CN113313053B - 图像处理方法、装置、设备、介质及程序产品 - Google Patents
图像处理方法、装置、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN113313053B CN113313053B CN202110660841.5A CN202110660841A CN113313053B CN 113313053 B CN113313053 B CN 113313053B CN 202110660841 A CN202110660841 A CN 202110660841A CN 113313053 B CN113313053 B CN 113313053B
- Authority
- CN
- China
- Prior art keywords
- processed
- image
- images
- cluster
- clustering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、装置、设备、介质及程序产品，涉及深度学习、计算机视觉和云计算等人工智能领域。该方法的一实施方式包括：获取多个待处理图像；基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；对图进行聚类，得到聚类簇；基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；将目标识别结果进行聚类，得到聚类结果。
Description
技术领域
本公开涉及计算机领域，具体涉及深度学习、计算机视觉和云计算等人工智能领域，尤其涉及一种图像处理方法、装置、设备、介质及程序产品。
背景技术
随着计算机技术的发展，图像处理技术应用到了越来越多的领域。
目前，通过抽取待处理图像的向量进行相似度计算，基于一定阈值过滤，确认两两待处理图像中的目标对象为相同的对象，以实现对待处理图像的识别处理。
发明内容
本公开实施例提出了一种图像处理方法、装置、设备、介质及程序产品。
第一方面，本公开实施例提出了一种图像处理方法，包括：获取多个待处理图像；基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；对图进行聚类，得到聚类簇；基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；将目标识别结果进行聚类，得到聚类结果。
第二方面，本公开实施例提出了一种图像处理装置，包括：图像获取模块，被配置成获取多个待处理图像；图构建模块，被配置成基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；第一聚类模块，被配置成对图进行聚类，得到聚类簇；结果得到模块，被配置成基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到目标识别结果；第二聚类模块，被配置成将目标识别结果进行聚类，得到聚类结果。
第三方面，本公开实施例提出了一种边缘计算设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面描述的方法。
第四方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面描述的方法。
第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面描述的方法。
本公开实施例提供的图像处理方法、装置、设备、介质及程序产品，首先获取多个待处理图像；然后基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；然后对图进行聚类，得到聚类簇；然后基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；最后将目标识别结果进行聚类，得到聚类结果。可以利用多个待处理图像进行图聚类所得到的聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，以得到待处理图像中目标对象的目标识别结果；对目标识别结果进行聚类，提高了确定聚类结果的准确度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开的图像处理方法的一个实施例的流程图；
图3是根据本公开的图像处理方法的一个实施例的流程图；
图4是根据本公开的图像处理装置的一个实施例的结构示意图；
图5是用来实现本公开实施例的边缘计算设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的图像处理方法或图像处理装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括摄像头101，网络102和边缘计算设备103。网络102用以在摄像头101和边缘计算设备103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用摄像头101通过网络102与边缘计算设备103交互，以多个待处理图像等。摄像头101上可以安装有各种客户端应用、智能交互应用，例如图像处理应用、图像识别应用等等。
边缘计算设备103可以提供各种服务。例如，边缘计算设备103可以获取摄像头101上的多个待处理图像；基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；对图进行聚类，得到聚类簇；基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；将目标识别结果进行聚类，得到聚类结果。
需要说明的是，边缘计算设备103可以是硬件，也可以是软件。当边缘计算设备103为硬件时，可以实现成多个边缘计算设备组成的分布式边缘计算设备集群，也可以实现成单个边缘计算设备。当边缘计算设备103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的图像处理方法一般由边缘计算设备103执行，相应地，图像处理装置一般设置于边缘计算设备103中。
应该理解，图1中的摄像头、网络和边缘计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的摄像头、网络和边缘计算设备。
继续参考图2，其示出了根据本公开的图像处理方法的一个实施例的流程200。该图像处理方法可以包括以下步骤：
步骤201，获取多个待处理图像。
在本实施例中，图像处理方法的执行主体(例如图1所示的边缘计算设备103)可以从摄像头(例如图1所示的摄像头101)拍的图像中获取多个待处理图像。上述待处理图像可以为包括面部特征的图像，该面部特征可以用于进行区分不同的待处理图像；该待处理图像可以为视频中的单帧图像。
在本实施例中，获取多个待处理图像可以包括：获取预设时间段内的多个待处理图像。上述预设时间段可以为一段时间，例如，2个小时。
本公开的技术方案中，所涉及的待处理图像的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
步骤202，基于多个待处理图像，构建图。
在本实施例中，上述执行主体可以以待处理图像为节点，以待处理图像之间的相似度为边的权重构建图。
在这里，图可以为由节点和边所组成的图，该节点可以为待处理图像，该边的权重可以为任意两个待处理图像之间的相似度。
步骤203，对图进行聚类，得到聚类簇。
在本实施例中，上述执行主体可以对步骤202中构建的图进行聚类，得到聚类簇。
在一个示例中，利用k-means聚类算法，对步骤202中构建的图进行聚类，得到聚类簇。
具体地，(1)首先确定一个k值，即将多个人脸图像待处理图像经过聚类得到k个聚类簇；(2)从多个人脸图像待处理图像中随机选择k个人脸图像待处理图像作为质心；(3)对多个人脸图像待处理图像中每一个人脸图像待处理图像，计算其与每一个质心的距离，离哪个质心近，就划分到那个质心所属的聚类簇；(4)多个人脸图像待处理图像归好聚类簇后，一共有k个聚类簇；(5)然后重新计算每个聚类簇的质心；如果新计算出来的质心和原来的质心之间的距离小于某一个设置的阈值(表示重新计算的质心的位置变化不大，趋于稳定，或者说收敛)，可以认为聚类已经达到期望的结果，算法终止；(6)如果新质心和原质心距离变化很大，需要迭代(3)～(5)。
其中，k：聚类簇的个数；质心:每个聚类簇的均值向量；距离量度：例如，欧几里得距离和余弦相似度。
需要说明的是，上述聚类算法是指将没有标签的多个人脸图像待处理图像划分成几类的方法，属于无监督学习方法:根据人脸图像待处理图像之间的距离或者说是相似性(亲疏性)，把越相似、差异越小的人脸图像待处理图像聚成一类(簇)，最后形成多个聚类簇，使同一个聚类簇内部的人脸图像待处理图像相似度高，不同聚类簇之间差异性高。
步骤204，基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果。
在本实施例中，上述执行主体可以识别模型对聚类簇的待处理图像进行识别，得到该聚类簇的待处理图像中的目标对象的目标识别结果。上述目标对象可以为待处理图像中待识别的对象，待处理图像中的目标对象的数量可以为一个或多个，该目标对象可以为特定的对象，例如，人脸、人体、各种动物等。
具体地，基于聚类簇，确定对应的识别模型；之后，将聚类簇的待处理图像输入该聚类簇对应的识别模型中，得到该待处理图像中目标对象的目标识别结果。
在这里，识别模型可以基于以下步骤确定：将待处理图像作为识别模型的输入，将待处理图像中目标对象的类别标签作为识别模型的期望输出，训练初始模型，得到识别模型。
本实施例中，上述执行主体在得到待处理图像，以及待处理图像中目标对象的类别标签后，可以利用待处理图像和待处理图像中目标对象的类别标签训练初始模型，得到识别模型。在训练时，执行主体可以将待处理图像作为识别模型的输入，以及将所输入对应的待处理图像中目标对象的类别标签，作为期望输出，得到识别模型。上述初始模型可以为现有技术或未来发展技术中的神经网络模型，例如，神经网络模型可以包括分类模型，如随机森林、lightGBM(Light Gradient Boosting Machine)、Xgboost(eXtreme GradientBoosting)等，对人脸进行识别。
步骤205，将目标识别结果进行聚类，得到聚类结果。
在本实施例中，上述执行主体可以将目标识别结果进行聚类，得到聚类结果。
在一个示例中，利用最近邻(k-Nearest Neighbor，KNN)算法、，将目标识别结果进行聚类，得到聚类结果。
在实施例中，最近邻算法可以还包括：最近邻检索(NN)、近似最近邻(ANN)检索。
本公开实施例提供的图像处理方法，首先获取多个待处理图像；然后基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；然后对图进行聚类，得到聚类簇；然后基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；最后将目标识别结果进行聚类，得到聚类结果。可以利用多个待处理图像进行图聚类所得到的聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，以得到待处理图像中目标对象的目标识别结果；对目标识别结果进行聚类，提高了确定聚类结果的准确度。
在本实施例的一些可选的实现方式中，基于多个待处理图像，构建图，可以包括：计算多个待处理图像中任意两个待处理图像之间的相似度；基于预设的相似度阈值与相似度对多个待处理图像进行筛选；将相似度满足预设的相似度阈值的待处理图像作为节点，待处理图像的相似度作为边的权重，构建图。
在本实现方式中，上述执行主体可以先计算多个待处理图像中任意两个待处理图像之间的相似度；之后，根据预设的相似度阈值和任意两个待处理图像之间的相似度，对多个待处理图像进行筛选；将多个待处理图像中，相似度满足预设的相似度阈值的待处理图像作为节点，任意两个待处理图像之间的相似度作为边的权重，构建图。上述预设的相似度阈值可以根据聚类簇的精度进行设定或由人工设定。上述满足可以为相似度大于或等于预设的相似度阈值。
需要说明的是，基于预设的相似度阈值可以对待处理图像和任意两个待处理图像之间的相似度进行筛选，将满足预设的相似度阈值的待处理图像作为节点，以及相似度作为边的权重构建图。
在本实现方式中，上述执行主体可以基于预设的相似度阈值对需要构建图的节点和边的权重进行筛选，以去掉相似性不满足预设的相似度阈值的待处理图像对聚类结果的精度影响，从而提高了聚类簇的的精度。
在本实施例的一些可选的实现方式中，若聚类簇的数量为多个；以及基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果，可以包括：针对多个聚类簇中的每个聚类簇，基于每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果；根据每个聚类簇对应的识别结果，确定目标识别结果。
在本实现方式中，上述执行主体可以根据多个聚类簇中的每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果；之后，基于所有的聚类簇对应的识别结果，确定目标识别结果。
具体地，针对多个聚类簇中的每个聚类簇，将每个聚类簇的待处理图像输入每个聚类簇对应的识别模型中，得到每个聚类簇对应的识别结果；之后，基于所有的聚类簇对应的识别结果，确定目标识别结果。
在一个示例中，根据每个聚类簇对应的识别结果，确定目标识别结果，可以包括：将每个聚类簇对应的识别结果合并得到目标识别结果；或，基于筛选机制，筛选掉部分聚类簇对应的识别结果，以得到最终的目标识别结果。上述筛选机制可以根据最终的聚类结果或由用户设定。
需要说明的是，合并可以为将每个聚类簇对应的识别结果，按照其的聚类簇合并显示，例如显示在一个区域。
在本实现方式中，可以基于多个聚类簇中的每个聚类簇对应的识别模型，对该聚类簇的待处理图像进行识别，以得到识别结果；之后，基于所有的聚类簇对应的识别结果，确定目标识别结果。能够基于不同聚类簇利用不同的模型进行人脸识别，提高了待处理图像的识别精度。
在本实施例的一些可选的实现方式中，根据聚类结果，从预设的人脸数据库中获取对应的候选待处理图像。
在本实现方式中，上述执行主体可以基于聚类结果，从预设的人脸数据库中进行查询，以获取对应的候选待处理图像。上述预设的人脸数据库可以为基于历史待处理图像构建的数据库。上述候选待处理图像可以为基于聚类结果召回的待处理图像。
在本实现方式中，可以根据聚类结果，从预设的人脸数据库中实现对候选待处理图像的召回。
在本实施例的一些可选的实现方式中，根据聚类结果，从预设的人脸数据库中获取对应的候选待处理图像，包括：根据多个待处理图像对应的图像属性信息，从预设的人脸数据库中获取与图像属性信息对应的待处理图像集合；根据聚类结果，从待处理图像集合中，获取候选待处理图像。
在本实现方式中，上述执行主体可以根据多个待处理图像对应的图像属性信息，从预设的待处理图像库中召回对应的待处理图像集合。上述图像属性信息可以包括以下至少一项：多个待处理图像产生的时间(例如，通过摄像头拍摄的时间点)、多个待处理图像的图像ID(Identity document)、拍摄摄像头的ID等。上述预设的人脸数据库可以为预先建立的全量数据库。
需要说明的是，如果未在预设的人脸数据库中召回到候选待处理图像，则可以将多个待处理图像对应的聚类结果与预设的人脸数据库进行融合，以备后续可以进行召回，增加了召回的几率。
在本实现方式中，可以基于多个待处理图像的图像属性信息，对预设的人脸数据库中的进行准确地召回。
进一步参考图3，图3示出了根据本公开的图像处理方法的一个实施例的流程300。该图像处理方法可以包括以下步骤：
步骤301，获取多个待处理图像。
步骤302，基于多个待处理图像，构建图。
步骤303，对图进行聚类，得到聚类簇。
步骤304，针对多个聚类簇中的每个聚类簇，基于每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果。
在本实施例中，图像处理方法的执行主体(例如图1所示的边缘计算设备103)可以针对多个聚类簇中的每个聚类簇，基于每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果。上述交通影响程度可以用于表征其他交通参与者对自动驾驶车辆正常行驶的影响程度。
具体地，针对每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果。
需要说明的是，针对每个聚类簇获取其对应的识别模型，以实现对每个聚类簇的待处理图像的精准识别。
步骤305，根据每个聚类簇对应的识别结果，确定目标识别结果。
在本实施例中，上述执行主体可以根据每个聚类簇对应的识别结果，确定目标识别结果。
在一个示例中，上述执行主体可以将每个聚类簇对应的识别结果合并得到目标识别结果；或，基于筛选机制，筛选掉部分聚类簇对应的识别结果，以得到最终的目标识别结果。上述筛选机制可以根据最终的聚类结果或由用户设定。
需要说明的是，合并可以为将每个聚类簇对应的识别结果，按照其的聚类簇合并显示，例如显示在一个区域。
步骤306，将目标识别结果进行聚类，得到聚类结果。
在本实施例中，步骤301、302、303、406的具体操作分别已在图2所示的实施例中步骤201、202、203、205进行了详细的介绍，在此不再赘述。
从图3中可以看出，与图2对应的实施例相比，本实施例中的图像处理方法突出了得到目标识别结果的步骤。由此，本实施例描述的方案根据每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果；之后，根据每个聚类簇对应的识别结果，确定目标识别结果。能够基于每个聚类簇对应的识别模型对每个聚类簇的待处理图像进行识别，以得到每个聚类簇对应的识别结果结果，并基于每个聚类簇对应的识别结果，实现对目标识别结果的确定。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种图像处理装置的一个实施例的结构示意图，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种边缘计算设备中。
如图4所示，本实施例的图像处理装置400可以包括：图像获取模块401、图构建模块402、第一聚类模块403、结果得到模块404和第二聚类模块405。其中，图像获取模块401，被配置成获取多个待处理图像；图构建模块402，被配置成基于多个待处理图像，构建图，其中，图的节点为待处理图像，图的边的权重为任意两个待处理图像之间的相似度；第一聚类模块403，被配置成对图进行聚类，得到聚类簇；结果得到模块404，被配置成基于聚类簇对应的识别模型，对聚类簇的待处理图像进行识别，得到目标识别结果；第二聚类模块405，被配置成将目标识别结果进行聚类，得到聚类结果。
在本实施例中，图像处理装置400中：图像获取模块401、图构建模块402、第一聚类模块403、结果得到模块404和第二聚类模块405的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-205的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，图构建模块402，进一步被配置成：计算多个待处理图像中任意两个待处理图像之间的相似度；基于预设的相似度阈值与相似度对多个待处理图像进行筛选；将相似度满足预设的相似度阈值的待处理图像作为节点，待处理图像的相似度作为边的权重，构建图。
在本实施例的一些可选的实现方式中，若聚类簇的数量为多个；以及结果得到模块404，被进一步配置成：针对多个聚类簇中的每个聚类簇，基于每个聚类簇对应的识别模型，对每个聚类簇的待处理图像进行识别，得到每个聚类簇对应的识别结果；根据每个聚类簇对应的识别结果，确定目标识别结果。
在本实施例的一些可选的实现方式中，图像获取模块401，进一步配置成：根据聚类结果，从预设的数据库中获取对应的候选待处理图像。
在本实施例的一些可选的实现方式中，图像获取模块401，进一步配置成：根据多个待处理图像对应的图像属性信息，从预设的数据库中获取与图像属性信息对应的待处理图像集合；根据聚类结果，从待处理图像集合中，获取候选待处理图像。
根据本公开的实施例，本公开还提供了一种边缘计算设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例边缘计算设备500的示意性框图。边缘计算设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。边缘计算设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如图像处理方法。例如，在一些实施例中，图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
人工智能是研究计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语音处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提及的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (14)
1.一种图像处理方法，包括：
获取多个待处理图像；
基于所述多个待处理图像，构建图，其中，所述图的节点为待处理图像，所述图的边的权重为任意两个待处理图像之间的相似度；
对所述图进行聚类，得到聚类簇；
基于所述聚类簇对应的识别模型，对所述聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果；
将所述目标识别结果进行聚类，得到聚类结果。
2.根据权利要求1所述的方法，其中，所述基于所述多个待处理图像，构建图，包括：
计算所述多个待处理图像中任意两个待处理图像之间的相似度；
基于预设的相似度阈值与所述相似度对所述多个待处理图像进行筛选；
将相似度满足所述预设的相似度阈值的待处理图像作为节点，待处理图像的相似度作为边的权重，构建所述图。
3.根据权利要求1或2所述的方法，其中，若所述聚类簇的数量为多个；以及
所述基于所述聚类簇对应的识别模型，对所述聚类簇的待处理图像进行识别，得到待处理图像中目标对象的目标识别结果，包括：
针对多个聚类簇中的每个聚类簇，基于所述每个聚类簇对应的识别模型，对所述每个聚类簇的待处理图像进行识别，得到所述每个聚类簇对应的识别结果；
根据所述每个聚类簇对应的识别结果，确定所述目标识别结果。
4.根据权利要求1或2所述的方法，所述方法还包括：
根据所述聚类结果，从预设的数据库中获取对应的候选待处理图像。
5.根据权利要求3所述的方法，所述方法还包括：
根据所述聚类结果，从预设的数据库中获取对应的候选待处理图像。
6.根据权利要求4所述的方法，其中，所述根据所述聚类结果，从预设的数据库中获取对应的候选待处理图像，包括：
根据所述多个待处理图像对应的图像属性信息，从预设的数据库中获取与所述图像属性信息对应的待处理图像集合；
根据所述聚类结果，从所述待处理图像集合中，获取所述候选待处理图像。
7.一种图像处理装置，包括：
图像获取模块，被配置成获取多个待处理图像；
图构建模块，被配置成基于多个待处理图像，构建图，其中，所述图的节点为待处理图像，所述图的边的权重为任意两个待处理图像之间的相似度；
第一聚类模块，被配置成对所述图进行聚类，得到聚类簇；
结果得到模块，被配置成基于所述聚类簇对应的识别模型，对所述聚类簇的待处理图像进行识别，得到目标识别结果；
第二聚类模块，被配置成将所述目标识别结果进行聚类，得到聚类结果。
8.根据权利要求7所述的装置，其中，所述图构建模块，进一步被配置成：
计算所述多个待处理图像中任意两个待处理图像之间的相似度；
基于预设的相似度阈值与所述相似度对所述多个待处理图像进行筛选；
将相似度满足所述预设的相似度阈值的待处理图像作为节点，待处理图像的相似度作为边的权重，构建所述图。
9.根据权利要求7或8所述的装置，其中，若所述聚类簇的数量为多个；以及
所述结果得到模块，被进一步配置成：
针对多个聚类簇中的每个聚类簇，基于所述每个聚类簇对应的识别模型，对所述每个聚类簇的待处理图像进行识别，得到所述每个聚类簇对应的识别结果；
根据所述每个聚类簇对应的识别结果，确定所述目标识别结果。
10.根据权利要求7或8所述的装置，所述图像获取模块，进一步配置成：根据所述聚类结果，从预设的数据库中获取对应的候选待处理图像。
11.根据权利要求9所述的装置，所述图像获取模块，进一步配置成：根据所述聚类结果，从预设的数据库中获取对应的候选待处理图像。
12.根据权利要求10所述的装置，其中，所述图像获取模块，进一步配置成：
根据所述多个待处理图像对应的图像属性信息，从预设的数据库中获取与所述图像属性信息对应的待处理图像集合；
根据所述聚类结果，从所述待处理图像集合中，获取所述候选待处理图像。
13.一种边缘计算设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110660841.5A CN113313053B (zh) | 2021-06-15 | 2021-06-15 | 图像处理方法、装置、设备、介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110660841.5A CN113313053B (zh) | 2021-06-15 | 2021-06-15 | 图像处理方法、装置、设备、介质及程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113313053A CN113313053A (zh) | 2021-08-27 |
| CN113313053B true CN113313053B (zh) | 2024-04-12 |
Family
ID=77378739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110660841.5A Active CN113313053B (zh) | 2021-06-15 | 2021-06-15 | 图像处理方法、装置、设备、介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113313053B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113762376A (zh) * | 2021-08-31 | 2021-12-07 | 阿里巴巴新加坡控股有限公司 | 图像聚类的方法、装置、电子设备及存储介质 |
| CN113965772B (zh) * | 2021-10-29 | 2024-05-10 | 北京百度网讯科技有限公司 | 直播视频处理方法、装置、电子设备和存储介质 |
| CN114037814B (zh) * | 2021-11-11 | 2022-12-23 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备和介质 |
| CN116821721B (zh) * | 2023-07-03 | 2024-04-02 | 上海金润联汇数字科技有限公司 | 一种跨城网约车的识别方法、装置、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111507240A (zh) * | 2020-04-13 | 2020-08-07 | 三一重工股份有限公司 | 人脸聚类方法、装置、电子设备和计算机可读存储介质 |
| CN111783517A (zh) * | 2020-05-13 | 2020-10-16 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
| CN112560731A (zh) * | 2020-12-22 | 2021-03-26 | 苏州科达科技股份有限公司 | 特征聚类方法、数据库更新方法、电子设备及存储介质 |
| CN112862020A (zh) * | 2021-04-25 | 2021-05-28 | 北京芯盾时代科技有限公司 | 一种数据识别方法、装置及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8872828B2 (en) * | 2010-09-16 | 2014-10-28 | Palo Alto Research Center Incorporated | Method for generating a graph lattice from a corpus of one or more data graphs |
-
2021
- 2021-06-15 CN CN202110660841.5A patent/CN113313053B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111507240A (zh) * | 2020-04-13 | 2020-08-07 | 三一重工股份有限公司 | 人脸聚类方法、装置、电子设备和计算机可读存储介质 |
| CN111783517A (zh) * | 2020-05-13 | 2020-10-16 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
| CN112560731A (zh) * | 2020-12-22 | 2021-03-26 | 苏州科达科技股份有限公司 | 特征聚类方法、数据库更新方法、电子设备及存储介质 |
| CN112862020A (zh) * | 2021-04-25 | 2021-05-28 | 北京芯盾时代科技有限公司 | 一种数据识别方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113313053A (zh) | 2021-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113313053B (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
| CN112949710B (zh) | 一种图像的聚类方法和装置 | |
| CN113255694B (zh) | 训练图像特征提取模型和提取图像特征的方法、装置 | |
| CN113642431B (zh) | 目标检测模型的训练方法及装置、电子设备和存储介质 | |
| CN112784778B (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
| CN112862005B (zh) | 视频的分类方法、装置、电子设备和存储介质 | |
| CN113361593B (zh) | 生成图像分类模型的方法、路侧设备及云控平台 | |
| CN113222942A (zh) | 多标签分类模型的训练方法和预测标签的方法 | |
| CN113177968A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN113361710A (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
| CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
| CN113011309A (zh) | 图像识别方法、装置、设备、介质及程序产品 | |
| CN112101156A (zh) | 一种目标识别的方法、装置和电子设备 | |
| CN114998592A (zh) | 用于实例分割的方法、装置、设备和存储介质 | |
| CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
| CN114882315B (zh) | 样本生成方法、模型训练方法、装置、设备及介质 | |
| CN111709473A (zh) | 对象特征的聚类方法及装置 | |
| CN115272705B (zh) | 显著性物体检测模型的训练方法、装置以及设备 | |
| JP7355295B2 (ja) | データラベリング方法、装置、電子機器、及び読み取り可能な記憶媒体 | |
| Farfan-Escobedo et al. | Towards accurate building recognition using convolutional neural networks | |
| CN114882334A (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
| CN113688667A (zh) | 一种基于深度学习的行李取放动作识别方法和系统 | |
| CN113205120A (zh) | 数据标注方法、装置、电子设备及可读存储介质 | |
| CN113392867A (zh) | 一种图像识别方法、装置、计算机设备及存储介质 | |
| CN110705695A (zh) | 搜索模型结构的方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |