【技术实现步骤摘要】
本公开涉及一种聚类方法、装置、电子设备及可读存储介质。
技术介绍
1、随着计算机技术的不断发展，聚类方法的越来越多。借助聚类方法，能够实现对目标图像的自动归类。
2、在相关技术中，基于划分的聚类算法(如k-means算法)需要预先设置簇类数目或者聚类中心，但是当簇类数目或聚类中心设置不合理时，会导致聚类的准确性较低。同时，当数据规模较大时，无论是效率上还是准确性上，传统方法都存在明显不足。
技术实现思路
1、为了解决上述技术问题中的至少一个，本公开提供了一种聚类方法、装置、电子设备及可读存储介质。
2、本公开第一方面提供了一种聚类方法，包括：对多组目标图像数据进行组内聚类处理以获得组内聚类结果；根据所述组内聚类结果提取中心点图像集合，对所述中心点图像集合进行组间聚类；根据所述中心点集合的组间聚类结果对所述组内聚类结果进行第一组间合并处理以获得组间合并聚类结果；以及根据目标图像的先验知识对所述组间合并聚类结果进行第二组间合并处理以获得目标聚类结果。
3、在一些实施方式中，所述对多组目标图像数据进行组内聚类处理以获得组内聚类结果，包括：根据目标图像的特征向量计算各组所述目标图像数据中两两目标图像的相似度，构建第一相似度矩阵；以及根据各组所述目标图像数据的第一相似度矩阵分别对各组所述目标图像数据进行组内聚类处理以获得所述组内聚类结果。
4、在一些实施方式中，所述组内聚类结果包括多个组内聚类簇集，一个所述组内聚类簇集包括至少一个目标图像，所述
5、在一些实施方式中，所述中心点图像集合包括多个中心点图像，所述对所述中心点图像集合进行组间聚类，包括：根据所述中心点图像的特征向量计算两两中心点图像的相似度，构建第二相似度矩阵；以及根据所述第二相似度矩阵对所述中心点图像集合进行组间聚类处理以获得所述组间聚类结果。
6、在一些实施方式中，所述组内聚类结果包括多个组内聚类簇集，所述组间聚类结果包括多个组间聚类簇集，一个所述组间聚类簇集包括至少一个中心点图像，所述中心点图像为既处于所述组内聚类簇集又处于所述组间聚类簇集的图像，所述根据所述中心点图像集合的组间聚类结果对所述组内聚类结果进行第一组间合并处理以获得组间合并聚类结果，包括：将待合并组内聚类簇集合并为第一合并簇集，并保持非合并组内聚类簇集不变，其中，所述待合并组内聚类簇集为目标中心点图像所在的组内聚类簇集，所述目标中心点图像为处于同一组间聚类簇集中的中心点图像，所述非合并组内聚类簇集为除所述待合并组内聚类簇集外的组内聚类簇集；以及将所述第一合并簇集和所述非合并组内聚类簇集作为所述组间合并聚类结果。
7、在一些实施方式中，所述组间合并聚类结果包括多个簇集，一个所述簇集包括至少一个目标图像，所述根据目标图像的先验知识对所述组间合并聚类结果进行第二组间合并处理以获得目标聚类结果，包括：将待合并簇集合并为第二合并簇集，并保持非合并簇集不变，其中，所述待合并簇集为所述先验知识相同的目标图像所在的簇集，所述非合并簇集为除所述待合并簇集外的簇集；以及将所述第二合并簇集和所述非合并簇集作为所述目标聚类结果。
8、在一些实施方式中，在所述根据目标图像的先验知识对所述组间合并聚类结果进行第二组间合并处理以获得目标聚类结果之前，还包括：采用预设匹配算法确定各目标图像的目标标识；基于所述目标标识将所述目标图像与预设数据库中的预设图像进行匹配；以及将匹配成功的目标图像的目标标识作为对应目标图像的先验知识。
9、在一些实施方式中，在所述对多组目标图像数据进行组内聚类处理以获得组内聚类结果之前，还包括：获取多张目标图像；以及按照预设规则将多张所述目标图像分为多组，以生成所述多组目标图像数据。
10、本公开第二方面提供了一种聚类装置，包括：组内聚类模块，用于对多组目标图像数据进行组内聚类处理以获得组内聚类结果；组间聚类模块，用于根据所述组内聚类结果提取中心点图像集合，对所述中心点图像集合进行组间聚类；第一合并模块，用于根据所述中心点图像集合的组间聚类结果对所述组内聚类结果进行第一组间合并处理以获得组间合并聚类结果；以及第二合并模块，用于根据目标图像的先验知识对所述组间合并聚类结果进行第二组间合并处理以获得目标聚类结果。
11、本公开第三方面提供了一种电子设备，包括：存储器，所述存储器存储执行指令；处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行本公开任一实施方式所述的聚类方法。
12、本公开第四方面提供了一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现本公开任一实施方式所述的聚类方法。
13、本公开提供的聚类方法、装置、电子设备及可读存储介质，对多组目标图像数据进行组内聚类处理以获得组内聚类结果，根据组内聚类结果提取中心点图像集合，对中心点图像集合进行组间聚类，根据中心点图像集合的组间聚类结果对组内聚类结果进行第一组间合并处理以获得组间合并聚类结果，根据目标图像的先验知识对组间合并聚类结果进行第二组间合并处理以获得目标聚类结果，提高了聚类的效率和准确性。
本文档来自技高网...【技术保护点】
1.一种聚类方法，其特征在于，包括：
2.根据权利要求1所述的聚类方法，其特征在于，所述对多组目标图像数据进行组内聚类处理以获得组内聚类结果，包括：
3.根据权利要求1所述的聚类方法，其特征在于，所述组内聚类结果包括多个组内聚类簇集，一个所述组内聚类簇集包括至少一个目标图像，所述根据所述组内聚类结果提取中心点图像集合，包括：
4.根据权利要求1所述的聚类方法，其特征在于，所述中心点图像集合包括多个中心点图像，所述对所述中心点图像集合进行组间聚类，包括：
5.根据权利要求1所述的聚类方法，其特征在于，所述组内聚类结果包括多个组内聚类簇集，所述组间聚类结果包括多个组间聚类簇集，一个所述组间聚类簇集包括至少一个中心点图像，所述中心点图像为既处于所述组内聚类簇集又处于所述组间聚类簇集的图像，所述根据所述中心点图像集合的组间聚类结果对所述组内聚类结果进行第一组间合并处理以获得组间合并聚类结果，包括：
6.根据权利要求1所述的聚类方法，其特征在于，所述组间合并聚类结果包括多个簇集，一个所述簇集包括至少一个目标图像，所述根据目标图像的
7.根据权利要求1-6中任一项所述的聚类方法，其特征在于，在所述根据目标图像的先验知识对所述组间合并聚类结果进行第二组间合并处理以获得目标聚类结果之前，还包括：
8.一种聚类装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现权利要求1至7中任一项所述的聚类方法。
...【技术特征摘要】
1.一种聚类方法，其特征在于，包括：
2.根据权利要求1所述的聚类方法，其特征在于，所述对多组目标图像数据进行组内聚类处理以获得组内聚类结果，包括：
3.根据权利要求1所述的聚类方法，其特征在于，所述组内聚类结果包括多个组内聚类簇集，一个所述组内聚类簇集包括至少一个目标图像，所述根据所述组内聚类结果提取中心点图像集合，包括：
4.根据权利要求1所述的聚类方法，其特征在于，所述中心点图像集合包括多个中心点图像，所述对所述中心点图像集合进行组间聚类，包括：
5.根据权利要求1所述的聚类方法，其特征在于，所述组内聚类结果包括多个组内聚类簇集，所述组间聚类结果包括多个组间聚类簇集，一个所述组间聚类簇集包括至少一个中心点图像，所述中心点图像为既处于所述组内聚类簇集又处于所述组间聚类簇集的图像，所述根据所...
【专利技术属性】
技术研发人员：边彬彬，张之岳，曲寒冰，王加强，
申请(专利权)人：北京市新技术应用研究所有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。