CN108875834A-图像聚类方法、装置、计算机设备及存储介质 (2).pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 108875834 A (43)申请公布日 2018.11.23 (21)申请号 201810653849.7 (22)申请日 2018.06.22 (71)申请人 北京达佳互联信息技术有限公司 地址 100084 北京市海淀区中关村东路1号 院8号楼20层B2201 (72)发明人 吴丽军　杨帆　 (74)专利代理机构 北京市立方律师事务所 11330 代理人 刘延喜 (51)Int.Cl. G06K 9/62(2006.01) 权利要求书2页 说明书11页 附图4页 (54)发明名称 图像聚类方法、装置、计算机设备及存储介 质 (57)摘要 本发明实施例公开了一种图像聚类方法、装 置、计算机设备及存储介质，包括下述步骤：获取 待分类图像与样本图像之间的相似度；将所述相 似度与预设阈值列表中的当前轮值阈值进行比 对；当所述相似度大于所述当前轮值阈值时，将 所述待分类图像归集至所述样本图像所表征的 聚类列表中。由于相似度计算的是待分类图像与 样本图像之间的关联度，因此，分类结果也与样 本图像直接关联，同时，对关联度分类进行阈值 限定使分类结果更加的准确，通过更换不同的样 本图像就能够实现对不同类别的划分，提高了分 A 类的多样性，同时由于没有人为的干预大大提高 4 了分类的效率。 3 8 5 7 8 8 0 1 N C CN 108875834 A 权　利　要　求　书 1/2页 1.一种图像聚类方法，其特征在于，包括下述步骤： 获取待分类图像与样本图像之间的相似度； 将所述相似度与预设阈值列表中的当前轮值阈值进行比对； 当所述相似度大于所述当前轮值阈值时，将所述待分类图像归集至所述样本图像所表 征的聚类列表中。 2.根据权利要求1所述的图像聚类方法，其特征在于，所述当所述相似度大于所述当前 轮值阈值时，将所述待分类图像归集至所述样本图像所表征的聚类列表中的步骤之后，还 包括下述步骤： 获取所述聚类列表中图像的数目； 将所述图像的数目与预设的极限阈值进行比对； 当所述图像的数目大于所述极限阈值时，释放所述聚类列表中的所有图像至待分类列 表中。 3.根据权利要求2所述的图像聚类方法，其特征在于，所述当所述图像的数目大于所述 极限阈值时，释放所述聚类列表中的所有图像至待分类列表中的步骤之后，还包括下述步 骤： 确认排列在所述当前轮值阈值下一位的轮值阈值为分类阈值，其中，所述下一位的轮 值阈值大于所述当前轮值阈值； 以所述分类阈值为限定条件对所述待分类列表中的图像进行聚类。 4.根据权利要求3所述的图像聚类方法，其特征在于，所述当所述相似度大于所述当前 轮值阈值时，将所述待分类图像归集至所述样本图像所表征的聚类列表中的步骤之后，还 包括下述步骤： 获取所述阈值列表中数值最大的轮值阈值； 将所述相似度大于所述数值最大的轮值阈值的待识别图像，聚类至所述样本图像所表 征的聚类列表中。 5.根据权利要求1所述的图像聚类方法，其特征在于，获取获取待分类图像与样本图像 之间的相似度的步骤之前，还包括下述步骤： 获取所述待分类图像； 将所述待分类图像输入到预设的PCA降维模型中，以将所述待分类图像降维至预设维 度。 6.根据权利要求5所述的图像聚类方法，其特征在于，所述将所述待分类图像输入到预 设的PCA降维模型中，以将所述待分类图像降维至预设维度的步骤之后，还包括下述步骤