[发明专利]图像聚类方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202010917917.3 申请日: 2020-09-03
公开(公告)号: CN112070144A 公开(公告)日: 2020-12-11
发明(设计)人: 孔翰;程文龙;叶志凌 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 吕静
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 方法 装置 电子设备 以及 存储 介质
【权利要求书】:

1.一种图像聚类方法,其特征在于,所述方法包括:

获取多个图像,并获取针对所述多个图像的多个聚类因子,其中,所述多个图像中的每个图像作为一个数据点;

从所述多个图像中获取目标图像,并获取与所述多个聚类因子对应的多个邻域半径;

以所述目标图像为数据点中心,所述多个邻域半径为半径,获取所述目标图像的多个邻域,其中,所述多个邻域与所述多个邻域半径一一对应;

分别获取位于所述多个邻域中的每个邻域内的图像,获得多个图像集合;

基于所述多个图像集合获得目标图像集合,并对所述目标图像集合中包含的图像进行聚类。

2.根据权利要求1所述的方法,其特征在于,所述多个聚类因子包括第一聚类因子和第二聚类因子,所述第一聚类因子对应第一邻域半径,所述第二聚类因子对应第二邻域半径,所述以所述目标图像为数据点中心,所述多个邻域半径为半径,获取所述目标图像的多个邻域,包括:

以所述目标图像为数据点中心,所述第一邻域半径为半径,获取所述目标图像的第一邻域,并以所述目标图像为数据点中心,所述第二邻域半径为半径,获取所述目标图像的第二邻域;

所述分别获取位于所述多个邻域中的每个邻域内的图像,获得多个图像集合,包括:

获取位于所述第一邻域中的图像,获得第一图像集合,并获取位于所述第二邻域中的图像,获得第二图像集合。

3.根据权利要求2所述的方法,其特征在于,所述第一聚类因子包括拍摄位置信息,所述第二聚类因子包括拍摄时间信息。

4.根据权利要求1所述的方法,其特征在于,所述基于所述多个图像集合获得目标图像集合,并对所述目标图像集合中包含的图像进行聚类,包括:

获取所述多个图像集合的交集,将所述交集作为所述目标图像集合;

对所述目标图像集合中包含的图像进行聚类。

5.根据权利要求1所述的方法,其特征在于,所述基于所述多个图像集合获得目标图像集合,并对所述目标图像集合中包含的图像进行聚类,包括:

基于所述多个图像集合获得目标图像集合;

获取所述目标图像集合中包含的图像的数量;

当所述目标图像集合中包含的图像的数量大于数量阈值时,将所述目标图像确定为核心对象,并基于所述目标图像对所述目标图像集合中包含的图像进行聚类。

6.根据权利要求5所述的方法,其特征在于,所述当所述目标图像集合中包含的图像的数量大于数量阈值时,将所述目标图像确定为核心对象,并基于所述目标图像对所述目标图像集合中包含的图像进行聚类,包括:

当所述目标图像集合中包含的图像的数量大于数量阈值时,将所述目标图像确定为核心对象,并基于所述目标图像建立目标簇;

从所述目标图像集合中获取与所述目标图像存在指定关系的图像,并将与所述目标图像存在指定关系的图像添加至所述目标簇。

7.根据权利要求6所述的方法,其特征在于,所述从所述目标图像集合中获取与所述目标图像存在指定关系的图像,并将与所述目标图像存在指定关系的图像添加至所述目标簇,包括:

从所述目标图像集合中获取与所述目标图像联通的核心对象和边缘对象;

将与所述目标图像联通的核心对象和边缘对象添加至所述目标簇。

8.一种图像聚类装置,其特征在于,所述装置包括:

图像获取模块,用于获取多个图像,并获取针对所述多个图像的多个聚类因子,其中,所述多个图像中的每个图像作为一个数据点;

邻域半径获取模块,用于从所述多个图像中获取目标图像,并获取与所述多个聚类因子对应的多个邻域半径;

邻域获取模块,用于以所述目标图像为数据点中心,所述多个邻域半径为半径,获取所述目标图像的多个邻域,其中,所述多个邻域与所述多个邻域半径一一对应;

图像集合获取模块,用于分别获取位于所述多个邻域中的每个邻域内的图像,获得多个图像集合;

图像聚类模块,用于基于所述多个图像集合获得目标图像集合,并对所述目标图像集合中包含的图像进行聚类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010917917.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top