[發明專利]對象分類方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010839712.8
• 申請日: 2020-08-19
• 公開（公告）號: CN112132178B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 余曉填
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06F18/22;G06F18/25
• 代理公司: 深圳驛航知識產權代理事務所(普通合伙) 44605
• 代理人: 楊倫

1.一種對象分類方法，其特征在于，所述方法用于人員對象或場所對象的分類，所述方法包括以下步驟：

獲取全局對象的統計數據，所述全局對象包括待分類對象以及已分類對象，其中，待分類對象數量大于已分類對象數量，所述全局對象的類型為人員對象或場所對象，所述統計數據包括基于時間變化屬性的動態信息以及基于固定屬性的靜態信息；

根據所述動態信息以及靜態信息，計算得到所述全局對象對應的相似度融合矩陣；

獲取所述已分類對象的樣本標簽數據，并根據所述樣本標簽數據獲取初始化樣本標簽矩陣，所述樣本標簽數據為預先對所述已分類對象進行標注得到，所述樣本標簽數據包括基于人員對象的類別標簽或基于場所對象的類別標簽或基于物體對象的類別標簽；

基于所述相似度融合矩陣與所述初始化樣本標簽矩陣對所述待分類對象進行標簽傳播，并迭代得到最終的標簽分布矩陣；

根據所述最終的標簽分布矩陣對所述待分類對象進行分類。

2.如權利要求1所述的方法，其特征在于，所述根據所述動態信息以及靜態信息，計算得到所述全局對象對應的相似度融合矩陣，包括：

根據所述動態信息以及靜態信息，分別提取各個全局對象對應的動態特征以及靜態特征；

根據所述動態特征與所述靜態特征計算所述全局對象對應的相似度融合矩陣。

3.如權利要求2所述的方法，其特征在于，所述相似度融合矩陣為第一相似度融合矩陣，所述根據所述動態特征與所述靜態特征計算所述全局對象對應的相似度融合矩陣，包括：

遍歷計算各個全局對象之間的動態特征相似度，得到動態相似度矩陣；以及

遍歷計算各個全局對象之間的靜態特征相似度，得到靜態相似度矩陣；

將所述動態相似度矩陣以及所述靜態相似度矩陣進行融合，得到第一相似度融合矩陣。

4.如權利要求3所述的方法，其特征在于，所述將所述動態相似度矩陣以及所述靜態相似度矩陣進行融合，得到第一相似度融合矩陣，包括：

獲取第一權重參數以及第二權重參數，所述第一權重參數與所述第二權重參數為非負數，且所述第一權重參數與所述第二權重參數的和等于1；

通過所述第一權重參數對所述動態相似度矩陣進行加權計算，得到加權動態相似度矩陣；以及

通過所述第二權重參數對所述靜態相似度矩陣進行加權計算，得到加權靜態相似度矩陣；

將所述加權動態相似度矩陣與所述加權靜態相似度矩陣求和，得到第一相似度融合矩陣。

5.如權利要求2所述的方法，其特征在于，所述相似度融合矩陣為第二相似度融合矩陣，所述根據所述動態特征與所述靜態特征計算所述全局對象對應的相似度融合矩陣，包括：

將每個全局對象對應的動態特征以及靜態特征進行拼接，得到每個全局對象對應的拼接特征；

遍歷計算各個全局對象之間的拼接特征相似度，得到第二相似度融合矩陣。

6.如權利要求5所述的方法，其特征在于，所述遍歷計算各個全局對象之間的拼接特征相似度，得到第二相似度融合矩陣，包括：

將所述全局對象對應的拼接特征構建成全局對象對應的拼接矩陣；

對所述拼接特征矩陣進行歸一化，得到全局對象對應的歸一化拼接矩陣；

遍歷計算歸一化拼接矩陣中，每兩個全局對象對應的相似度，得到第二相似度融合矩陣。

7.如權利要求1－6中任一所述的方法，其特征在于，所述基于所述相似度融合矩陣與所述初始化樣本標簽矩陣對所述待分類對象進行標簽傳播，并迭代得到最終的標簽分布矩陣，包括：

獲取第一先驗參數以及第二先驗參數，其中，第一先驗參數與第二先驗參數是和為1的非負數；

獲取上一次迭代時得到的標簽分布矩陣；

計算所述相似度融合矩陣與所述上一次迭代時得到的標簽分布矩陣的乘積矩陣，并通過所述第一先驗參數對所述乘積矩陣進行加權調整；

通過所述第二先驗參數對所述初始化樣本標簽矩陣進行加權調整，并將加權調整后的初始化樣本標簽矩陣與所述乘積矩陣相加，得到當前迭代的標簽分布矩陣；

迭代上述步驟直到收斂，得到最終的標簽分布矩陣。