[发明专利]图像聚类、目标轨迹追踪方法、电子设备及存储介质

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：

根据人脸特征对数据库中的图像进行聚类，以得到多个第一类簇；

根据图像的拍摄地理位置对每一所述第一类簇中的图像进行聚类，以得到多个第二类簇。

2.根据权利要求1所述的聚类方法，其特征在于，所述根据人脸特征对数据库中的图像进行聚类，以得到多个第一类簇包括：

利用第一聚类算法根据所述人脸特征对数据库中的图像进行聚类，以得到多个所述第一类簇；

其中，所述第一聚类算法包括k-means、DBSCAN中一种或任意组合。

3.根据权利要求1所述的聚类方法，其特征在于，所述根据图像的拍摄地理位置对每一所述第一类簇中的图像进行聚类，以得到多个第二类簇包括：

利用第二聚类算法根据图像的拍摄地理位置对每一所述第一类簇中的图像进行聚类，以得到多个所述第二类簇；

其中，所述第二聚类算法包括Geohash算法。

4.一种目标轨迹追踪方法，其特征在于，所述追踪方法包括：

根据人脸特征对数据库中的图像进行聚类，以得到多个第一类簇；

根据图像的拍摄地理位置对每一所述第一类簇中的图像进行聚类，以得到多个第二类簇；

获取包括追踪目标的待处理图像；

计算所述待处理图像与所述第一类簇及所述第二类簇中图像的相似度，进而确定所述追踪目标的地理位置；

根据所述追踪目标的地理位置得到所述追踪目标的轨迹。

5.根据权利要求4所述的方法，其特征在于，所述计算所述待处理图像与所述第一类簇及所述第二类簇中图像的相似度，进而确定所述追踪目标的地理位置包括：

计算所述待处理图像与每一所述第一类簇的质心的相似度，进而确定所述待处理图像对应的第一类簇；

计算所述待处理图像与对应的第一类簇中每一第二类簇中图像的相似度，进而确定所述追踪目标的地理位置。

6.根据权利要求5所述的方法，其特征在于，所述计算所述待处理图像与每一所述第一类簇的质心的相似度，进而确定所述待处理图像对应的第一类簇包括：

对所述待处理图像进行处理，以获取所述追踪目标对应的特征向量；

计算所述特征向量与每一所述第一类簇的质心的相似度；

将与所述特征向量的相似度最高的质心对应的第一类簇确定为所述待处理图像对应的第一类簇。

7.根据权利要求5所述的方法，其特征在于，所述计算所述待处理图像与对应的第一类簇中每一第二类簇中图像的相似度，进而确定所述追踪目标的地理位置包括：

对所述待处理图像进行处理，以获取所述追踪目标对应的特征向量；

计算所述特征向量与对应的第一类簇中每一第二类簇中图像的相似度；

若所述相似度大于预设值，则对应的图像拍摄地理位置为所述追踪目标的地理位置。

8.根据权利要求4所述方法，其特征在于，所述根据所述追踪目标的地理位置得到所述追踪目标的轨迹包括：

根据所述追踪目标的地理位置以及该地理位置对应的图像的拍摄时间点得到所述追踪目标的轨迹。

9.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行如权利要求1-3任一项所述的图像聚类方法以及4-8任一项所述的目标轨迹追踪方法。

10.一种计算机可读存储介质，其特征在于，存储有程序文件，所述程序文件能够被执行以实现如权利要求1-3任一项所述的图像聚类方法以及4-8任一项所述的目标轨迹追踪方法。