[发明专利]一种图像聚类方法及装置

说明书

本说明书公开了一种图像聚类方法及装置，基于各待聚类图像之间的相似度，确定各待聚类图像的临近图像，以得到各待聚类图像的密度，并根据各待聚类图像的密度，从由各待聚类图像及其临近图像组成的各待选图像对中，筛选出若干待分类图像对，最后基于对各待分类图像对是否属于同类的分类结果，确定待聚类图像的聚类结果。本方法仅需要根据各待聚类图像的特征计算一次相似度，即可实现对各待聚类图像的聚类，减少了图像聚类的计算量，使得通过本方法进行图像聚类，得到聚类结果的时间更短，效率更高。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种图像聚类方法及装置。

背景技术

图像聚类，是指将图像集合中的图像分成由类似的图像组成的多个类的过程，通常可用于图像信息的整理，或者用于生成训练样本标注等，属于一种常见的图像处理手段。

现有图像聚类方法，一般是基于图像提取出的图像特征，通过传统聚类算法进行图像聚类，例如，通过k均值聚类算法(k-means clustering algorithm)或密度的含噪空间聚类方法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)等算法进行聚类。

但是，由于传统算法在进行图像聚类时，需要根据各图像特征，重复确定各图像的相似度、密度等，但图像特征较为复杂，因此，根据传统算法进行图像聚类的计算量较大。且当需要进行聚类的图像的数量较多时，基于传统算法进行图像聚类的方法对于计算资源的需求较大，得到聚类结果的时间较长，效率较低。

发明内容

本说明书提供一种图像聚类方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种图像聚类方法，包括：

确定各待聚类图像的特征；

针对每个待聚类图像，根据各待聚类图像的特征，确定各其他待聚类图像分别与该待聚类图像的相似度，并根据各其他待聚类图像与该待聚类图像的相似度以及预设的指定数量，确定该待聚类图像的各临近图像；

根据该待聚类图像的各临近图像与该待聚类图像的相似度，确定该待聚类图像的密度；

基于由各待聚类图像及其临近图像组成的各待选图像对，根据各待聚类图像的密度，从各待选图像对中筛选得到若干待分类图像对；

将各待分类图像对作为输入，输入到训练完成的分类器中，得到所述分类器输出的各待分类图像对的分类结果，并根据所述分类结果为相同类型的各待分类图像对，确定各待聚类图像的聚类结果。

可选地，根据各其他待聚类图像与该待聚类图像的相似度以及预设的指定数量，确定该待聚类图像的各临近图像，具体包括：

根据各其他待聚类图像与该待聚类图像的相似度从大到小的顺序，对各待聚类图像进行排序；

根据预设的指定数量以及所述排序，确定指定数量的待聚类图像，作为该待聚类图像的各临近图像。

可选地，根据该待聚类图像的各临近图像与该待聚类图像的相似度，确定该待聚类图像的密度，具体包括：

根据该待聚类图像的各邻近图像与该待聚类图像的相似度，将各邻近图像进行排序；

根据确定出的各邻近图像的排序，确定各临近图像的权重；

根据各临近图像与该待聚类图像的相似度，以及各临近图像的权重，确定该待聚类图像的密度。

可选地，根据各待聚类图像的密度，从各待选图像对中筛选得到若干待分类图像对，具体包括：