[发明专利]聚类方法、装置、电子设备、计算机可读存储介质

说明书

本发明提供一种聚类方法、装置、电子设备、计算机可读存储介质，其中聚类方法包括：基于第一相似度阈值对数据库中的特征集合进行聚类，进而得到多个第一类簇；基于第二相似度阈值和约束条件，将多个第一类簇中至少两个第一类簇进行合并；其中，第二相似度阈值小于第一相似度阈值。以此能够解决高阈值出现的一目标多档的情况，提高聚类精度。

技术领域

本发明涉及图像聚类技术领域，尤其是涉及一种聚类方法、装置、 电子设备、计算机可读存储介质。

背景技术

在聚类过程中，一般会提取得到目标对应的特征，通过特征匹配 计算相似度，并与所设定的阈值进行比较，以判断是否合并成一类或 一簇。因此，特征的判别和阈值的设置对聚类结果起着至关重要的作 用。高阈值策略能保证精度，但是由于目标不完整(截断、物体遮挡 等)等因素，导致同一目标各部分部位的区分性差很多，特征区分性 不够往往会导致同一个身份的目标特征被聚类产生多个簇，从而造成 一个目标多个聚类档，严重影响聚类精度。

发明内容

本发明提供一种聚类方法、装置、电子设备、计算机可读存储介 质，用以提高聚类精度。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一 种聚类方法，包括：基于第一相似度阈值对数据库中的特征集合进行 聚类，进而得到多个第一类簇；基于第二相似度阈值和约束条件，将 多个第一类簇中至少两个第一类簇进行合并；其中，第二相似度阈值 小于第一相似度阈值；约束条件用于减少第一类簇的数量。

其中，约束条件包括时空约束条件，基于第二相似度阈值和约束 条件，将多个第一类簇中至少两个第一类簇进行合并的步骤，包括： 基于第二相似度阈值和时空约束条件，将多个第一类簇中至少两个第 一类簇进行合并，得到多个第二类簇；时空约束条件利用时间和空间 两个不同维度的条件约束合并的第一类簇。

其中，约束条件还包括中心特征，基于第二相似度阈值和时空约 束条件，将多个第一类簇中至少两个第一类簇进行合并，得到多个第 二类簇的步骤之后，还包括：基于第二相似度阈值和每一第二类簇的 中心特征，将多个第二类簇中至少两个第二类簇进行合并；其中，中 心特征表征每一第二类簇中的特征的平均特征。

其中，基于第二相似度阈值和时空约束条件，将多个第一类簇中 至少两个第一类簇进行合并的步骤，包括：从多个第一类簇中的部分 第一类簇中选取第一特征，从其余第一类簇中各选取至少一个第二特 征；分别确定每一第一特征对应的抓拍装置与每一第二特征对应的抓 拍装置的距离，以及分别确定每一第一特征的抓拍时间以及每一第二 特征的抓拍时间之间的时间差；其余第一类簇包括多个第一类簇中除 部分第一类簇之外的第一类簇；基于第二相似度阈值、距离和时间差， 将多个第一类簇中至少两个第一类簇进行合并。

其中，基于第二相似度阈值、距离和时间差，将多个第一类簇中 至少两个第一类簇进行合并的步骤，包括：响应于距离不大于距离阈 值，以及响应于时间差不大于时间阈值，以及响应于相似度不小于第 二相似度阈值，将第一特征所属的第一类簇与第二特征所属的第一类 簇进行合并。

其中，聚类方法还包括：设置第二相似度阈值集合、距离阈值集 合、以及时间阈值集合，其中时间阈值集合中的时间阈值与第二相似 度阈值集合中的第二相似度阈值符合线性关系；响应于距离大于距离 阈值，则基于距离阈值集合调整距离阈值；或者响应于时间差大于时 间阈值，则基于时间阈值集合调整时间阈值；或者响应于相似度小于 第二相似度阈值，则基于第二相似度集合调整第二相似度阈值。

其中，基于第二相似度阈值和中心特征，将对应的至少两个第二 类簇进行合并的步骤，包括：对每一第二类簇中的特征进行加权平均 计算，进而得到每一第二类簇的中心特征；利用中心特征以及第二相 似度阈值，将至少两个第二类簇进行合并。

其中，利用中心特征以及第二相似度阈值将至少两个第二类簇进 行合并的步骤，包括：分别计算每两个第二类簇的中心特征的相似度； 响应于相似度不小于第二相似度阈值，则将中心特征对应的第二类簇 进行合并。