(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 202211276768.2 (22)申请日 2022.10.19 (71)申请人 北京市城市规划设计 研究院 地址 100045 北京市西城区南 礼士路60号 申请人 北京城垣 数字科技有限责任公司 (72)发明人 王良　张晓东　海振坤　陈易辰　 张兴华　吴运超　程辉　顾重泰　 郭逸阳　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 李文清 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01)G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/26(2022.01) G06V 10/24(2022.01) (54)发明名称 基于街景图片的小微空间识别方法、 装置及 电子设备 (57)摘要 本发明提供一种基于街景图片的小微空间 识别方法、 装置及电子设备， 涉及图像识别技术 领域， 该方法包括： 在街景图像色彩分布满足目 标分布要求的情况下， 确定街景图像与目标图像 的相似度， 确定街景图像的小微空间定位； 在街 景图像包含满足目标空间要素的情况下， 将街景 图像集输入至预设的第一网络模型对街景图像 进行小微空间的识别定位， 得到街景图像的小微 空间定位； 在需要对街景图像的小微空间要素的 实际相对面积进行区分的情况下， 将街景图像集 输入至预设的第二网络模型进行实际相对面积 区分， 得到第二网络模型输出的实际相对面积， 确定街景图像的小微空间定位。 本发 明可以高效 智能地对街景图像进行小微空间识别定位。 权利要求书2页 说明书10页 附图3页 CN 115359346 A 2022.11.18 CN 115359346 A 1.一种基于街景图片的小微空间识别方法， 其特 征在于， 包括： 获取目标地区的街景图像集； 在所述街景图像集中的街景图像色彩分布满足目标分布要求的情况下， 确定所述街景 图像与目标图像的相似度， 基于所述相似度确定所述 街景图像的小微空间定位； 在所述街景图像集中的街景图像包含满足 目标空间要素的情况下， 将所述街景图像集 输入至预设的第一网络模型对所述街景图像进行小微空间的识别定位， 得到所述第一网络 模型输出的所述街景图像的小微空间定位， 所述第一网络模型是基于目标检测识别算法训 练得到的； 在需要对所述街景图像集中的街景图像的小微空间要素的实际相对面积进行区分的 情况下， 将所述街景图像集输入至预设的第二网络模型进行实际相对面积区分， 得到所述 第二网络模型输出 的实际相对面积， 再基于所述实际相对面积， 确定所述街景图像的小微 空间定位， 所述第二网络模型 是基于语义分割算法训练得到的。 2.根据权利要求1所述的基于街景图片的小微空间识别方法， 其特征在于， 所述获取目 标地区的街景图像集， 包括： 基于预设的应用程序接口从第三方服 务平台获取目标地区的多张初始街景图像； 对所述多张初始街景图像进行图像矫 正， 得到所述 街景图像集。 3.根据权利要求2所述的基于街景图片的小微空间识别方法， 其特征在于， 所述对所述 多张初始街景图像进行图像矫 正， 得到所述 街景图像集， 包括： 对所述多 张初始街景图像求解畸变函数， 基于所述畸变函数对所述多张初始街景图像 进行图像矫 正， 得到所述 街景图像集。 4.根据权利要求1所述的基于街景图片的小微空间识别方法， 其特征在于， 所述确定所 述街景图像与目标图像的相似度， 基于所述相似度确定所述街景图像的小微空间定位， 包 括： 将所述街景图像压缩后转化为灰度图， 并基于所述灰度图， 确定所述街景图像与所述 目标图像的差异值； 将所述差异值转为图像哈希值， 基于所述图像哈希值确定所述街景图像与 所述目标图 像的相似度； 基于相似度大于预设相似度阈值的街景图像， 确定所述 街景图像的小微空间定位。 5.根据权利要求1所述的基于街景图片的小微空间识别方法， 其特征在于， 所述确定所 述街景图像与目标图像的相似度， 基于所述相似度确定所述街景图像的小微空间定位， 包 括： 将所述街景图像压缩后转化为灰度图， 并将所述灰度图统计到直方图中进行压缩， 得 到所述街景图像与所述目标图像的余弦相似度； 基于所述 余弦相似度确定所述 街景图像的小微空间定位。 6.根据权利要求1所述的基于街景图片的小微空间识别方法， 其特征在于， 所述第 一网 络模型用于： 基于Labelme模块对所述街景图像集中的街景图像进行标注， 得到包含目标要素的街 景图像集； 基于YOLOv5算法的权重对包含目标要素的街景图像集进行筛选， 得到包含目标要素的权　利　要　求　书 1/2 页 2 CN 115359346 A 2街景图像， 以基于包 含目标要素的街景图像， 确定所述 街景图像的小微空间定位。 7.根据权利要求1 ‑6任一项所述的基于街景图片的小微空间识别方法， 其特征在于， 所 述将所述街景图像集输入至预设的第二网络模型进行实际相对面积区分， 得到所述第二网 络模型输出 的实际相对面积， 再基于所述实际相对面积， 确定所述街景图像的小微空间定 位， 包括： 将所述街景图像集按照图像采集车和图像采集视角进行分类后， 再对分类街景图像进 行数据增强处 理； 将经过数据增强处理 的街景图像集输入至所述第 二网络模型进行实际相对面积区分， 得到所述第二网络模型输出的实际相对面积； 基于所述实 际相对面积， 计算所述街景图像的目标要素的深度像素值， 以基于所述深 度像素值确定所述 街景图像的小微空间定位。 8.一种基于街景图片的小微空间识别装置， 其特 征在于， 包括： 获取模块， 用于获取目标地区的街景图像集； 第一定位模块， 用于在所述街景图像集中的街景图像色彩分布满足目标分布要求的情 况下， 确定所述街景图像与目标图像的相似度， 基于所述相似度确定所述街景图像的小微 空间定位； 第二定位模块， 用于在所述街景图像集中的街景图像包含满足目标空间要素的情况 下， 将所述街景图像集输入至预设的第一网络模型对所述街景图像进 行小微空间的识别定 位， 得到所述第一网络模型输出 的所述街景图像的小微空间定位， 所述第一网络模型是基 于目标检测识别算法训练得到的； 第三定位模块， 用于在需要对所述街景图像集中的街景图像的小微空间要素的实际相 对面积进 行区分的情况下， 将所述街景图像集输入至预设的第二网络模型进 行实际相对面 积区分， 得到所述第二网络模型输出的实际相对面积， 再基于所述 实际相对面积， 确定所述 街景图像的小微空间定位， 所述第二网络模型 是基于语义分割算法训练得到的。 9.根据权利要求8所述的基于街景图片的小微空间识别装置， 其特征在于， 所述获取模 块， 用于基于预设的应用程序接口从第三方服务平台获取目标地区的多张初始街景图像， 对所述多张初始街景图像进行图像矫 正， 得到所述 街景图像集。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述基于街景图片的小微空间识别方法。权　利　要　求　书 2/2 页 3 CN 115359346 A 3