[发明专利]图像聚类方法、装置及电子设备

说明书

本发明提供了一种图像聚类方法、装置及电子设备，涉及图像处理的技术领域，该方法包括：获取待聚类图像；计算所述待聚类图像和第一样本图像集合之间的相似度，所述第一样本图像集合的数量为一个或多个，且每个第一样本图像集合中包含至少一张样本图像，且相同第一样本图像集合中的样本图像包含相同的对象；根据所述相似度在所述第一样本图像集合确定所述待聚类图像所属的目标样本图像集合，其中，所述待聚类图像和所述目标样本图像集合的样本图像中包含相同的对象。本发明可以降低人像聚类过程中的资源消耗。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种图像聚类方法、装置及电子设备。

背景技术

根据人的特征不同，把同一个人的照片划分为一个图片集合，得到不同的图片集合，简称人像聚类。目前，关于人像聚类有很多成熟的方法，如CRF(Conditional RandomField，条件随机场)算法或K-Means(K均值聚类)算法等，现有方法都能够很好地对图像进行聚类。但是，现有的算法通常复杂度较高，特别是对于图像集合非常大的时候，资源消耗巨大，无法运行。目前，尚未有提出能够在待处理图像集合较大的情况下，降低处理图像资源消耗的技术方案。

发明内容

有鉴于此，本发明的目的在于提供一种图像聚类方法、装置及电子设备，以缓解了现有技术在待处理图像集合较大的情况下，资源消耗较高的技术问题。

第一方面，本发明实施例提供了一种图像聚类方法，包括：获取待聚类图像；计算所述待聚类图像和第一样本图像集合之间的相似度，所述第一样本图像集合的数量为一个或多个，且每个第一样本图像集合中包含至少一张样本图像，且相同第一样本图像集合中的样本图像包含相同的对象；根据所述相似度在所述第一样本图像集合确定所述待聚类图像所属的目标样本图像集合，其中，所述待聚类图像和所述目标样本图像集合的样本图像中包含相同的对象。

进一步地，计算所述待聚类图像和第一样本图像集合之间的相似度包括：计算所述待聚类图像和所述第一样本图像集合中样本图像之间的相似度参数，其中，所述相似度参数包括以下至少之一：目标平均相似度，目标数量；所述目标平均相似度为所述待聚类图像和所述第一样本图像集合中全部图像的平均相似度；所述目标数量包含：所述第一样本图像集合中与所述待聚类图像的相似度大于第一阈值的图像的数量，和/或，所述第一样本图像集合中与所述待聚类图像的相似度小于第二阈值的图像的数量；根据所述相似度参数计算所述待聚类图像和所述第一样本图像集合之间的相似度。

进一步地，根据所述相似度参数计算所述待聚类图像和所述第一样本图像集合之间的相似度包括：对所述相似度参数进行加权求和计算，并将加权求和计算结果确定为所述待聚类图像和所述第一样本图像集合之间的相似度。

进一步地，对所述相似度参数进行加权求和计算包括：计算所述目标数量中第一数量和第二数量之间的差值，得到目标差值，其中，所述第一数量为所述第一样本图像集合中与所述待聚类图像的相似度大于第一阈值的图像的数量，所述第二数量为所述第一样本图像集合中与所述待聚类图像的相似度小于第二阈值的图像的数量；对所述目标差值和所述目标平均相似度进行加权求和计算。

进一步地，所述第一样本图像集合和所述相似度均为多个，且一个第一样本图像集合对应一个相似度；根据所述相似度在所述第一样本图像集合确定所述待聚类图像所属的目标样本图像集合包括：在所述第一样本图像集合中确定最大相似度所对应的第一样本图像集合；若所述最大相似度大于预设相似度阈值，则将确定所述最大相似度所对应的第一样本图像集合为所述目标样本图像集合。

进一步地，所述方法还包括：在目标图像集中抽取多个第一样本图像；利用图像聚类算法对所述多个第一样本图像进行聚类分析，得到一个或多个所述第一样本图像集合。

进一步地，所述方法还包括：在将所述待聚类图像添加到所述目标样本图像集合中之后，若检测到所述目标样本图像集合中样本图像的数量超过预设数量，则更新所述目标样本图像集合中的样本图像。