区域识别的方法、装置、设备和介质制造方法及图纸

本申请公开了一种区域识别的方法、装置、设备和介质。该方法包括：获取包括已知区域信息的卫星图片；对包括已知区域信息的卫星图片进行预处理，得到目标图片；以包括已知区域信息的卫星图片作为训练集，以目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型；利用区域识别模型，确定需要进行区域识别的卫星图片中的目标区域。根据本发明专利技术的实施例提供的技术方案，通过区域识别模型，可以使得通过区域识别模型得到的区域识别结果更加精准，同时也会提高区域识别的效率。

Method, device, equipment and medium of area identification

【技术实现步骤摘要】
区域识别的方法、装置、设备和介质
本专利技术涉及计算机
，尤其涉及一种区域识别的方法、装置、设备和介质。
技术介绍
网络质量评估是无线网络优化工作的重要组成部分，是运营商开展网络运行维护、优化调整以及工程建设的重要手段和依据。在对某一个区域进行网络质量评估时，首先就需要确定某一个区域的具体位置，基于确定的区域位置，才可以准确对网络质量进行评估。目前通常是根据测量报告(MeasurementReport，MR)中的数据信息对某一个区域的网络质量进行评估和优化。但是MR数据无法准确体现用户的地理位置，从而就会影响到接下来对某一个区域的网络质量进行评估的准确性。因此，存在无法准确进行区域的识别的技术问题。
技术实现思路
本专利技术实施例提供了一种区域识别的方法、装置、设备和介质，能够准确进行区域的识别。本专利技术实施例的一方面，提供一种区域识别的方法，该方法包括：获取包括已知区域信息的卫星图片；对包括已知区域信息的卫星图片进行预处理，得到目标图片；以包括已知区域信息的卫星图片作为训练集，以目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型；利用训练后的区域识别模型，确定需要进行区域识别的卫星图片中的目标区域。本专利技术实施例的另一方面，提供一种区域识别的装置，该装置包括：图片获取模块，用于获取包括已知区域信息的卫星图片；图片处理模块，用于对包括已知区域信息的卫星图片进行预处理，得到目标图片；模型创建模块，用于以包括已知区域信息的卫星图片作为训练集，以目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型；区域识别模块，用于利用训练后的区域识别模型，确定需要进行区域识别的卫星图片中的目标区域。根据本专利技术实施例的另一方面，提供一种区域识别的设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如上述本专利技术实施例的任意一方面提供的区域识别的方法。根据本专利技术实施例的另一方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如上述本专利技术实施例的任意一方面提供的区域识别的方法。本专利技术实施例提供的区域识别的方法、装置、设备和介质。基于已知区域信息的卫星图片以及经过预处理后得到的目标图片，训练区域识别模型，通过调整超参数可以使得区域识别模型越加精准，从而使得通过该区域识别模型得到的区域识别结果也更加精准。同时利用训练后的区域识别模型来对需要进行区域识别的卫星图片进行区域识别，提高了区域识别的效率以及准确性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本专利技术一实施例的区域识别的方法的示意图；图2示出本专利技术一实施例的卫星图片示意图；图3示出本专利技术一实施例的卷积神经网络的原理示意图；图4示出本专利技术另一实施例的区域识别的方法的流程图；图5示出本专利技术一实施例的村庄区域示意图；图6a示出本专利技术一实施例的曼哈顿距离示意图；图6b示出本专利技术一实施例的像素点之间的曼哈顿距离；图7示出本专利技术一实施例的聚类处理的方法的流程图；图8示出本专利技术一实施例的聚类结果示意图；图9示出本专利技术一实施例的8连通检测轮廓跟踪算法的定义示意图；图10示出本专利技术一实施例的连通邻居像素点的示意图；图11示出本专利技术又一实施例的区域识别的方法的流程图；图12示出本专利技术一实施例的区域识别的装置的结构示意图；图13示出了能够实现根据本专利技术实施例的区域识别的方法和装置的计算设备的示例性硬件架构的结构图。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。下面结合附图，详细描述根据本专利技术实施例的区域识别的方法、装置、设备和介质。应注意，这些实施例并不是用来限制本专利技术公开的范围。下面通过图1至图11详细介绍根据本专利技术实施例的区域识别的方法。在本专利技术的一个实施例中，如图1所示，图1是示出本专利技术一实施例的区域识别的方法的示意图。下面以农村区域作为需要识别的区域即目标区域为例，详细介绍本专利技术实施例中的区域识别方法。如图1所示，本专利技术实施例中的区域识别的方法100包括以下步骤：S110，获取包括已知区域信息的卫星图片。具体的，如图2所示，图2是示出本专利技术实施例中卫星图片示意图。首先获取预设数量的包括农村区域的卫星图片。S120，对包括已知区域信息的卫星图片进行预处理，得到目标图片。在本专利技术的一个实施例中，继续参见图2。将获取的卫星图片中的农村区域标注出来。例如，可以将获取的卫星图片中的农村区域的像素值设置为0，即将卫星图片中的农村区域设置为黑色，得到目标图片。其中，目标图片中包括黑色区域的农村区域以及非农村区域。S130，以包括已知区域信息的卫星图片作为训练集，以目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型。在本专利技术的一个实施例中，将上述获取到的卫星图片作为区域识别模型的训练集。其中，训练集用于估计模型。将目标图片作为区域识别模型的目标数据，即将目标图片作为区域识别模型的标签。首先，将训练集中包括已知区域信息的卫星图片按照预设规格进行划分。例如，可以将训练集中包括已知区域信息的卫星图片以及目标数据中的目标图片按照8×8预设规格进行划分，得到模型栅格图片。应当注意的是，区域识别模型的训练集以及区域识别模型的目标数据共同组成区域识别模型的数据集。其次，将目标数据即区域识别模型的标签转换为离散标签，例如，标签[0,1]代表非农村区域，标签[1,0]代表农村区域。最后，将模型栅格图片以及离散标签通过多层卷积神本文档来自技高网...

【技术保护点】
1.一种区域识别的方法，其特征在于，包括：/n获取包括已知区域信息的卫星图片；/n对所述包括已知区域信息的卫星图片进行预处理，得到目标图片；/n以所述包括已知区域信息的卫星图片作为训练集，以所述目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型；/n利用所述训练后的区域识别模型，确定需要进行区域识别的卫星图片中的目标区域。/n

【技术特征摘要】
1.一种区域识别的方法，其特征在于，包括：
获取包括已知区域信息的卫星图片；
对所述包括已知区域信息的卫星图片进行预处理，得到目标图片；
以所述包括已知区域信息的卫星图片作为训练集，以所述目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型；
利用所述训练后的区域识别模型，确定需要进行区域识别的卫星图片中的目标区域。


2.根据权利要求1所述区域识别的方法，其特征在于，还包括：
根据区域兴趣点POI点对所述目标区域进行聚类处理，确定与所述区域POI点对应的目标区域；
利用轮廓跟踪算法，获得与所述区域POI点对应的目标区域的区域轮廓；
在与所述区域POI点对应的目标区域的区域轮廓内，进行与所述区域POI点对应的目标区域的网络质量评估。


3.根据权利要求1所述区域识别的方法，其特征在于，所述对所述包括已知区域信息的卫星图片进行预处理，得到目标图片，包括：
对所述包括已知区域信息的卫星图片中所述目标区域进行标注；
将包括标注后的目标区域的卫星图片作为目标图片。


4.根据权利要求1所述区域识别的方法，其特征在于，所述以所述包括已知区域信息的卫星图片作为训练集，以所述目标图片作为目标数据，训练区域识别模型，得到训练后的区域识别模型，包括：
基于预设规格划分所述训练集中包括已知区域信息的卫星图片以及目标数据中的目标图片，得到模型栅格图片；
利用卷积神经网络和所述模型栅格图片，训练区域识别模型，得到训练后的区域识别模型。


5.根据权利要求4所述区域识别的方法，其特征在于，所述利用所述训练后的区域识别模型，确定需要进行区域识别的卫星图片中的目标区域，包括：
将所述需要进行区域识别的卫星图片按照所述预设规格进行划分，得到待识别栅格图片；
基于所述训练后的区域识别模型对所述待识别栅格图片进行模型训练，得到训练结果；
将所述训练结果为目标区域的待识别栅格图片标注为第一标识，将所述训练结果为非目标区域的待识别栅格图片标注为第二标识；
将具有第一标识的待识别栅格图片以及具有第二标识的待识别栅格图片拼接，得到结果图片，并获取扩大处...

【专利技术属性】
技术研发人员：黄莎，魏宗静，冉小刚，徐秋连，
申请(专利权)人：中国移动通信集团四川有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：四川;51