[發明專利]圖像的聚類方法、裝置及計算機存儲介質

有效

• 申請號: 201910696640.3
• 申請日: 2019-07-30
• 公開（公告）號: CN110443297B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 鄧祥;阮學武;周道利;王典
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/75;G06K9/62
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 李慶波

1.一種圖像的聚類方法，其特征在于，所述方法包括：

獲取多條圖像數據；

對所述多條圖像數據進行聚類處理，得到至少一個圖像聚類；

獲取所述圖像聚類的代表性圖像，所述代表性圖像為所述圖像聚類中的質量值最高的圖像數據或所述圖像聚類的聚類中心；

確認圖像集合庫中與所述代表性圖像匹配的集合中心；

根據確認結果將所述圖像聚類保存至所述圖像集合庫;

其中，所述根據確認結果將所述圖像聚類保存至所述圖像集合庫，包括：

若所述圖像集合庫中沒有與代表性圖像匹配的集合中心，則將圖像聚類以新的圖像集合保存至所述圖像集合庫；

若所述圖像集合庫中有與代表性圖像匹配的集合中心，則將圖像聚類保存至匹配的所述集合中心對應的圖像集合中；

其中，所述將圖像聚類保存至匹配的所述集合中心對應的圖像集合中，之后包括：

比較所述代表性圖像的質量值與所述集合中心的質量值；

若所述代表性圖像的質量值大于所述集合中心的質量值，則將所述代表性圖像作為添加所述圖像聚類后的所述圖像集合的集合中心。

2.根據權利要求1所述的聚類方法，其特征在于，所述質量值為所述圖像數據中遮擋系數、模糊系數、光照系數和三維角度的加權和。

3.根據權利要求1所述的聚類方法，其特征在于，所述確認圖像集合庫中與所述代表性圖像匹配的集合中心，包括：

計算所述代表性圖像和所述圖像集合庫中集合中心的相似度；

確認相似度大于相似度閾值的集合中心與所述代表性圖像匹配。

4.根據權利要求1所述的聚類方法，其特征在于，所述對所述多條圖像數據進行聚類處理，得到至少一個圖像聚類，包括：

計算每條圖像數據與其他圖像數據的相似度；

將相似度大于相似度閾值的其他圖像數據作為各個圖像數據的相似圖像集；

依次確定每條圖像數據是否歸入圖像聚類；

若所述圖像數據已歸入圖像聚類，則將其相似圖像集歸入圖像聚類；

若所述圖像數據未歸入圖像聚類，則將圖像數據及其相似圖像集作為新的圖像聚類。

5.根據權利要求1所述的聚類方法，其特征在于，所述獲取多條圖像數據，包括：

實時獲取圖像數據；

周期性獲取預設數量的多條圖像數據。

6.一種圖像的聚類裝置，其特征在于，所述圖像的聚類裝置包括：

獲取模塊，用于獲取多條圖像數據；

處理模塊，用于對所述多條圖像數據進行聚類處理，得到至少一個圖像聚類，獲取所述圖像聚類的代表性圖像，所述代表性圖像為所述圖像聚類中的質量值最高的圖像數據或所述圖像聚類的聚類中心；

確認模塊，用于確認圖像集合庫中與所述代表性圖像匹配的集合中心；

保存模塊，用于根據確認結果將所述圖像聚類保存至所述圖像集合庫;

其中，所述根據確認結果將所述圖像聚類保存至所述圖像集合庫，包括：

若所述圖像集合庫中沒有與代表性圖像匹配的集合中心，則將圖像聚類以新的圖像集合保存至所述圖像集合庫；

若所述圖像集合庫中有與代表性圖像匹配的集合中心，則將圖像聚類保存至匹配的所述集合中心對應的圖像集合中；

其中，所述將圖像聚類保存至匹配的所述集合中心對應的圖像集合中，之后包括：

比較所述代表性圖像的質量值與所述集合中心的質量值；

若所述代表性圖像的質量值大于所述集合中心的質量值，則將所述代表性圖像作為添加所述圖像聚類后的所述圖像集合的集合中心。

7.一種圖像的聚類裝置，其特征在于，所述圖像的聚類裝置包括處理器和存儲器；所述存儲器中存儲有計算機程序，所述處理器用于執行所述計算機程序以實現如權利要求1-5中任一項所述方法的步驟。

8.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有計算機程序，所述計算機程序被執行時實現如權利要求1-5中任一項所述方法的步驟。