一种举证照片异常识别及提醒方法、系统技术方案

本发明专利技术提供一种举证照片异常识别及提醒方法、系统，该方法包括：S101：获取移动调查设备发送的调查信息；S102：获取举证照片与目标图斑的距离以及拍摄方向，根据距离和拍摄方向判断举证照片是否异常，若是，则执行S104，若否，则执行S103；S103：通过深度学习模型获取举证照片的地类信息，并根据地类信息判断同一目标图斑的举证照片是否异常，若是，则执行S104，若否，则执行S105；S104：确定举证照片异常；S105：通过规则引擎结合原土地利用现状数据库中的数据进行判断，以获取目标图斑的调查结果。本发明专利技术能够自动识别异常照片，并反馈相应的提醒信息，识别准确，避免工作反复，并且通过规则引擎获取调查结果，速度快且不容易出错。

【技术实现步骤摘要】
一种举证照片异常识别及提醒方法、系统
本专利技术涉及国土调查领域，尤其涉及一种举证照片异常识别及提醒方法、系统。
技术介绍
国土调查是摸清土地利用状况的基础性工作，为准确查清每块土地的利用性质，调查员需要开展野外调查，根据图斑实地的用地条件、种植情况等，结合土地利用现状、永久基本农田等数据按相应的调查规则判断地类并采集反映地类特征的现场照片作为佐证。目前的国土调查的技术方案主要以人机结合方式对工作流程进行整合，具体的操作及规则分析判断仍以人工执行为主。然而，国土调查存在相当的专业性和复杂性，要求调查员对土地利用特征识别、照片拍摄方法及调查规则具备相应的经验和能力，现有技术方案存在以下三个不足：(1)现有技术方案基于调查员的主观认知对土地利用特征(用地条件、种植情况等)进行识别，并且参与调查工作的人员众多(每个省超过1万人)，主观认知难于通过量化的方式统一标准。(2)现有技术方案无法对采集照片的合理性及拍摄质量进行实时控制，对拍摄要求执行不到位、拍摄方法不合理等典型错误无法及时提醒，只能事后进行人工检查并补拍，导致工作反复。(3)国土调查规则较为复杂，涉及对土地利用现状、永久基本农田等数据的占比、面积进行分析比较，逻辑互相约束。现有的技术方案依靠人工机械地对照规则执行，速度慢且容易出错。
技术实现思路
为了克服现有技术的不足，本专利技术提出一种举证照片异常识别及提醒方法、系统，能够在接收到举证照片时，自动识别异常的举证照片，并反馈相应的提醒信息，避免工作反复，通过深度学习模型自动识别举证照片对应的地类，不依靠主观认知，识别更准确，并且通过规则引擎获取调查结果，速度快且不容易出错。为解决上述问题，本专利技术采用的一个技术方案为：一种举证照片异常识别及提醒方法，所述方法包括：S101：获取移动调查设备发送的调查信息，所述调查信息包括举证照片、站位点坐标、方位角以及目标图斑坐标；S102：获取所述举证照片与所述目标图斑的距离以及拍摄方向，根据所述距离和拍摄方向判断所述举证照片是否异常，若是，则执行S104，若否，则执行S103；S103：通过深度学习模型获取所述举证照片的地类信息，并根据所述地类信息判断同一所述目标图斑的举证照片是否异常，若是，则执行S104，若否，则执行S105；S104：确定所述举证照片异常；S105：通过规则引擎结合原土地利用现状数据库中的数据进行判断，以获取目标图斑的调查结果。进一步地，所述获取移动调查设备发送的调查信息的步骤之前还包括：基于深度学习平台对样本集进行训练得到深度学习模型，所述样本集包括所有二级地类对应的照片。进一步地，所述样本集中的每个二级地类对应至少一张照片，且不同所述二级地类对应的照片存储在不同点的文件夹中。进一步地，所述获取所述举证照片与所述目标图斑的距离以及拍摄方向的步骤具体包括：通过所述站位点坐标、目标图斑坐标获取所述举证照片与所述目标图斑的距离；根据所述站位点坐标、方位角获取所述举证照片的拍摄方向。进一步地，所述举证照片包括远景照片、近景照片、特征照片。进一步地，所述根据所述距离和拍摄方向判断所述举证照片是否异常的步骤具体包括：判断所述远景照片与目标图斑的距离是否超过第一预设值，若超过，则确定所述远景照片异常；判断所述近景照片或特征照片与所述目标图斑的距离是否超过第二预设值，若超过，则确定所述近景照片或特征照片异常。从所述站位点坐标沿所述方位角作射线，判断所述射线是否与所述目标图斑相交，若不相交，则确定所述举证照片异常。进一步地，所述地类信息包括所述举证照片的地类和置信度。进一步地，所述根据所述地类信息判断同一所述目标图斑的举证照片是否异常的步骤具体包括：判断同一目标图斑的所述近景照片或特征照片是否包括至少两个地类信息且置信度低于预设值，若是，则确定所述近景照片或特征照片异常；判断所述远景照片与所述近景照片、特征照片是否处于相同一级地类且所述近景照片、特征照片对应的二级地类一致，若是，则确定所述举证照片异常。基于相同的专利技术构思，本申请还提出一种举证照片异常识别及提醒系统，所述系统包括移动调查设备、后台系统；所述移动调查设备用于拍摄所述目标图斑的举证照片，并将所述举证照片发送给后台系统；所述后台系统根据所述举证照片实现如上所述的一种举证照片异常识别及提醒方法。相比现有技术，本专利技术的有益效果在于：能够在接收到举证照片时，自动识别异常的举证照片，并反馈相应的提醒信息，避免工作反复，通过深度学习模型自动识别举证照片对应的地类，不依靠主观认知，识别更准确，并且通过规则引擎获取调查结果，速度快且不容易出错。附图说明图1为本专利技术一种举证照片异常识别及提醒方法一实施例的流程图；图2为本专利技术举证照片异常识别及提醒系统一实施例的结构图；图3为本专利技术举证照片异常识别及提醒系统中后台系统执行的一种举证照片异常识别及提醒方法一实施例的流程图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。请参阅图1，其中，图1为本专利技术一种举证照片异常识别及提醒方法一实施例的流程图。结合附图1对本专利技术一种举证照片异常识别及提醒方法作详细说明。在本实施例中，一种举证照片异常识别及提醒方法包括：S101：获取移动调查设备发送的调查信息，调查信息包括举证照片、站位点坐标、方位角以及目标图斑坐标。在本实施例中，移动调查设备包括手机、平板、智能手表以及其他能够实时定位和通过无线传输的方式向后台系统发送举证照片的设备。接收调查信息的后台系统可以为服务器、电脑、云平台、手机以及其他能够对接收到的信息进行处理的设备。在本实施例中，获取移动调查设备发送的调查信息的步骤之前还包括：基于深度学习平台对样本集进行训练得到深度学习模型，样本集包括所有二级地类对应的照片。样本集是深度学习技术识别举证照片特征的基础，样本集的准确度直接影像到特征识别的效果。用于训练的样本集通过人工方式对样本图片进行筛选和分类标记形成，其中，样本照片的筛选以内容准确、主体突出、特征明显为原则。在本实施例中，样本集中的每个二级地类对应至少一张照片，且不同二级地类对应的照片存储在不同点的文件夹中。在一个具体的实施例中，国土调查数据库标准定义了13个一级地类，对应57个二级地类，因工作需要增加了4个二级地类(1301-1304)，即样本集包括61个二级地类，具体内容见下表表一，对应每个二级地类分别准备200张样本照片，每个二级地类照片存放到一个文件夹中，文件夹以二级地类编码命名。表一、地类编码与地类名称对照表在本实施例中，深度学习平台为EasyDL深度学习平台训练得到举证本文档来自技高网...

【技术保护点】
1.一种举证照片异常识别及提醒方法，其特征在于，所述方法包括：/nS101：获取移动调查设备发送的调查信息，所述调查信息包括举证照片、站位点坐标、方位角以及目标图斑坐标；/nS102：获取所述举证照片与所述目标图斑的距离以及拍摄方向，根据所述距离和拍摄方向判断所述举证照片是否异常，若是，则执行S104，若否，则执行S103；/nS103：通过深度学习模型获取所述举证照片的地类信息，并根据所述地类信息判断同一所述目标图斑的举证照片是否异常，若是，则执行S104，若否，则执行S105；/nS104：确定所述举证照片异常；/nS105：通过规则引擎结合原土地利用现状数据库中的数据进行判断，以获取目标图斑的调查结果。/n

【技术特征摘要】
1.一种举证照片异常识别及提醒方法，其特征在于，所述方法包括：
S101：获取移动调查设备发送的调查信息，所述调查信息包括举证照片、站位点坐标、方位角以及目标图斑坐标；
S102：获取所述举证照片与所述目标图斑的距离以及拍摄方向，根据所述距离和拍摄方向判断所述举证照片是否异常，若是，则执行S104，若否，则执行S103；
S103：通过深度学习模型获取所述举证照片的地类信息，并根据所述地类信息判断同一所述目标图斑的举证照片是否异常，若是，则执行S104，若否，则执行S105；
S104：确定所述举证照片异常；
S105：通过规则引擎结合原土地利用现状数据库中的数据进行判断，以获取目标图斑的调查结果。


2.如权利要求1所述的一种举证照片异常识别及提醒方法，其特征在于，所述获取移动调查设备发送的调查信息的步骤之前还包括：
基于深度学习平台对样本集进行训练得到深度学习模型，所述样本集包括所有二级地类对应的照片。


3.如权利要求2所述的一种举证照片异常识别及提醒方法，其特征在于，所述样本集中的每个二级地类对应至少一张照片，且不同所述二级地类对应的照片存储在不同点的文件夹中。


4.如权利要求1所述的一种举证照片异常识别及提醒方法，其特征在于，所述获取所述举证照片与所述目标图斑的距离以及拍摄方向的步骤具体包括：
通过所述站位点坐标、目标图斑坐标获取所述举证照片与所述目标图斑的距离；
根据所述站位点坐标、方位角获取所述举证照片的拍摄方向。


5.如权利要求1所述的一种举证照片异常...

【专利技术属性】
技术研发人员：魏瑄，王冬至，张应裕，王斌，黄兴，吴金豪，刘剑，罗亮，王腾，邱宏华，江淑茜，李蕾，
申请(专利权)人：广东省国土资源测绘院，
类型：发明
国别省市：广东;44