聚类处理方法和装置、存储介质及电子装置制造方法及图纸

本发明专利技术提供了一种聚类处理方法和装置、存储介质及电子装置，其中，该方法包括：确定第一图像与目标图像的相似度超过预定相似度阈值，其中，第一图像为在第一时间点上拍摄到的位于第一位置上的第一对象的图像，目标图像为预先建立的目标类别中包括的图像，目标类别中聚类有同一对象的图像；在确定第一位置与第二位置之间的距离小于或等于预定距离阈值时，将第一对象聚类到目标类别中，在确定第一位置与第二位置之间的距离大于预定距离阈值时，基于第一时间点和拍摄第二对象的第二时间点之间的时间差值以及距离执行第一对象的聚类处理。通过本发明专利技术，解决相关技术中存在的对象聚类准确度不高，存在聚类误判的问题，提高了对象聚类的准确度。

Cluster processing method and device, storage medium and electronic device

【技术实现步骤摘要】
聚类处理方法和装置、存储介质及电子装置
本专利技术涉及通信领域，具体而言，涉及一种聚类处理方法和装置、存储介质及电子装置。
技术介绍
安防行业是应用大数据的典型行业，而安防视频中的人、地、事、物、组织是公安视频处理中的核心对象，要实现对安防视频大数据的分析和信息挖掘，首先要解决视频数据结构化问题。视频结构化是一种将视频内容中的重要信息进行结构化提取的技术，利用它对视频内容按照语义关系，采用时空分割、特征提取、对象识别、深度学习等处理手段，组织成可供计算机和人理解的文本信息或可视化图形信息。在实际应用中，文本信息可进一步转化为实战所用的情报，实现视频数据向有效情报的一次转化。视频结构化还可以经过智能化的处理、分类后，存入相应的结构化数据仓库，如人脸照片数据库、人脸特征数据库、行为图片及特征库、车辆图像及特征库等等，而综合这些数据仓库以及关联视频片段仓库可以建立相应的检索引擎，实现对各类的数据仓库的深度信息挖掘，充分发挥大数据作用，提升视频数据的应用价值，提高视频数据的分析和预测功能。下面以人脸聚类为例(当然，其他类型的对象的聚类也同样适用)进行说明：视频结构化中存在一类重要的数据结构化类别，就是人脸数据结构化，人脸数据结构化需要把人脸按相似度进行归类，即进行人脸聚类，把可能属于同一个的人脸及关联视频、事件建立联系，用于事后对特定对象在不同时段不同地点的追踪。在相关技术中，始终是围绕人脸相似度，设定不同的比较模式、调整阈值来提高聚类准确度，但很少考虑人脸相似度之外的因素，如时间、地点、速度等因素，也存在使用移动终端(如手机)MAC(MediaAccessControl，媒体存取控制位置)地址参与聚类的方式，但MAC地址的采集并不是非常普及，且不易采集到，因此，用法受到限制。在百万级甚至千万级人口的城市中，人口基数大、密度大，存在大量相似度很高但是不属于同一人的人脸，导致人脸聚类准确度不高，存在很大误判，为监控业务带来困惑。由此可知，在相关技术中存在着对象聚类准确度不高，存在聚类误判的问题。针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种聚类处理方法和装置、存储介质及电子装置，以至少解决相关技术中对象聚类准确度不高，存在聚类误判的问题。根据本专利技术的一个实施例，提供了一种聚类处理方法，包括：确定第一图像与目标图像的相似度超过预定相似度阈值，其中，所述第一图像为在第一时间点上拍摄到的位于第一位置上的第一对象的图像，所述目标图像为预先建立的目标类别中包括的图像，所述目标类别中聚类有同一对象的图像；在确定所述第一位置与第二位置之间的距离小于或等于预定距离阈值时，将所述第一对象聚类到所述目标类别中，其中，所述第二位置为所述目标类别中包括的最后拍摄的第二对象的拍摄位置；在确定所述第一位置与所述第二位置之间的距离大于所述预定距离阈值时，基于所述第一时间点和拍摄所述第二对象的第二时间点之间的时间差值以及所述距离执行所述第一对象的聚类处理。根据本专利技术的另一个实施例，提供了一种聚类处理装置，包括：确定模块，用于确定第一图像与目标图像的相似度超过预定相似度阈值，其中，所述第一图像为在第一时间点上拍摄到的位于第一位置上的第一对象的图像，所述目标图像为预先建立的目标类别中包括的图像，所述目标类别中聚类有同一对象的图像；聚类模块，用于在确定所述第一位置与第二位置之间的距离小于或等于预定距离阈值时，将所述第一对象聚类到所述目标类别中，其中，所述第二位置为所述目标类别中包括的最后拍摄的第二对象的拍摄位置；执行模块，用于在确定所述第一位置与所述第二位置之间的距离大于所述预定距离阈值时，基于所述第一时间点和拍摄所述第二对象的第二时间点之间的时间差值以及所述距离执行所述第一对象的聚类处理。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，将对象相似度之外的因素，如时间、地点考虑在内，利用时间和位置信息参与对象聚类操作，可以把位于不同地理位置的对象实现较准确的聚类，可以把相似度很高而时间上存在冲突的对象区分开，因此，可以解决相关技术中存在的对象聚类准确度不高，存在聚类误判的问题，提高了对象聚类的准确度。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种聚类处理方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的聚类处理方法的流程图；图3是根据本专利技术可选实施例的人脸聚类系统示意图；图4是根据本专利技术可选实施例的人脸聚类分析示意图；图5是根据本专利技术具体实施例的人脸聚类处理流程图；图6是根据本专利技术实施例的聚类处理装置的结构框图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种聚类处理方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的聚类处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供本文档来自技高网...

【技术保护点】
1.一种聚类处理方法，其特征在于，包括：/n确定第一图像与目标图像的相似度超过预定相似度阈值，其中，所述第一图像为在第一时间点上拍摄到的位于第一位置上的第一对象的图像，所述目标图像为预先建立的目标类别中包括的图像，所述目标类别中聚类有同一对象的图像；/n在确定所述第一位置与第二位置之间的距离小于或等于预定距离阈值时，将所述第一对象聚类到所述目标类别中，其中，所述第二位置为所述目标类别中包括的最后拍摄的第二对象的拍摄位置；/n在确定所述第一位置与所述第二位置之间的距离大于所述预定距离阈值时，基于所述第一时间点和拍摄所述第二对象的第二时间点之间的时间差值以及所述距离执行所述第一对象的聚类处理。/n

【技术特征摘要】
1.一种聚类处理方法，其特征在于，包括：
确定第一图像与目标图像的相似度超过预定相似度阈值，其中，所述第一图像为在第一时间点上拍摄到的位于第一位置上的第一对象的图像，所述目标图像为预先建立的目标类别中包括的图像，所述目标类别中聚类有同一对象的图像；
在确定所述第一位置与第二位置之间的距离小于或等于预定距离阈值时，将所述第一对象聚类到所述目标类别中，其中，所述第二位置为所述目标类别中包括的最后拍摄的第二对象的拍摄位置；
在确定所述第一位置与所述第二位置之间的距离大于所述预定距离阈值时，基于所述第一时间点和拍摄所述第二对象的第二时间点之间的时间差值以及所述距离执行所述第一对象的聚类处理。


2.根据权利要求1所述的方法，其特征在于，基于所述第一时间点和拍摄所述第二对象的第二时间点之间的时间差值以及所述距离执行所述第一对象的聚类处理包括：
确定所述第一对象由所述第一位置移动到所述第二位置的最短路径；
将所述最短路径以及所述第一对象的最大运动速度的比值确定为所述第一对象由所述第一位置移动到所述第二位置的最短时间；
在确定所述时间差值大于所述最短时间时，将所述第一对象聚类到所述目标类别中；
在确定所述时间差值小于所述最短时间时，将所述第一对象聚类至除所述目标类别之外的其他类别中。


3.根据权利要求1所述的方法，其特征在于，在确定第一图像与第二图像的相似度超过预定相似度阈值之前，所述方法还包括：
设置所述预定相似度阈值以及所述距离阈值。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在预定聚类周期内对在至少两个位置中拍摄到的图像按照位置分别进行聚类，以得到多个类别；
对于所述多个类别中的任意一个类别中的图像按照拍摄时间点进行排序，并基于排序后的结果确定出任意一个类别中包括的图像出现的频率大于预定频率的时间段；
在所述预定聚类周期后，对所述多个类别按照图像相似度、拍摄时间段以及拍摄的位置进行二次聚类，以得到聚类结果；
基于所述聚类结果对所述第一对象的聚类处理进行调整。


5.根据权利要求4所述的方法，其特征在于，对所述多个类别按照图像相似度、拍摄的时间段及拍摄的位置进行二次聚类，以得到聚类结果包括：
确定出所述多个类别中图像相似度超过所述预定相似度阈值的第一类别和第二类别；
对所述第一类别中的包括的时间段与所述第二类别中包括的时间段按照时间顺序进行整体排序，以得到整体排序结果，其中，在所述整体排序结果中同时包括有所述第一类别中...

【专利技术属性】
技术研发人员：任耀强，刘建海，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33