[發明專利]聚類中心的確定方法、系統和圖片類型的確定方法、裝置

在審

• 申請號: 202010424027.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111723844A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 劉向陽;仇雪雅;唐大閏
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 吳曉霞;栗若木

1.一種聚類中心的確定方法，包括，

獲取包含目標對象的圖片；

檢測所述圖片中的目標對象，提取每個圖片中目標對象的區域的特征；

對所述目標對象的區域的特征進行聚類，形成M個聚類，M為大于或等于1的整數；

對每個聚類分別標記其對應的聚類中心的類型。

2.根據權利要求1所述的方法，其中，

所述對每個聚類標記其對應的聚類中心的類型，包括：

計算所獲取的圖片中目標對象的區域的特征與所述M個聚類的中心的相似度距離；

針對每個聚類的聚類中心，確定相似度距離最近的X個目標對象的特征，確定所述X個特征所對應的X個圖片為該聚類中心的代表，X為大于或等于1的整數；

標記所述X個圖片對應的聚類中心的類型；

當所述目標對象為人時，所述聚類中心的類型至少包括以下之一：穿著預定服裝的人、未穿著預定服裝的人、不是人；

或者，當所述目標對象為人時，所述聚類中心的類型至少包括以下之一：第一姿勢的人、第二姿勢的人、不是人。

3.根據權利要求1或2所述的方法，

所述檢測所述圖片中的目標對象，包括：

當所述目標對象為人時，采用行人檢測算法檢測所述圖片中的人；

當所述目標對象為人時，所述提取每個圖片中目標對象的區域的特征，包括：采用深度神經網絡算法提取全部圖片中N個人的區域的特征，N為大于或等于M。

4.根據權利要求2所述的方法，其中，

當所述聚類中心的類型至少包括以下之一：穿著預定服裝的人、未穿著預定服裝的人、不是人時，所述M根據至少以下之一的因素確定：服裝的種類、圖片拍攝的角度；

當所述聚類中心的類型至少包括以下之一：第一姿勢的人、第二姿勢的人、不是人時，所述M根據至少以下之一的因素確定：可能涉及的姿勢的種類、圖片拍攝的角度。

5.一種圖片對應的類型的確定方法，包括

獲取包含目標對象的圖片；

檢測所述圖片中的目標對象，提取圖片中目標對象的區域的特征；

根據權利要求1到4中任一方法所確定的聚類中心，計算所述目標對象的區域的特征分別到所述聚類中心的M個聚類的聚類中心的相似度距離；

判斷至少一個所述相似度距離小于預設閾值時，確定所述目標對象的區域的特征屬于該聚類，并確定所述圖片對應的類型為該聚類的聚類中心的類型。

6.根據權利要求5所述的方法，還包括，

當確定所述圖片對應的類型為預設的不合格類型時；

發送告警消息提示管理人員，所述告警消息中包括所述圖片。

7.一種聚類中心的確定系統，其特征在于，包括，

圖片采集模塊，設置為獲取包含目標對象的圖片；

特征提取模塊，設置為檢測所述圖片中的目標對象，提取每個圖片中目標對象的區域的特征；

聚類模塊，設置為對所述目標對象的區域的特征進行聚類，形成M個聚類，M為大于或等于1的整數；

標記模塊，設置為對每個聚類分別標記其對應的聚類中心的類型。

8.一種圖片對應的類型的確定裝置，其特征在于，包括，

獲取模塊，獲取包含目標對象的圖片；

特征提取模塊，檢測所述圖片中的目標對象，提取圖片中目標對象的區域的特征；

類型確定模塊，設置為根據權利要求1到4中任一方法所確定的聚類中心，計算所述目標對象的區域的特征分別到所述聚類中心的M個聚類的聚類中心的相似度距離；判斷至少一個所述相似度距離小于預設閾值時，確定所述目標對象的區域的特征屬于該聚類，并確定所述圖片對應的類型為該聚類的聚類中心的類型。

9.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求1至4任一項中所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求5至6任一項中所述的方法。