图像聚类方法、装置、存储介质及服务器制造方法及图纸

本申请实施例公开了一种图像聚类方法、装置、存储介质及服务器。该方法包括：基于待处理的图像数据集合中各图像对应的地理位置信息对图像进行聚类，得到多个第一图像簇；然后计算同一图像簇中各图像之间的图像相似度，并基于所述图像相似度对所述第一图像簇内的图像进行二次聚类，得到多个第二图像簇；再根据预设筛选条件，从第二图像簇中筛选出目标图像。本方案中，结合地理位置和图像表征进行图像聚类，通过地理位置将图像比对的待选范围缩小，进一步基于一定场景信息的定制化图像相似度比对来完成聚类任务，提高了聚类准确率和召回率。率。率。

【技术实现步骤摘要】
图像聚类方法、装置、存储介质及服务器


[0001]本申请涉及图像处理
，尤其涉及一种图像聚类方法、装置、存储介质及服务器。

技术介绍

[0002]路面电子地图的制作过程，通常会涉及到采集车通过高清摄像头或行车记录仪对交通场景中的通行限行标志、街边地标进行采集和识别。由于采集设备众多，不同的设备和时间采集的目标会有重复。例如，不同采集设备分别针对同一个限速的标志拍摄了照片，但由于采集设备和拍摄角度的不同，造成了一定程度的图像差异。如果对采集的全部识别目标进行处理，将会产生高昂的人工作业成本。因此在人工作业前，有必要对重复的采集场景和采集目标进行去重处理。

技术实现思路

[0003]本申请实施例提供一种图像聚类方法、装置、存储介质及服务器，可提升聚类准确率和召回率。
[0004]第一方面，本申请实施例提供一种图像聚类方法，包括：
[0005]获取采集的图像数据集合；
[0006]基于所述图像数据集合中各图像对应的地理位置信息，对所述图像数据集合中的图像进行聚类，得到多个第一图像簇；
[0007]计算同一图像簇中各图像之间的图像相似度；
[0008]基于所述图像相似度对所述第一图像簇内的图像进行二次聚类，得到多个第二图像簇；
[0009]根据预设筛选条件，从所述第二图像簇中筛选出目标图像。
[0010]第二方面，本申请实施例提供了一种图像聚类装置，包括：
[0011]获取单元，用于获取采集的图像数据集合；
[0012]第一聚类单元，用于基于所述图像数据集合中各图像对应的地理位置信息，对所述图像数据集合中的图像进行聚类，得到多个第一图像簇；
[0013]计算单元，用于计算同一图像簇中各图像之间的图像相似度；
[0014]第二聚类单元，用于基于所述图像相似度对所述第一图像簇内的图像进行二次聚类，得到多个第二图像簇；
[0015]处理单元，用于根据预设筛选条件，从所述第二图像簇中筛选出目标图像。
[0016]在一实施方式中，所述第一聚类单元用于：
[0017]检测所述图像数据集合中各图像中包含的交通标志；
[0018]确定所述交通标志的类别；
[0019]基于所述交通标志的类别和所述地理位置信息，对所述图像数据集合中的图像进行第一次聚类。
[0020]在一实施方式中，所述计算单元用于：
[0021]对所述图像进行剪裁，使剪裁后的图像包括所述交通标志和所述交通标志周围的场景图像；
[0022]基于所述交通标志和所述场景图像，对同一图像簇中各图像之间的相似度进行计算。
[0023]在一实施方式中，在对所述图像进行剪裁时，所述计算单元进一步用于：
[0024]确定所述交通标志在图像中的位置和尺寸信息；
[0025]根据所述尺寸信息确定需要剪裁的图像尺寸；
[0026]以所述位置为中心，按所述图像尺寸对所述图像进行剪裁。
[0027]在一实施方式中，所述图像聚类装置还包括：
[0028]删除单元，用于从所述第二图像簇中筛选出目标图像之后，将所述第二图像簇中除所述目标图像外的其他图像删除。
[0029]在一实施方式中，在将所述第二图像簇中除所述目标图像外的其他图像删除之前，还包括：
[0030]调整单元，用于基于所述其他图像对所述目标图像的清晰度进行调整。
[0031]第三方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述的图像聚类方法。
[0032]第四方面，本申请实施例还提供了一种电子设备，包括处理器及存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，处理器用于执行上述的图像聚类方法。
[0033]本申请实施例，基于待处理的图像数据集合中各图像对应的地理位置信息对图像进行聚类，得到多个第一图像簇；然后计算同一图像簇中各图像之间的图像相似度，并基于所述图像相似度对所述第一图像簇内的图像进行二次聚类，得到多个第二图像簇；再根据预设筛选条件，从第二图像簇中筛选出目标图像。本方案中，结合地理位置和图像表征进行图像聚类，通过地理位置将图像比对的待选范围缩小，进一步基于一定场景信息的定制化图像相似度比对来完成聚类任务，提高了聚类准确率和召回率。
附图说明
[0034]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1是本申请实施例提供的图像聚类方法的一流程示意图。
[0036]图2是本申请实施例提供的相似度对比模型训练示意图。
[0037]图3是本申请实施例提供的在线模型应用示意图。
[0038]图4是本申请实施例提供的图像聚类装置的一结构示意图。
[0039]图5是本申请实施例提供的电子设备的一结构示意图。
[0040]图6是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
[0041]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0042]由于交通标志等目标在道路中的尺寸较小，因此在采集到的图像中所占的比例也较低。若直接对图像的整图沿用通用的图像检索等相似度判定方法，会因图像受拍摄角度、光照、周边场景等因素的影响，使得判定结果准确率较低；另一方面，由于交通标志属于标准化标识物，其本身的图像特征区分度较小，也难以沿用人脸识别、行人身份重识别等基于细节图像纹理的身份鉴别方案来直接对个体进行分类。
[0043]基于此，本申请实施例提供一种图像聚类方法、装置、存储介质及服务器，结合地理位置和图像表征进行道路要素聚类，通过地理位置将图像比对的待选范围缩小，再通过基于一定场景信息的定制化图像相似度比对模型来完成聚类任务，以提高聚类准确率和召回率。以下将分别进行详细说明。
[0044]在一实施例中，提供一种图像聚类方法，应用于服务器中。参考图1，该图像聚类方法的具体流程可以如下：
[0045]101、获取采集的图像数据集合。
[0046]本实施例中，图像数据集合中的数据可由专业的采集车中的拍摄设备或普通汽车中的行车记录仪采集得到。图像数据集中包括采集到的图像、以及采集图像时设备所在的地理位置信息，可将该地理位置信息作为图像的采集位置。
[0047]需要说明的是，本申请实施例中，采集的图像包含交通标志或道路标志等具备交通标识性的标志。例如，警告标志(警告车辆、行人注意危险地点的标志，其形状为顶角朝上的等边三角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像聚类方法，其特征在于，包括：获取采集的图像数据集合；基于所述图像数据集合中各图像对应的地理位置信息，对所述图像数据集合中的图像进行聚类，得到多个第一图像簇；计算同一图像簇中各图像之间的图像相似度；基于所述图像相似度对所述第一图像簇内的图像进行二次聚类，得到多个第二图像簇；根据预设筛选条件，从所述第二图像簇中筛选出目标图像。2.根据权利要求1所述的图像聚类方法，其特征在于，所述基于所述图像数据集合中各图像对应的地理位置信息，对所述图像数据集合中的图像进行聚类，包括：检测所述图像数据集合中各图像中包含的交通标志；确定所述交通标志的类别；基于所述交通标志的类别和所述地理位置信息，对所述图像数据集合中的图像进行第一次聚类。3.根据权利要求1所述的图像聚类方法，其特征在于，所述计算同一图像簇中各图像之间的图像相似度，包括：对所述图像进行剪裁，使剪裁后的图像包括所述交通标志和所述交通标志周围的场景图像；基于所述交通标志和所述场景图像，对同一图像簇中各图像之间的相似度进行计算。4.根据权利要求3所述的图像聚类方法，其特征在于，所述对所述图像进行剪裁，包括：确定所述交通标志在图像中的位置和尺寸信息；根据所述尺寸信息确定需要剪裁的图像尺寸；以所述位置为中心，按所述图像尺寸对所述图像进行剪裁。5.根据权利要求1所述的图像聚类方法，其特征在于，从所述第二图像簇中筛选出目标图像之后，还包括：将所述第二图像簇中除所述...

【专利技术属性】
技术研发人员：赵宇航，韩璐，吴方圆，
申请(专利权)人：深圳依时货拉拉科技有限公司，
类型：发明
国别省市：