一种图像计量定价方法与流程

1.本发明涉及计量技术领域，特别涉及一种图像计量定价方法。


背景技术：

2.产业化的基础之一是“按劳分配”，“计件制”是落实这一分配方式的一种有效的计量手段。随着大数据技术的发展与推广，对大数据进行计件的需求日益旺盛。大数据计件的基础就是对数据计量定价。图像作为一种重要的大数据资源，构建图像计量定价机制具有较为广阔的应用前景。对于图像计量定价来说，图像数量统计与图像质量评估是基础。如何从多角度评估图像的定价，构建出适用的图像计量定价体系是当下亟待解决的问题。


技术实现要素：

3.为解决上述问题，本发明提供了一种图像计量定价方法，从图像的数量与质量两方面，通过多个评价因子构建图像的计量定价体系，通过计算各个因子从多个角度实现对图像的定价，并可针对每一张图像单独定价。
4.本发明提供了一种图像计量定价方法，具体技术方案如下：
5.获取待定价图像，并设定图像定价的参考价格；
6.构建图像计量定价模型，将所述待定价图像输入，获得单个图像的价格，所述图像计量定价模型如下：
7.pi＝αip
ref
8.其中，pi表示所述待定价图像i的价格，αi表示定价因子，p
ref
表示图像定价的参考价格；所述定价因子的取值范围为[0，1]。
[0009]
进一步的，所述定价因子由计量筛选因子fi、任务关联因子ti以及内容评估因子ci中的任一因子或多个因子的乘积；
[0010]
所述计量筛选因子fi用于表示待定价图像i是否纳入计量；
[0011]
所述任务关联因子ti用于表示待定价图像i的任务关联度得分；
[0012]
所述内容评估因子ci用于表示待定价图像i的内容质量得分。
[0013]
优选的，所述计量筛选因子fi基于md5码进行判定计算，具体过程如下：
[0014]
建立与图像对应的md5码数据库，所述md5码数据库中保存图像的md5码；
[0015]
提交待定价图像时，计算待定价图像的md5码，并将待定价图像的md5码与数据库中的md5码进行对比；
[0016]
若该md5码在数据库中得到匹配结果，则所述计量筛选因子置为0，若该md5码在数据库中未得到匹配结果，则所述计量筛选因子置为1，并将该md5码存入数据库中。
[0017]
优选的，所述任务关联因子ti为图像内容相似因子及图像采集位置因子中的任一因子或多个因子的乘积。
[0018]
进一步的，所述图像内容相似因子基于图像内容hash计算获得，用于表示待定价图像i与期望采集到的图像的内容相似程度,具体计算过程如下：
[0019][0020]
其中，xhashi表示待定价图像i的内容hash，表示待定价图像i期望的内容hash，表示待定价图像i与对应期望的内容hash之间的距离，e(hash
max
)为预设值，表示待定价图像i与对应期望采集到的图像的内容最不相似的情况，s
min
表示预设的图像内容相似因子的最小值。
[0021]
进一步的，所述图像采集位置因子基于图像采集时的gps坐标计算获得，用于表示待定价图像i与期望采集到的图像的位置相近程度,具体计算过程如下：
[0022][0023]
其中，gpsi表示采集待定价图像i的实际gps坐标，表示期望采集待定价图像i的gps坐标，表示采集待定价图像i的实际gps坐标与期望gps坐标的距离，e(gps
max
)为预设值，表示待定价图像i的实际采集位置与期望采集位置最不符合的情况，l
min
表示预设的li的最小值。
[0024]
优选的，所述内容评估因子ci基于目标检测结果计算获得，过程如下：
[0025]
将所述待定价图像输入目标检测程序，获得目标检测结果，所述目标检测结果包括目标及对应的数量；
[0026]
根据所述目标检测结果，计算所述内容评估因子，具体计算如下：
[0027][0028]
其中，表示待定价图像i中识别出的目标j的数量，rj为预设值，表示识别出目标j对应的分数，e(r
max
)为预设值，表示一张图像期望的最高分，c
max
表示预设的所述内容评估因子的最大值。
[0029]
进一步的，还包括根据所述待定价图像的定价因子，统算有效图像的数量，具体计算如下：
[0030][0031]
其中，n表示本次输入模型中所有图像的数量，表示对待定价图像i的定价因子向上取整。
[0032]
本发明的有益效果如下：
[0033]
本发明构建了图像计量定价模型，通过定价因子从多个角度评估图像的定价方式，基于计量筛选因子、任务关联因子和内容评估因子三种类型的参数进行定价评估，保证待定价图像不会重复计量，同时将图像与任务的关联度和图像的内容作为了定价与计量的
依据；
[0034]
其中，任务关联因子基于图像内容和图像采集位置两个维度进行评估，内容评价因子基于目标检测程序的结果进行评估，评估中，预设值e(hash
max
)、e(gps
max
)和e(r
max
)根据历史数据或经验进行推断设定，减少了计量定价所需的计算量。
附图说明
[0035]
图1是本发明的方法流程示意图。
具体实施方式
[0036]
在下面的描述中对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0037]
实施例1
[0038]
本发明的实施例1公开了一种图像计量定价方法，如图1所示，具体步骤流程如下：
[0039]
获取待定价图像，并设定图像定价的参考价格；
[0040]
本实施例中，以输电线路无人机巡检为例，无人机通过自主巡检方式，在规定的位置采集巡检图像，构建待定价图像数据集[1，2，3，...，i，...]，本实施例中，图像定价的参考价格，设定为最好质量的巡检图像应支付的最高价格。
[0041]
构建图像计量定价模型，将所述待定价图像输入，获得单个图像的价格，所述图像计量定价模型如下：
[0042]
pi＝αip
ref
[0043]
其中，pi表示所述待定价图像中图像i的价格，αi表示定价因子，p
ref
表示图像定价的参考价格；所述定价因子的取值范围为[0，1]。
[0044]
本实施例中，所述定价因子为计量筛选因子fi、任务关联因子ti以及内容评估因子ci中的任一因子或多个因子的乘积，即：
[0045]
αi＝fit
ici
[0046]
其中，fi表示计量筛选因子，ti表示任务关联因子，ci表示内容评估因子；所述计量筛选因子、任务关联因子和内容评估因子的取值范围均为[0，1]；在评估中未采用的因子，则将其置为1，三个因子通过算法程序进行自动计算获取，当遇计算得0的因子，即可终止计算，直接输出αi为0。
[0047]
所述计量筛选因子fi用于表示待定价图像i是否纳入计量，通过0和1进行表示，0表示不纳入计量，1表示纳入计量；
[0048]
本实施例中，基于md5码进行判定计算，具体过程如下：
[0049]
建立与图像对应的md5码数据库，所述md5码数据库中保存图像的md5码；
[0050]
提交待定价图像时，计算待定价图像的md5码，并将待定价图像的md5码与数据库中的md5码进行对比；
[0051]
若该md5码在数据库中得到匹配结果，则所述计量筛选因子置为0，若该md5码在数据库中未得到匹配结果，则所述计量筛选因子置为1，并将该md5码存入数据库中。
[0052]
所述任务关联因子ti用于表示待定价图像i的任务关联度得分，为图像内容相似因子及图像采集位置因子中的任一因子或多个因子的乘积，即：
[0053]
ti＝sili[0054]
其中，si表示图像内容相似因子，li表示图像采集位置因子；
[0055]
所述图像内容相似因子基于图像内容hash计算获得，具体计算过程如下：
[0056][0057]
其中，xhashi表示待定价图像i的内容hash，可为phash、ahash等的任意一种计算方法，表示待定价图像i期望的内容hash，表示待定价图像i与对应期望的内容hash之间的距离，e(hash
max
)为预设值，表示待定价图像i与对应期望采集到的图像的内容最不相似的情况，实际取值根据历史数据或经验进行推断设定，s
min
表示预设的图像内容相似因子的最小值，一般取为0。
[0058]
值越小，则待定价图像i与对应期望采集到的图像越相似，si的取值越接近1。
[0059]
所述图像采集位置因子基于图像采集时的gps坐标计算获得，具体计算过程如下：
[0060][0061]
其中，gpsi表示采集待定价图像i的实际gps坐标，可从图像exif信息中读取；表示期望采集待定价图像i的gps坐标，表示采集待定价图像i的实际gps坐标与期望gps坐标的距离，e(gps
max
)为预设值，表示待定价图像i的实际采集位置与期望采集位置最不符合的情况，实际取值根据历史数据或经验进行推断设定，l
min
表示预设的li的最小值，一般取为0。
[0062]
值越小，则待定价图像i实际采集位置与期望采集位置越一致，li的取值越接近1。
[0063]
所述内容评估因子用于表示待定价图像的内容质量得分，获得过程具体如下：
[0064]
将所述待定价图像输入目标检测程序，获得目标检测结果，所述目标检测结果包括目标及对应的数量；
[0065]
根据所述目标检测结果，计算所述内容评估因子，具体计算如下：
[0066][0067]
其中，表示待定价图像i中识别出的目标j的数量，rj为预设值，表示识别出目标j对应的分数，一般目标越难识别得分越高，e(r
max
；)为预设值，表示一张图像期望的最高分，实际取值根据历史数据或经验进行推断设定，c
max
表示预设的所述内容评估因子的最大值，一般取为1。
[0068]
根据得到的单张图像的价格，可对所述单张图像价格进行求和计算，输出一定数
量的图像总价p
sum
，即：
[0069][0070]
其中，n表示本次输入模型中所有图像的数量。
[0071]
根据得到的所有图像对应的定价因子，根据所述定价因子的取值，可统计有效图像的数量m，具体计算如下：
[0072][0073]
其中，n表示本次输入模型中所有图像的数量，表示对待定价图像i的定价因子向上取整，即当该定价因子不为0时，该值为1。
[0074]
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。