(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210668322.8 (22)申请日 2022.06.14 (71)申请人 青岛云天励飞科技有限公司 地址 266000 山东省青岛市崂山区科 苑纬 一路1号青岛国际创新园二期D2座 2601室 申请人 深圳云天励飞技 术股份有限公司 (72)发明人 余晓填　杨一帆　王爱波　邢玲　 王孝宇　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 张菁华 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/762(2022.01) (54)发明名称 图像聚类方法、 装置、 设备及计算机可读存 储介质 (57)摘要 本申请适用于图像处理技术领域， 提供了一 种图像聚类方法、 装置、 设备及计算机可读存储 介质， 该方法包括： 获取多帧图像和多帧图像对 应的连接图， 所述多帧图像包括多个类别的图 像； 根据连接图， 构建目标函数； 获取目标函数的 最小值， 并根据目标函数的最小值， 确定多帧图 像的类别数量和每个类别对应的图像， 目标函数 的最小值用于指示同一类别的图像之间的差异 最小且不同类别的图像 之间的差异最大； 将每个 类别对应的图像划分为一类， 得到多帧图像的聚 类结果。 从而， 本申请通过连接图构建目标函数， 再求解目标函数的最小值的方法， 可以准确的对 不同类别的海量多帧图像进行分类， 得到精确的 聚类结果。 权利要求书2页 说明书17页 附图5页 CN 115273170 A 2022.11.01 CN 115273170 A 1.一种图像聚类方法， 其特 征在于， 包括： 获取多帧图像和所述多帧图像对应的连接 图， 所述多帧图像包括多个类别的图像， 所 述连接图用于估计不同类别的图像； 根据所述连接 图， 构建目标函数， 所述目标函数用于指示同一类别的图像之间的差异 和不同类别的图像之间的差异； 获取所述目标函数的最小值， 并根据所述目标函数的最小值， 确定所述多帧图像的类 别数量和每个类别对应的图像， 所述目标函数的最小值用于指示同一类别的图像之 间的差 异最小且不同类别的图像之间的差异最大； 将所述每 个类别对应的图像划分为 一类， 得到所述多帧图像的聚类结果。 2.如权利要求1所述的方法， 其特 征在于， 所述 根据所述连接图， 构建目标函数， 包括： 将所述连接图转换为转移概率矩阵， 所述转移概率矩阵中的每个数据用于表示所述多 帧图像中的任意两帧图像之间的转移概 率； 将所述多帧图像中每帧图像划分为 一个类别， 得到第一类别； 根据所述转移概率矩阵和所述第一类别的数量及所述第一类别中每个类别对应的图 像， 确定第一概率、 第二概率和 第三概率， 所述第一概率包括每帧图像不属于第二类别中的 每个类别的概率和， 所述第二概率包括每 帧图像属于第二类别中的每个类别的概率， 所述 第三概率包括每帧图像不属于第二类别中的每个类别的概率， 所述第二类别为对所述第一 类别的数量调整产生的类别； 根据所述第一概率、 所述第 二概率和所述第三概率， 确定类 内熵和类间熵， 所述类 内熵 用于指示同一类别的图像之间的差异， 所述类间熵用于指示 不同类别的图像之间的差异； 将所述类内熵和类间熵之和 确定为所述目标函数。 3.如权利要求2所述的方法， 其特征在于， 所述获取所述目标函数的最小值， 并根据所 述目标函数的最小值， 确定所述多帧图像的类别数量和每 个类别对应的图像， 包括： 调整所述类间熵和所述类内熵中的所述第二类别的数量及和所述第二类别中每个类 别对应的图像， 在所述第二类别的数量及和所述第二类别中每个类别对应的图像满足预设 条件时， 得到所述 目标函数 的最小值， 所述预设条件为同一类别的图像之间的差异最小且 不同类别的图像之间的差异最大； 获取所述目标函数的最小值对应的所述多帧图像的类别数量和每 个类别对应的图像。 4.如权利要求1所述的方法， 其特征在于， 所述获取多帧图像和所述多帧图像对应的连 接图， 包括： 获取所述多帧图像中每帧图像对应的多个相似度值； 对每帧图像对应的多个相似度值进行多变量分析处 理， 得到多个分析 数据； 根据所述多个分析数据中的最大分析数据， 从每帧图像对应的多个相似度值中， 确定 每帧图像对应的相似度阈值； 根据每帧图像对应的相似度阈值， 构建连接图。 5.如权利要求4所述的方法， 其特征在于， 所述对每帧图像对应的多个相似度值进行多 变量分析处 理， 得到多个分析 数据， 包括： 按照由大到小的顺序， 对所述多个相似度值进行排序， 得到第一序列； 对所述第一序列中的相似度值进行差分处 理， 得到第二序列；权　利　要　求　书 1/2 页 2 CN 115273170 A 2确定所述第二序列中的任意一个差分数据与除了所述任意一个差分数据之外的其他 差分数据的均值， 得到多个均值； 确定所述第二序列中的任意一个差分数据与除了所述任意一个差分数据之外的其他 差分数据的标准差， 得到多个标准差； 根据所述第二序列中的多个差分数据、 所述多个均值和所述多个标准差， 确定所述多 个分析数据。 6.如权利要求5所述的方法， 其特征在于， 所述按照由大到小的顺序， 对所述多个相似 度值进行排序， 得到第一序列， 包括： 按照由大到小的顺序， 对所述多个相似度值进行排序， 得到相似度 序列； 从所述相似度 序列中取 前K个相似度值， K为 正整数； 根据所述K个相似度值， 生成所述第一序列。 7.如权利要求5或6所述的方法， 其特征在于， 所述根据所述多个分析数据中的最大分 析数据， 从每帧图像对应的多个相似度值中， 确定每帧图像对应的相似度阈值， 包括： 按照根据所述第二序列中的第一个差分数据到最后一个差分数据获取对应的分析数 据的顺序， 对所述多个分析 数据进行排序， 得到第三序列； 确定所述第三序列中的最大分析 数据在所述第三序列中的排列位置P， P为 正整数； 根据所述 排列位置P， 确定所述第二序列中的第P个差分数据； 根据所述第P个差分数据， 确定所述第一序列中的第P个相似度值； 将所述第一序列中的第P个相似度值确定为所述相似度阈值。 8.一种图像聚类方法装置， 其特 征在于， 包括： 获取模块， 用于获取多帧图像和所述多帧图像对应的连接 图， 所述多帧图像包括多个 类别的图像， 所述连接图用于估计不同类别的图像； 构建模块， 用于根据 所述连接图， 构建目标函数， 所述目标函数用于指示同一类别的图 像之间的差异和不同类别的图像之间的差异； 确定模块， 用于获取所述目标函数的最小值， 并根据所述目标函数的最小值， 确定多帧 图像的类别数量和每个类别对应的图像， 所述目标函数的最小值用于指示同一类别的图像 之间的差异最小且不同类别的图像之间的差异最大； 聚类模块， 用于将每 个类别对应的图像划分为 一类， 得到所述多帧图像的聚类结果。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115273170 A 3