对象分类方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种对象分类方法、装置、电子设备及存储介质，所述方法包括：获取全局对象的统计数据，所述全局对象包括待分类对象以及已分类对象，其中，待分类对象数量大于已分类对象数量；根据所述动态信息以及静态信息，计算得到所述全局对象对应的相似度融合矩阵；获取已分类对象的样本标签数据，并根据所述样本标签数据获取初始化样本标签矩阵；基于所述相似度融合矩阵与所述初始化样本标签矩阵对所述待分类对象进行标签传播，并迭代得到最终的标签分布矩阵；根据所述最终的标签分布矩阵对所述待分类对象进行分类。本发明专利技术可以提高对象分类的效果。

【技术实现步骤摘要】
对象分类方法、装置、电子设备及存储介质
本专利技术涉及人工智能领域，尤其涉及一种对象分类方法、装置、电子设备及存储介质。
技术介绍
随着人工智能研究的不断深入，图像识别产品越来越丰富，人们可以通过图像识别来提取图像中所隐含的特征信息，从而预测出该对象的属性，并根据该对象的属性对该对象进行分类或分析。图结构是一种根据不同对象之间的特征信息来表征不同对象之间的关系的一种分类方式，然而，由于图结构所应用的场景以及目的不同，因此从图像中提取的特征信息也各有不同，比如，对于人员对象分类，特征信息可以是提取人员的职业、年龄、学历等属性所对应的静态特征信息，也可以是人员对象的活动规律、健康状态等属性所对应的动态特征信息；对于场所对象分类，特征信息可以是场所的面积、有无停车位、外观等属性所对应的静态特征信息，也可以是场所的人员流动数、空气质量等属性所对应的动态特征信息。然而，由于静态特征信息与动态特征信息的特征表达形式的不同，使得现有对象图结构针对不同特征信息而言，具有异构性，这导致了对象图结构所表征的对象分类维度较为单一，比如以职业属性为特征信息构成的对象图本文档来自技高网...

【技术保护点】
1.一种对象分类方法，其特征在于，所述方法用于人员对象或场所对象的分类，所述方法包括以下步骤：/n获取全局对象的统计数据，所述全局对象包括待分类对象以及已分类对象，其中，待分类对象数量大于已分类对象数量，所述全局对象的类型为人员对象或场所对象，所述统计数据包括基于时间变化属性的动态信息以及基于固定属性的静态信息；/n根据所述动态信息以及静态信息，计算得到所述全局对象对应的相似度融合矩阵；/n获取所述已分类对象的样本标签数据，并根据所述样本标签数据获取初始化样本标签矩阵，所述样本标签数据为预先对所述已分类对象进行标注得到，所述样本标签数据包括基于人员对象的类别标签或基于场所对象的类别标签或基于物...

【技术特征摘要】
1.一种对象分类方法，其特征在于，所述方法用于人员对象或场所对象的分类，所述方法包括以下步骤：
获取全局对象的统计数据，所述全局对象包括待分类对象以及已分类对象，其中，待分类对象数量大于已分类对象数量，所述全局对象的类型为人员对象或场所对象，所述统计数据包括基于时间变化属性的动态信息以及基于固定属性的静态信息；
根据所述动态信息以及静态信息，计算得到所述全局对象对应的相似度融合矩阵；
获取所述已分类对象的样本标签数据，并根据所述样本标签数据获取初始化样本标签矩阵，所述样本标签数据为预先对所述已分类对象进行标注得到，所述样本标签数据包括基于人员对象的类别标签或基于场所对象的类别标签或基于物体对象的类别标签；
基于所述相似度融合矩阵与所述初始化样本标签矩阵对所述待分类对象进行标签传播，并迭代得到最终的标签分布矩阵；
根据所述最终的标签分布矩阵对所述待分类对象进行分类。


2.如权利要求1所述的方法，其特征在于，所述根据所述动态信息以及静态信息，计算得到所述全局对象对应的相似度融合矩阵，包括：
根据所述动态信息以及静态信息，分别提取各个全局对象对应的动态特征以及静态特征；
根据所述动态特征与所述静态特征计算所述全局对象对应的相似度融合矩阵。


3.如权利要求2所述的方法，其特征在于，所述相似度融合矩阵为第一相似度融合矩阵，所述根据所述动态特征与所述静态特征计算所述全局对象对应的相似度融合矩阵，包括：
遍历计算各个全局对象之间的动态特征相似度，得到动态相似度矩阵；以及
遍历计算各个全局对象之间的静态特征相似度，得到静态相似度矩阵；
将所述动态相似度矩阵以及所述静态相似度矩阵进行融合，得到第一相似度融合矩阵。


4.如权利要求3所述的方法，其特征在于，所述将所述动态相似度矩阵以及所述静态相似度矩阵进行融合，得到第一相似度融合矩阵，包括：
获取第一权重参数以及第二权重参数，所述第一权重参数与所述第二权重参数为非负数，且所述第一权重参数与所述第二权重参数的和等于1；
通过所述第一权重参数对所述动态相似度矩阵进行加权计算，得到加权动态相似度矩阵；以及
通过所述第二权重参数对所述静态相似度矩阵进行加权计算，得到加权静态相似度矩阵；
将所述加权动态相似度矩阵与所述加权静态相似度矩阵求和，得到第一相似度融合矩阵。


5.如权利要求2所述的方法，其特征在于，所述相似度融合矩阵为第二相似度融合矩阵，所述根据所述动态特征与所述静态特征计算所述全局对象对应的相似度融合矩阵，包括：
将每个全局对象对应的动态特征以及静态特征进行拼接，得到每个全局对象对应的拼接特征；
遍历计算各个全局对象之间的拼接特征相似度，得到第二相似度融合矩阵。


6.如权利要求5所述的方法，其特征在于，所述遍历计算各个全局对象之间的拼接特征相似度，得到第二相似度融合矩阵，包括：
将所述全局对象对应的拼接特征构建成全局对象对应的拼接矩阵；
对所述拼接特征矩阵进行归一化，得到全局对象对应的归一化拼接...

【专利技术属性】
技术研发人员：余晓填，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：广东;44