[发明专利]聚类连接图的构建方法、装置、设备及可读存储介质在审
申请号: | 202210668290.1 | 申请日: | 2022-06-14 |
公开(公告)号: | CN115661494A | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 余晓填;王爱波;杨一帆;邢玲;王孝宇 | 申请(专利权)人: | 青岛云天励飞科技有限公司;深圳云天励飞技术股份有限公司 |
主分类号: | G06V10/762 | 分类号: | G06V10/762;G06V10/74 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张菁华 |
地址: | 266000 山东省青岛市崂山区科*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 连接 构建 方法 装置 设备 可读 存储 介质 | ||
1.一种聚类连接图的构建方法,其特征在于,包括:
获取多帧图像中每帧图像对应的多个相似度值,任意一帧图像对应的多个相似度值用于表示所述任意一帧图像与所述多帧图像中除了所述任意一帧图像之外的其他帧图像之间的相似性,所述多帧图像包括多个类别的图像;
对所述多个相似度值进行方差分析,得到多个检验偏差,所述检验偏差用于指示第一相似度值与第二相似度值之间的差异,所述第一相似度值为与每帧图像属于同一类别的图像对应的相似度值,所述第二相似度值为与每帧图像不属于同一类别的图像对应的相似度值;
根据所述多个检验偏差中的最大检验偏差,从所述多个相似度值中,确定相似度阈值,所述相似度阈值为所述第一相似度值与所述第二相似度值之间的分界值;
根据所述每帧图像对应的所述相似度阈值,构建聚类连接图,所述聚类连接图用于估计不同类别的图像。
2.如权利要求1所述的方法,其特征在于,所述对所述多个相似度值进行方差分析,得到多个检验偏差,包括:
按照由大到小的顺序,对所述多个相似度值进行排序,得到第一序列;
对所述第一序列中的相似度值进行差分处理,得到第二序列;
对所述第二序列中的每个差分数据进行负处理,得到第三序列;
对所述第二序列和所述第三序列进行方差分析,得到多个方差统计值;
根据所述多个方差统计值与每个方差统计值对应的分布阈值之间的差值,确定多个检验偏差,所述分布阈值为预先配置的。
3.如权利要求2所述的方法,其特征在于,所述按照由大到小的顺序,对所述多个相似度值进行排序,得到第一序列,包括:
按照由大到小的顺序,对所述多个相似度值进行排序,得到相似度序列;
从所述相似度序列中取前K个相似度值,K为正整数;
根据所述K个相似度值,生成所述第一序列。
4.如权利要求2所述的方法,其特征在于,所述对所述第二序列和所述第三序列进行方差分析,得到多个方差统计值,包括:
将所述第二序列中的每个差分数据按照由大到小的顺序与所述第三序列中的每个负差分数据按照由小到大的顺序进行对齐;
按照从最后一个数据到第一个数据的顺序,采用预设滑动窗口在对齐后的所述第二序列及所述第三序列上进行多次滑动,生成对应的第四序列和第五序列,所述第四序列为每次滑动所对应的所述预设滑动窗口内的差分数据和负差分数据构成的序列,所述第五序列为每次滑动所对应的位于所述预设滑动窗口内的差分数据和负差分数据,以及每次滑动所对应的位于所述预设滑动窗口外且所述预设滑动窗口滑动过的差分数据和负差分数据构成的序列;
确定每个所述第四序列对应的第一方差,及每个所述第五序列对应的第二方差;
确定每个所述第一方差与对应的每个所述第二方差的比值;
将多个所述比值,确定为所述多个方差统计值。
5.如权利要求4所述的方法,其特征在于,所述根据所述多个检验偏差中的最大检验偏差,从所述多个相似度值中,确定相似度阈值,包括:
按照与所述滑动窗口滑动方向相反的顺序,对所述多个检验偏差进行排序,得到偏差序列;
确定所述偏差序列中的最大检验偏差在所述偏差序列中的排列位置P,P为正整数;
根据所述排列位置P,确定所述第二序列中的第P个差分数据;
根据所述第P个差分数据,确定所述第一序列中的第P个相似度值;
将所述第一序列中的第P个相似度值确定为所述相似度阈值。
6.如权利要求1至5任一项所述的方法,其特征在于,所述根据所述每帧图像对应的所述相似度阈值,构建聚类连接图,包括:
在所述每帧图像对应的所述多个相似度值中,确定大于等于所述相似度阈值的相似度值;
将大于等于所述相似度阈值的相似度值对应的图像,确定为所述每帧图像对应的子集;
将所述每帧图像对应的所述子集中的每个图像作为节点,采用连接边将所述节点相互连接,得到所述聚类连接图。
7.如权利要求1所述的方法,其特征在于,当所述多帧图像均为人脸图像时,同一类别的图像为属于同一个用户的人脸图像。
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青岛云天励飞科技有限公司;深圳云天励飞技术股份有限公司,未经青岛云天励飞科技有限公司;深圳云天励飞技术股份有限公司许可,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/202210668290.1/1.html,转载请声明来源钻瓜专利网。