[發(fā)明專利]數(shù)據(jù)對(duì)象的處理方法、處理裝置及處理系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710998952.0
• 申請(qǐng)日: 2017-10-23
• 公開（公告）號(hào): CN109697452B
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 汪振華;安山;麻曉珍;陳宇
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 趙婷

1.一種用于處理圖像數(shù)據(jù)對(duì)象以進(jìn)行圖像聚類的方法，包括：

從多個(gè)第一簇的每個(gè)第一簇中抽取至少一個(gè)特征數(shù)據(jù)，得到再分析數(shù)據(jù)，其中，每一個(gè)特征數(shù)據(jù)對(duì)應(yīng)于一個(gè)圖像數(shù)據(jù)對(duì)象，所述多個(gè)第一簇為將所有待聚類的圖像數(shù)據(jù)對(duì)象的特征數(shù)據(jù)通過聚類而獲得的，所述至少一個(gè)特征數(shù)據(jù)包括圖像編碼格式、圖像中色彩分布、圖形輪廓中的任意一項(xiàng)或多項(xiàng)；

基于所述再分析數(shù)據(jù)中特征數(shù)據(jù)的相似性，通過聚類將所述再分析數(shù)據(jù)重新歸類為多個(gè)第二簇，所述多個(gè)第二簇的每個(gè)第二簇中包括所述再分析數(shù)據(jù)中的至少一個(gè)特征數(shù)據(jù)，其中，所述每個(gè)第二簇中的特征數(shù)據(jù)相似；

根據(jù)所述多個(gè)第二簇的每個(gè)第二簇中的特征數(shù)據(jù)在所述多個(gè)第一簇中的歸類，將所述多個(gè)第一簇的每個(gè)第一簇的特征數(shù)據(jù)重新分配至對(duì)應(yīng)的第二簇中；以及

當(dāng)所述重新分配后的所述多個(gè)第二簇對(duì)應(yīng)的聚類純度與所述多個(gè)第一簇對(duì)應(yīng)的聚類純度的純度差值大于預(yù)設(shè)的偏差閾值時(shí)，以所述重新分配后的所述多個(gè)第二簇為所述多個(gè)第一簇，重復(fù)執(zhí)行所述抽取、重新歸類、以及重新分配操作，直到所述純度差值小于或等于所述偏差閾值時(shí)，輸出所述重新分配后的所述多個(gè)第二簇；

其中，所述聚類純度包括平均每個(gè)簇中的特征數(shù)據(jù)的個(gè)數(shù)，其中，基于每一個(gè)特征數(shù)據(jù)與一個(gè)圖像數(shù)據(jù)對(duì)象的對(duì)應(yīng)關(guān)系，所述純度差值小于或等于所述偏差閾值時(shí)表征所有待聚類的圖像數(shù)據(jù)對(duì)象的相似性的完整提取，以及平均每個(gè)簇對(duì)應(yīng)的圖像數(shù)據(jù)對(duì)象的個(gè)數(shù)滿足完整提取條件；

其中，所述輸出所述重新分配后的所述多個(gè)第二簇，包括：

輸出的所述多個(gè)第二簇的總個(gè)數(shù)具有收斂性和一致性，使得對(duì)圖像數(shù)據(jù)對(duì)象的特征數(shù)據(jù)的相似性的提取達(dá)到不能再提升的程度。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述聚類純度通過所述所有待聚類的圖像數(shù)據(jù)對(duì)象的總個(gè)數(shù)與簇的總個(gè)數(shù)確定。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述從多個(gè)第一簇的每個(gè)第一簇中抽取至少一個(gè)特征數(shù)據(jù)，包括：

從所述多個(gè)第一簇的每個(gè)第一簇中隨機(jī)抽取一個(gè)特征數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，還包括：

通過聚類將所述所有待聚類的圖像數(shù)據(jù)對(duì)象的特征數(shù)據(jù)歸類為多個(gè)第一簇。

5.根據(jù)權(quán)利要求4所述的方法，還包括：

獲取所述所有待聚類的圖像數(shù)據(jù)對(duì)象中每一個(gè)圖像數(shù)據(jù)對(duì)象對(duì)應(yīng)的特征數(shù)據(jù)。

6.一種用于處理圖像數(shù)據(jù)對(duì)象以進(jìn)行圖像聚類的裝置，包括：

抽取模塊，用于從多個(gè)第一簇的每個(gè)第一簇中抽取至少一個(gè)特征數(shù)據(jù)，得到再分析數(shù)據(jù)，其中，每一個(gè)特征數(shù)據(jù)對(duì)應(yīng)于一個(gè)圖像數(shù)據(jù)對(duì)象，所述多個(gè)第一簇為將所有待聚類的圖像數(shù)據(jù)對(duì)象的特征數(shù)據(jù)通過聚類而獲得的，所述至少一個(gè)特征數(shù)據(jù)包括圖像編碼格式、圖像中色彩分布、圖形輪廓中的任意一項(xiàng)或多項(xiàng)；

重新歸類模塊，用于基于所述再分析數(shù)據(jù)中特征數(shù)據(jù)的相似性，通過聚類將所述再分析數(shù)據(jù)重新歸類為多個(gè)第二簇，所述多個(gè)第二簇的每個(gè)第二簇中包括所述再分析數(shù)據(jù)中的至少一個(gè)特征數(shù)據(jù)，其中，所述每個(gè)第二簇中的特征數(shù)據(jù)相似；

重新分配模塊，用于根據(jù)所述多個(gè)第二簇的每個(gè)第二簇中的特征數(shù)據(jù)在所述多個(gè)第一簇中的歸類，將所述多個(gè)第一簇的每個(gè)第一簇的特征數(shù)據(jù)重新分配至對(duì)應(yīng)的第二簇中；以及

循環(huán)模塊，用于當(dāng)所述重新分配后的所述多個(gè)第二簇對(duì)應(yīng)的聚類純度與所述多個(gè)第一簇對(duì)應(yīng)的聚類純度的純度差值大于預(yù)設(shè)的偏差閾值時(shí)，以所述重新分配后的所述多個(gè)第二簇為所述多個(gè)第一簇，重復(fù)執(zhí)行所述抽取、重新歸類、以及重新分配操作，直到所述純度差值小于或等于所述偏差閾值時(shí)，輸出所述重新分配后的所述多個(gè)第二簇；

其中，所述聚類純度包括每個(gè)簇中的特征數(shù)據(jù)的個(gè)數(shù)，其中，基于每一個(gè)特征數(shù)據(jù)與一個(gè)圖像數(shù)據(jù)對(duì)象的對(duì)應(yīng)關(guān)系，所述純度差值小于或等于所述偏差閾值時(shí)表征所有待聚類的圖像數(shù)據(jù)對(duì)象的相似性的完整提取，以及平均每個(gè)簇對(duì)應(yīng)的圖像數(shù)據(jù)對(duì)象的個(gè)數(shù)滿足完整提取條件；

其中，所述輸出所述重新分配后的所述多個(gè)第二簇，包括：

輸出的所述多個(gè)第二簇的總個(gè)數(shù)具有收斂性和一致性，所述多個(gè)第二簇中不存在可進(jìn)一步合并的簇，使得對(duì)圖像數(shù)據(jù)對(duì)象的特征數(shù)據(jù)的相似性的提取達(dá)到不能再提升的程度。