[发明专利]特征聚类方法、数据库更新方法、电子设备及存储介质

说明书

本发明涉及数据处理技术领域，具体涉及特征聚类方法、数据库更新方法及装置，所述特征聚类方法包括获取各个待聚类特征；基于各个待聚类特征，确定第一权重图，第一权重图中的节点包括各个待聚类特征，所述第一权重图中的边为两个节点对应的特征相似度；将第一权重图输入聚类网络中，确定各个待聚类特征的初次聚类结果，所述初次聚类结果包括各个待聚类特征对应的初始簇以及各个初始簇的代表特征；基于初次聚类结果，构建第二权重图，所述第二权重图中的节点包括各个初始簇的代表特征；将第二权重图输入聚类网络中，以确定各个待聚类特征的目标聚类结果。利用自底向上、层次聚类的框架，来达到准确率与召回率的平衡。

技术领域

本发明涉及数据处理技术领域，具体涉及特征聚类方法、数据库更新方法、电子设备及存储介质。

背景技术

人员识别及车辆识别是安防大数据应用中的重要一环，例如，针对嫌疑人的追踪，大部分监控视频的像素清晰度不够识别出人脸，这时候就需要对嫌疑人的外形特征进行追踪，再配上载具、同伴、随行物品等其他特征，就可以有效地对嫌疑人进行轨迹研判。然而，对于人脸识别或车辆识别是一个开集问题，现实场景中的人员或车辆通常没有在训练样本中出现过，所以无法使用分类算法，通过网络推理直接得到人员或车辆标签。作为对比，特征聚类对训练样本的要求稍低，只需要知道样本的特征描述、相似度度量标准就可以完成人员识别。

现有的聚类算法一般是利用深度学习算法，进行特征提取后再进行两两比对，并通过设置阈值来进行二值判断。然而，这种方法的问题在于，存在经验型超参数，难以稳定地取得准确率与召回率的平衡，在不同场景下的落地效果存在大量的调试成本。

发明内容

有鉴于此，本发明实施例提供了一种特征聚类方法、数据库更新方法、电子设备及存储介质，以解决现有聚类算法所导致的难以稳定地取得准确率与召回率平衡的问题。

根据第一方面，本发明实施例提供了一种特征聚类方法，包括：

获取各个待聚类特征；

基于所述各个待聚类特征，确定第一权重图，所述第一权重图中的节点包括各个所述待聚类特征，所述第一权重图中的边为两个节点对应的特征相似度；

将所述第一权重图输入聚类网络中，确定各个所述待聚类特征的初次聚类结果，所述初次聚类结果包括各个所述待聚类特征对应的初始簇以及各个所述初始簇的代表特征；

基于所述初次聚类结果，构建第二权重图，所述第二权重图中的节点包括各个所述初始簇的代表特征；

将所述第二权重图输入所述聚类网络中，以确定各个所述待聚类特征的目标聚类结果。

本发明实施例提供的特征聚类方法，在确定出各个待聚类特征的初次聚类结果之后，再结合初次聚类结果进行二次聚类，利用自底向上、层次聚类的框架，来达到准确率与召回率的平衡。即，一方面，单次聚类高准确率，以预防不同特征合并成超大簇；另一方面，用层次聚类(多次调用)来提高整个流程的召回率将初次聚类结果中的小簇转换成成第二次聚类输入中的节点，进行小簇与小簇的合并，提高召回率。

结合第一方面，在第一方面第一实施方式中，所述待聚类特征为新增特征，所述基于所述各个待聚类特征，确定第一权重图，包括：

对所述各个待聚类特征进行聚类处理，得到所述各个待聚类特征对应的预设数量的最相似待聚类特征及其相似度；

基于所述各个待聚类特征对应的预设数量的最相似待聚类特征及其相似度，构建所述第一权重图。

本发明实施例提供的特征聚类方法，仅利用待聚类特征进行第一权重图的构建，减少了聚类的数据处理量，提高了特征聚类的效率。

结合第一方面第一实施方式，在第一方面第二实施方式中，所述基于所述初次聚类结果，构建第二权重图，包括：

获取各个历史簇的代表特征；