训练， 直至 模型收敛。 8.一种基于图片对象表征的地 点识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别图片， 将所述待识别图片输入训练好的目标检测模型中， 其 中， 所述目标检测模型包括特 征提取模块、 对象解码模块、 相对位置解码模块和输出模块； 特征提取模块， 用于通过所述特征提取模块获取所述待识别图片的图像特征向量和位 置编码向量， 并将所述图像特 征向量和所述 位置编码向量进行融合， 得到融合特 征向量； 对象解码模块， 用于将所述融合特征向量输入所述对象解码模块， 得到对象表征向量 和对象绝对位置向量， 并计算所述对象表征向量的置信度； 相对位置解码模块， 用于将所述对象表征向量和所述对象绝对位置输入所述相对位置 解码模块， 得到相对位置对 象表征， 并根据所述置信度优化所述相对位置对 象表征得到优 化对象表征； 输出模块， 用于将所述相对位置对象表征和所述优化对象表征输入所述输出模块进行 融合， 得到对象完整特 征； 匹配模块， 用于将所述对象完整特征与 预设参考数据库中的参考图片的参考对象特征 进行匹配， 获得目标参 考图片， 基于所述目标参 考图片的地理位置确定待识别图片的地 点。 9.一种计算机设备， 包括存储器和处理器， 所述存储器中存储有计算机可读指令， 所述 处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于图片对 象表 征的地点识别方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的基于 图片对象表征的地 点识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 115393724 A 3