[发明专利]图像处理方法及装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取图像数据集，所述图像数据集包括多个图像以及分别与所述多个图像关联的第一索引，所述第一索引用于确定所述图像中的对象的时空数据；

对所述图像数据集中的图像执行分布式聚类处理，得到至少一个聚类；

基于得到的所述聚类中的图像所关联的第一索引，确定所述聚类对应的对象的时空轨迹信息；

其中，所述方法还包括：

获取输入图像的图像特征；

对所述输入图像的图像特征执行量化处理，得到所述输入图像的量化特征；

基于所述输入图像的量化特征以及所述分布式聚类处理得到的所述至少一个聚类的类中心，确定所述输入图像所在的聚类；

其中，所述基于所述输入图像的量化特征以及所述分布式聚类处理得到的所述至少一个聚类的类中心，确定所述输入图像所在的聚类，包括：

获取所述输入图像的量化特征与所述分布式聚类处理得到的所述至少一个聚类的类中心的量化特征之间的第三相似度；

确定与所述输入图像的量化特征之间的第三相似度最高的K3个类中心，K3为大于或者等于1的整数；

获取所述输入图像的图像特征与所述K3个类中心的图像特征之间的第四相似度；

响应于所述K3个类中心中任一类中心的图像特征与所述输入图像的图像特征之间的第四相似度最高且该第四相似度大于第三阈值，将所述输入图像加入至所述任一类中心对应的聚类。

2.根据权利要求1所述的方法，其特征在于，所述基于所述输入图像的量化特征以及所述分布式聚类处理得到的所述聚类的类中心，确定所述输入图像所在的聚类，还包括

响应于不存在与所述输入图像的图像特征之间的第四相似度大于第三阈值的类中心，基于所述输入图像的量化特征以及所述图像数据集中的图像的量化特征执行所述分布式聚类处理，得到至少一个新的聚类。

3.根据权利要求1所述的方法，其特征在于，所述第一索引包括以下信息中的至少一种：所述图像的采集时间、采集地点以及采集所述图像的图像采集设备的标识、所述图像采集设备所安装的位置。

4.根据权利要求1所述的方法，其特征在于，所述对所述图像数据集中的图像执行分布式聚类处理，得到至少一个聚类，包括：

分布式并行地获取所述图像数据集中的所述图像的图像特征；

分布式并行地对所述图像特征执行量化处理得到所述图像特征对应的量化特征；

基于所述图像数据集中的所述图像对应的量化特征，执行所述分布式聚类处理，得到所述至少一个聚类。

5.根据权利要求4所述的方法，其特征在于，所述分布式并行地获取所述图像数据集中的所述图像的图像特征，包括：

将所述图像数据集中的多个所述图像进行分组，得到多个图像组；

将所述多个图像组分别输入多个特征提取模型，利用所述多个特征提取模型分布式并行地执行与所述特征提取模型对应图像组中的图像的特征提取处理，得到所述多个图像的图像特征，其中每个特征提取模型所输入的图像组不同。

6.根据权利要求5所述的方法，其特征在于，所述分布式并行地对所述图像特征执行量化处理得到所述图像特征对应的量化特征，包括：

对所述多个图像的图像特征进行分组处理，得到多个第一分组，所述第一分组包括至少一个图像的图像特征；

分布式并行执行所述多个第一分组的图像特征的量化处理，得到所述图像特征对应的量化特征。

7.根据权利要求6所述的方法，其特征在于，在所述分布式并行执行所述多个第一分组的图像特征的量化处理，得到所述图像特征对应的量化特征之前，所述方法还包括：

为所述多个第一分组分别配置第二索引，得到多个第二索引；

所述分布式并行执行所述多个第一分组的图像特征的量化处理，得到所述图像特征对应的量化特征，包括：

将所述多个第二索引分别分配给多个量化器，所述多个量化器中每个量化器被分配的所述第二索引不同；

利用所述多个量化器分别并行执行分配的所述第二索引对应的第一分组内的图像特征的量化处理。