1.一种基于卷积神经网络的图像地理定位系统，其特征在于，所述系统包括：视频上载模块、图片上载模块、图像帧提取模块、地理标记检测模块、分解模块、特征提取模块、激活函数、池化模块、全连接模块、分类器分析判断模块、学习模块、地区数据库、像素数据库和结果显示模块；

所述视频上载模块信号连接于图像帧提取模块；图像帧提取模块分别信号连接于视频上载模块和地理标记检测模块；所述地理标记检测模块分别信号连接于图像帧提取模块、分析判断模块、图片上载模块、分解模块和特征提取模块；所述特征提取模块，分别信号连接于地理标记检测模块、激活函数和池化模块；所述池化模块分别信号连接于特征提取模块、激活函数和全连接模块；所述全连接模块分别信号连接于分类器和池化模块；所述分类器分别信号连接于全连接模块和分析判断模块；所述分析判断模块分别信号连接于分解模块、地理标记检测模块、分类器、结果显示模块和学习模块；所述学习模块分别信号连接于分析判断模块、像素数据库和地区数据库。

2.如权利要求1所述的基于卷积神经网络的图像地理定位系统，其特征在于，所述视频上载模块，用于上传视频信息，将视频信息发送至图像帧提取模块；所述图片上载模块，用于上传图片信息，将图片信息发送至地理标记检测模块；所述图像帧提取模块，用于将视频信息进行解码，截取视频的地理标记和获取视频信息中完整的图像帧，将地理标记和图像帧发送至地理标记检测模块；所述地理标记检测模块，用于判断上传的视频信息和图片信息中是否有地理标记，如果包含地理标记则直接将图片信息发送至分析判断模块，如果没有包含地理标记则将图片发送至分解模块和特征提取模块。

3.如权利要求2所述的基于卷积神经网络的图像地理定位系统，其特征在于，所述分解模块，用于将接收到的图片信息分解成像素信息，将分解后的像素信息发送至分析判断模块；所述特征提取模块，用于对接收到的图片进行特征提取，提取到的特征信息发送至激活函数；所述激活函数，用于将特征提取模块和池化模块进行连接；所述池化模块，用于对接收到的特征信息进行处理，降低特征提取模块输出的特征向量，同时改善结果；所述全连接模块，用于将分类器和最终的特征信息进行连接；所述分类器用于根据特征信息进行分类处理。

4.如权利要求3所述的基于卷积神经网络的图像地理定位系统，其特征在于，所述像素数据库内存储有样本像素信息；所述样本像素信息由1.5亿张包含GPS地理位置信息的图片资源分解而成的像素组成；

所述地区数据库内存储的数据为微小地区标记；所述微小地区标记为：将筛选出的全球30000个人口密度最高地区中的每个地区分解成30000个大小不一的方块区域，并针对这些方块区域添加不同标记后的数据信息。