CN113918747A - 图像数据的清洗方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了图像数据的清洗方法、装置、设备及存储介质，属于计算机技术领域。该方法包括：提取待清洗的多个第一图像数据的特征；基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据；响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征，基于第三图像数据的特征迭代获取清洗结果，第三图像数据为多个第一图像数据或者多个第一图像数据中除第二图像数据之外的图像数据。该方法通过多次提取特征并确定满足清洗条件的图像数据直至满足结束条件的迭代方法，提高了提取的特征的准确性，从而获得了更优的数据清洗效果。

Description

图像数据的清洗方法、装置、设备及存储介质

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种图像数据的清洗方法、装置、设备及存储介质。

背景技术

随着计算机技术的进步，数据量在不断增长。以图像数据为例，针对日益增长的图像数据，为了减少标注的数据量，可以先对图像数据进行清洗。由于深度学习是一种可以对数据进行表征学习的算法，因此，可以用深度学习来对含有噪声的图像数据以无监督方式进行图像数据的清洗。

相关技术中，首先基于一个在ImageNet(图像数据集)上预训练的神经网络模型对包含噪声的图像数据进行特征提取，使用DBSCAN(Density-Based Spatial Clustering ofApplications with Noise，基于密度的空间聚类的噪声应用)等无监督聚类算法基于提取的特征对图像数据进行聚类，得到多个聚类簇，确定包含图像数据的数量最多的聚类簇，将该聚类簇中的图像数据作为清洗后的干净数据。

但是，该种图像数据的清洗方法有可能会导致有效的图像数据流失，使得清洗后的干净数据不够全面，多样性较差，进而基于清洗后的图像数据训练的神经网络模型的性能不强。

发明内容

本申请实施例提供了一种图像数据的清洗方法、装置、设备及存储介质，可用于解决相关技术中的问题。技术方案如下：

一方面，本申请实施例提供了一种图像数据的清洗方法，方法包括：

提取待清洗的多个第一图像数据的特征；

基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据；

响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征，基于第三图像数据的特征迭代获取清洗结果，第三图像数据为多个第一图像数据或者多个第一图像数据中除第二图像数据之外的图像数据。

在一种可能的实现方式中，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：

基于第二图像数据确定第一图像数据增量；

响应于第一图像数据增量不小于增量阈值，确定不满足结束条件。

在一种可能的实现方式中，基于第二图像数据确定第一图像数据增量，包括：

响应于第二图像数据是首次确定出的满足清洗条件的图像数据，将第二图像数据的数量作为第一图像数据增量；

响应于第二图像数据是非首次确定出的满足清洗条件的图像数据，将第二图像数据的数量与上次确定出的满足清洗条件的图像数据的数量之间的差值作为第一图像数据增量。

在一种可能的实现方式中，基于第三图像数据的特征迭代获取清洗结果，包括：

基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据；

响应于基于第四图像数据确定满足结束条件，基于第四图像数据获取清洗结果。

在一种可能的实现方式中，基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据之后，还包括：

基于第四图像数据确定第二图像数据增量；

响应于第二图像数据增量小于增量阈值，确定满足结束条件。

在一种可能的实现方式中，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据，包括：

对多个第一图像数据进行聚类，得到多个第一聚类簇，一个第一聚类簇包括至少一个第一图像数据；

确定多个第一聚类簇中包括第一图像数据的数量达到数量要求的第二聚类簇，将第二聚类簇中包括的第一图像数据作为满足清洗条件的第二图像数据。

在一种可能的实现方式中，对多个第一图像数据进行聚类，得到多个第一聚类簇，包括：

确定聚类参数，聚类参数包括动态配置的距离参数和数量参数中的至少一个；

基于聚类参数对多个第一图像数据进行聚类，得到多个第一聚类簇。

在一种可能的实现方式中，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：

基于第二图像数据训练得到第一神经网络模型；

提取第三图像数据的特征，包括：

通过第一神经网络模型提取第三图像数据的特征。

在一种可能的实现方式中，第三图像数据为多个第一图像数据，基于第四图像数据获取清洗结果，包括：

将第四图像数据作为清洗结果。

在一种可能的实现方式中，第三图像数据为多个第一图像数据中除第二图像数据之外的图像数据，基于第四图像数据获取清洗结果，包括：

将第二图像数据以及第四图像数据作为清洗结果。

另一方面，提供了一种图像数据的清洗装置，装置包括：

第一提取模块，用于提取待清洗的多个第一图像数据的特征；

第一确定模块，用于基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据；

第二提取模块，用于响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征；

获取模块，用于基于第三图像数据的特征迭代获取清洗结果，第三图像数据为多个第一图像数据或者多个第一图像数据中除第二图像数据之外的图像数据。

在一种可能的实现方式中，装置还包括：

第二确定模块，用于基于第二图像数据确定第一图像数据增量；

第三确定模块，用于响应于第一图像数据增量不小于增量阈值，确定不满足结束条件。

在一种可能的实现方式中，第二确定模块，用于响应于第二图像数据是首次确定出的满足清洗条件的图像数据，将第二图像数据的数量作为第一图像数据增量；响应于第二图像数据是非首次确定出的满足清洗条件的图像数据，将第二图像数据的数量与上次确定出的满足清洗条件的图像数据的数量之间的差值作为第一图像数据增量。

在一种可能的实现方式中，获取模块，用于基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据；响应于基于第四图像数据确定满足结束条件，基于第四图像数据获取清洗结果。

在一种可能的实现方式中，获取模块，还用于基于第四图像数据确定第二图像数据增量；响应于第二图像数据增量小于增量阈值，确定满足结束条件。

在一种可能的实现方式中，第一确定模块，用于对多个第一图像数据进行聚类，得到多个第一聚类簇，一个第一聚类簇包括至少一个第一图像数据；确定多个第一聚类簇中包括第一图像数据的数量达到数量要求的第二聚类簇，将第二聚类簇中包括的第一图像数据作为满足清洗条件的第二图像数据。

在一种可能的实现方式中，第一确定模块，用于确定聚类参数，聚类参数包括动态配置的距离参数和数量参数中的至少一个；基于聚类参数对多个第一图像数据进行聚类，得到多个第一聚类簇。

在一种可能的实现方式中，装置还包括：

训练模块，用于基于第二图像数据训练得到第一神经网络模型；

第三提取模块，用于通过第一神经网络模型提取第三图像数据的特征。

在一种可能的实现方式中，第三图像数据为多个第一图像数据，获取模块，用于将第四图像数据作为清洗结果。

在一种可能的实现方式中，第三图像数据为多个第一图像数据中除第二图像数据之外的图像数据，获取模块，用于将第二图像数据以及第四图像数据作为清洗结果。

另一方面，提供了一种计算机设备，计算机设备包括处理器和存储器，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机设备实现上述任一的图像数据的清洗方法。

另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机实现上述任一的图像数据的清洗方法。

另一方面，还提供了一种计算机程序产品或计算机程序，计算机程序产品或计算机程序包括计算机指令，计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取计算机指令，处理器执行计算机指令，使得计算机设备执行上述任一的图像数据的清洗方法。

本申请实施例提供的技术方案至少带来如下有益效果：

本申请实施例提供的技术方案，提取多个第一图像数据的特征，并基于多个第一图像数据的特征确定满足清洗条件的第二图像数据，响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征。该方案采用多次迭代的方式，多次提取特征，不断提高特征的准确性，并使用准确性更高的特征再次获取满足清洗条件的图像数据，直至满足结束条件，获得了更优的清洗数据的效果。

附图说明

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，对于本领域普通技术人员来讲，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。

图1是本申请实施例提供的一种实施环境的示意图；

图2是本申请实施例提供的一种图像数据的清洗方法流程图；

图3是本申请实施例提供的一种基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据的方法流程图；

图4是本申请实施例提供的另一种图像数据的清洗方法流程图；

图5是本申请实施例提供的一种图像数据的清洗装置示意图；

图6是本申请实施例提供的一种计算机设备的结构示意图；

图7是本申请实施例提供的另一种计算机设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种图像数据的清洗方法，请参考图1，其示出了本申请实施例提供的方法实施环境的示意图。该实施环境可以包括：终端11和服务器12。

其中，终端11可应用本申请实施例提供的方法进行图像数据的清洗，将清洗后得到的图像数据发送给服务器12。服务器12接收清洗后的图像数据，基于清洗后的图像数据进行神经网络模型的训练。

或者，服务器12应用本申请实施例提供的方法进行图像数据的清洗，基于清洗后的图像数据进行神经网络模型的训练。

或者，服务器12应用本申请实施例提供的方法进行图像数据的清洗，将清洗后得到的图像数据发送给终端11。终端11基于清洗后的图像数据进行神经网络模型的训练。

或者，终端11应用本申请实施例提供的方法进行图像数据的清洗，基于清洗后的图像数据进行神经网络模型的训练。

可选地，终端11可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如PC(PersonalComputer，个人计算机)、手机、智能手机、PDA(Personal Digital Assistant，个人数字助手)、可穿戴设备、PPC(Pocket PC，掌上电脑)、平板电脑、智能车机、智能电视、智能音箱等。服务器12可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。终端11与服务器12通过有线或无线网络建立通信连接。

本领域技术人员应能理解上述终端11和服务器12仅为举例，其他现有的或今后可能出现的终端或服务器如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

基于上述图1所示的实施环境，本申请实施例提供一种图像数据的清洗方法，该方法可应用于终端或服务器。如图2所示，本申请实施例提供的方法可以包括如下步骤201-步骤203。

步骤201，提取待清洗的多个第一图像数据的特征。

其中，第一图像数据是待清洗的任意图像数据，本申请实施例不对第一图像数据的数量进行限定，也不对第一图像数据的来源以及类型进行限定。可选地，基于对该第一图像数据的清洗结果的用途确定第一图像数据的来源及类型。例如，清洗结果用于训练识别水果种类的神经网络模型，则第一图像数据的类型可以是各种水果的图像数据，该第一图像数据来源于水果类的数据集。又例如，清洗结果用于训练电商平台上的商品种类的神经网络模型，则第一图像数据的类型可以是电商平台上的各种商品的图像数据，该第一图像数据来源于该电商平台的商品图片库。

此外，本申请实施例不对提取多个第一图像数据的特征的方式进行限定，例如，可采用神经网络模型来提取第一图像数据的特征。示例性地，提取特征时使用在ImageNet上进行过预训练的任意一个神经网络模型。例如，使用ResNet-50(Residual NeuralNetwork-50，残差神经网络-50)提取第一图像数据的特征。

提取的特征包括但不限于SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)、HOG(Histogram of Oriented Gradient，方向梯度直方图)等特征。

步骤202，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据。

可选地，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据，包括：对多个第一图像数据进行聚类，得到多个第一聚类簇。一个第一聚类簇包含至少一个第一图像数据；确定多个第一聚类簇中包括第一图像数据的数量达到数量要求的第二聚类簇，将第二聚类簇中包括的第一图像数据作为满足清洗条件的第二图像数据。

可选地，对多个第一图像数据进行聚类，得到多个第一聚类簇，包括：确定聚类参数，聚类参数包括动态配置的距离参数和数量参数中的至少一个。基于聚类参数对多个第一图像数据进行聚类，得到多个第一聚类簇。

示例性地，如图3所示，本申请实施例的一种基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据的方法可以包括步骤2021-步骤2022。

步骤2021，确定聚类参数，聚类参数包括动态配置的距离参数和数量参数中的至少一个，基于聚类参数对多个第一图像数据进行聚类，得到多个第一聚类簇。

本申请实施例不对聚类的算法进行限定，例如，可以采用DBSCAN密度聚类算法，DBSCAN密度聚类算法是将紧密相连的样本划为一个第一聚类簇，其优点是可以发现任何形状的聚类。使用DBSCAN密度聚类算法进行聚类要确定第一聚类簇的中心点，即密度中心点。密度中心点需要通过动态配置的两个聚类参数x与y来进行确定。其中，x(例如x为正数)为距离参数，用于确定一个点的邻域范围；y(例如y为正整数)为数量参数，用于描述聚类最小点数。判断p点是否为密度中心点即是判断p点邻域范围内包含的点是否不少于y个。若是，则p点是密度中心点，需要创建一个以p点为中心点的第一聚类簇。通过上述方式基于x、y两个聚类参数对多个第一图像数据进行聚类，可以得到多个第一聚类簇。

步骤2022，确定多个第一聚类簇中包括第一图像数据的数量达到数量要求的第二聚类簇，将第二聚类簇中包括的第一图像数据作为满足清洗条件的第二图像数据。

本申请实施例不对第一聚类簇的数量进行限定，也不对数量要求进行限定，例如，可以将多个第一聚类簇中包括第一图像数据的数量最多的一个第一聚类簇作为第二聚类簇。综上，本实施例提供的图像数据的清洗方法，通过基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据时，对应图像数据的不同特征可以动态配置聚类参数，这样可以使密度中心点的选取更加精准，从而增强了聚类效果。

步骤203，响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征，基于第三图像数据的特征迭代获取清洗结果，第三图像数据为多个第一图像数据或者多个第一图像数据中除第二图像数据之外的图像数据。

可选地，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：基于第二图像数据确定第一图像数据增量；响应于第一图像数据增量不小于增量阈值，确定不满足结束条件。

本申请实施例不对增量阈值进行限定，例如，增量阈值可以为经验值，可根据对图像数据数量的需求通过经验配置。假设需要一百万数据，经过验证，此时将增量阈值配置成一千或一百对清洗结果的影响差别很小，可忽略不计，因此，此时将增量阈值配置成一千或一百均可。

可选地，基于第二图像数据确定第一图像数据增量，包括：响应于第二图像数据是首次确定出的满足清洗条件的图像数据，将第二图像数据的数量作为第一图像数据增量；响应于第二图像数据是非首次确定出的满足清洗条件的图像数据，将第二图像数据的数量与上次确定出的满足清洗条件的图像数据的数量之间的差值作为第一图像数据增量。

可选地，基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：基于第二图像数据训练得到第一神经网络模型；提取第三图像数据的特征，包括：通过第一神经网络模型提取第三图像数据的特征。

将第一图像数据增量与增量阈值进行比较，判断是否满足结束条件，例如，增量阈值已被设定为一个经验值，若第一图像数据增量不小于增量阈值，则说明此时获取的满足清洗条件的图像数据不够全面，在第一图像数据中尚有很多等待被获取的满足清洗条件的图像数据，不能满足结束条件。反之，若第一图像数据增量小于增量阈值，则说明此时获取的满足清洗条件的图像数据已经较为全面，满足结束条件。

可选地，基于第三图像数据的特征迭代获取清洗结果，包括：基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据；响应于基于第四图像数据确定满足结束条件，基于第四图像数据获取清洗结果。

首先基于第三图像数据的特征对多个第三图像数据进行聚类，得到多个第三聚类簇。每个第三聚类簇中包含至少一个第三图像数据。聚类过程中要确定聚类参数。聚类参数是非固定态值，可以进行动态配置。

例如，此处聚类的方法可以与步骤202中基于多个第一图像数据的特征对多个第一图像数据进行聚类的方法相同，也可以不同，本申请实施例对此不加以限定。

在聚类得到多个第三聚类簇后，确定多个第三聚类簇中包括第三图像数据的数量达到数量要求的第四聚类簇。

例如，可以将多个第三聚类簇中包括第三图像数据的数量最多的一个第三聚类簇作为第四聚类簇。将第四聚类簇中包括的第三图像数据作为满足清洗条件的第四图像数据。可选地，基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据之后，还包括：基于第四图像数据确定第二图像数据增量；响应于第二图像数据增量小于增量阈值，确定满足结束条件。

确定满足结束条件后，基于第四图像数据获取清洗结果的方式包括但不限于如下两种。

方式一，第三图像数据为多个第一图像数据，基于第四图像数据获取清洗结果，包括：将第四图像数据作为清洗结果。

在该方式下，将多个第一数据图像直接作为第三图像数据，并使用基于第二图像数据训练得到的第一神经网络模型对第三图像数据进行特征提取，再基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据。因此，直接将第四数据图像作为清洗结果。

方式二，第三图像数据为多个第一图像数据中除第二图像数据之外的图像数据，基于第四图像数据获取清洗结果，包括：将第二图像数据以及第四图像数据作为清洗结果。

在该方式下，将多个第一图像数据中除第二图像数据之外的图像数据作为第三数据图像，并使用基于第二图像数据训练得到的第一神经网络模型对第三图像数据进行特征提取，再基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据。因此，要将第二图像数据以及第四图像数据作为清洗结果。

本实施例提供的图像数据的清洗方法，通过判断第二数据图像是否满足结束条件，若不满足结束条件，则提取第三图像数据的特征，为避免一次清洗的效果不能满足要求，可以通过多次迭代，用更优的样本对神经网络模型进行进一步的训练，使其特征表达能力和泛化能力变得更强。然后使用特征表达能力和泛化能力更强的神经网络模型再次提取图像数据的特征，从而能获得更好的聚类效果和更优的数据清洗效果。

通过基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据时，对应图像数据的不同特征可以动态配置聚类参数，这样可以使密度中心点的选取更加精准，从而增强了聚类效果。

如图4所示，本申请实施例的一种图像数据的清洗方法包括如下步骤401-步骤407。

步骤401，获取待清洗的图像数据。

该步骤401的实现方式可参见上述步骤201的描述，此处不再赘述。

步骤402，提取图像数据的特征。

该步骤402的实现方式可参见上述步骤201的描述，此处不再赘述。

步骤403，基于图像数据的特征对图像数据进行聚类，得到多个聚类簇。

该步骤403的实现方式可参见上述步骤202的描述，此处不再赘述。

步骤404，确定多个聚类簇中包括图像数据的数量达到数量要求的聚类簇，将数量达到数量要求的聚类簇中包括的图像数据作为满足清洗条件的图像数据。

该步骤404的实现方式可参见上述步骤202的描述，此处不再赘述。

步骤405，基于满足清洗条件的图像数据判断是否满足结束条件。

该步骤405的实现方式可参见上述步骤203的描述，此处不再赘述。

步骤406，响应于基于第二图像数据确定不满足结束条件，重复步骤402-步骤405。

步骤407，响应于基于第二图像数据确定满足结束条件，基于满足清洗条件的图像数据获取清洗结果。

该步骤407的实现方式可参见上述步骤203的描述，此处不再赘述。

本申请实施例提供的方法的应用场景包括但不限于：闪购拍照建品、拍照买药、竞品SKU(Stock Keeping Unit，库存量单位)比价。

在闪购拍照建品场景下，本方法有两种应用方式，一种是商家拍照录入图像数据时，需要根据商家上传的商品的图像数据对标品库中的图像数据进行清洗，获取标品库中的已有商品，直接用于商家建品。另外一种是根据商家拍摄商品的图像数据，对标品库中的图像数据进行清洗，获取标品库中的优质商品，提高建品的效率。

拍照买药场景下，根据用户拍摄的药品图片，对标品库中的图像数据进行清洗，获取标品库中的同种药品，并引导用户下单购买。

竞品SKU比价场景下，除了用商品名称文本与标品库中商品进行匹配之外，也可以采用图像数据清洗的方式增加匹配的覆盖度和准确率，可以根据一种商品的图像数据，对标品库中的图像数据进行清洗，获取标品库中的同种商品。

作为一项无需人工标注即可对图像数据进行清洗的技术，该方案大大节约了标注的时间和金钱成本。除了应用于商品识别，在点评拍照打卡环境图检索、垃圾分类等业务上也具备快速迁移的能力，并为快速扩充商品识别品类提供了可能。

参见图5，本申请实施例提供了一种图像数据的清洗装置，该装置包括：

第一提取模块501，用于提取待清洗的多个第一图像数据的特征；

第一确定模块502，用于基于多个第一图像数据的特征在多个第一图像数据中确定满足清洗条件的第二图像数据；

第二提取模块503，用于响应于基于第二图像数据确定不满足结束条件，提取第三图像数据的特征；

获取模块504，用于基于第三图像数据的特征迭代获取清洗结果，第三图像数据为多个第一图像数据或者多个第一图像数据中除第二图像数据之外的图像数据。

可选地，该装置还包括：

第二确定模块，用于基于第二图像数据确定第一图像数据增量；

第三确定模块，用于响应于第一图像数据增量不小于增量阈值，确定不满足结束条件。

可选地，第二确定模块，用于响应于第二图像数据是首次确定出的满足清洗条件的图像数据，将第二图像数据的数量作为第一图像数据增量；响应于第二图像数据是非首次确定出的满足清洗条件的图像数据，将第二图像数据的数量与上次确定出的满足清洗条件的图像数据的数量之间的差值作为第一图像数据增量。

可选地，获取模块504，用于基于第三图像数据的特征在多个第一图像数据中确定满足清洗条件的第四图像数据；响应于基于第四图像数据确定满足结束条件，基于第四图像数据获取清洗结果。

可选地，获取模块504，还用于基于第四图像数据确定第二图像数据增量；响应于第二图像数据增量小于增量阈值，确定满足结束条件。

可选地，第一确定模块502，用于对多个第一图像数据进行聚类，得到多个第一聚类簇，一个第一聚类簇包括至少一个第一图像数据；确定多个第一聚类簇中包括第一图像数据的数量达到数量要求的第二聚类簇，将第二聚类簇中包括的第一图像数据作为满足清洗条件的第二图像数据。

可选地，第一确定模块502，用于确定聚类参数，聚类参数包括动态配置的距离参数和数量参数中的至少一个；基于聚类参数对多个第一图像数据进行聚类，得到多个第一聚类簇。

可选地，该装置还包括：

训练模块，用于基于第二图像数据训练得到第一神经网络模型；

第三提取模块，用于通过第一神经网络模型提取第三图像数据的特征。

可选地，第三图像数据为多个第一图像数据，获取模块504用于将第四图像数据作为清洗结果。

可选地，第三图像数据为多个第一图像数据中除第二图像数据之外的图像数据，获取模块504，用于将第二图像数据以及第四图像数据作为清洗结果。

需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图6是本申请实施例提供的一种计算机设备的结构示意图，该计算机设备可以为服务器，该服务器可因配置或性能不同而产生比较大的差异，可以包括一个或多个处理器(Central Processing Units，CPU)601和一个或多个存储器602，其中，该一个或多个存储器602中存储有至少一条计算机程序，该至少一条计算机程序由该一个或多个处理器601加载并执行，以使该服务器实现上述各个方法实施例提供的图像数据的清洗方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

图7是本申请实施例提供的一种计算机设备结构示意图。该计算机设备可以为终端，例如可以是：智能手机、平板电脑、MP3(Moving Picture Experts Group Audio LayerIII，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts GroupAudio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端包括有：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行，以使该终端实现本申请中方法实施例提供的图像数据的清洗方法。

在一些实施例中，终端还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、显示屏705、摄像头组件706、音频电路407、定位组件408和电源409中的至少一种。

外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置在终端的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端的不同表面或呈折叠设计；在另一些实施例中，显示屏705可以是柔性显示屏，设置在终端的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位终端的当前地理位置，以实现导航或LBS(Location BasedService，基于位置的服务)。定位组件708可以是基于美国的GPS(Global PositioningSystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源709用于为终端中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。

加速度传感器711可以检测以终端建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器712可以检测终端的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器713可以设置在终端的侧边框和/或显示屏705的下层。当压力传感器713设置在终端的侧边框时，可以检测用户对终端的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时，由处理器701根据用户对显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置在终端的正面、背面或侧面。当终端上设置有物理按键或厂商Logo(商标)时，指纹传感器714可以与物理按键或厂商Logo集成在一起。

光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制显示屏705的显示亮度。具体地，当环境光强度较高时，调高显示屏705的显示亮度；当环境光强度较低时，调低显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。

接近传感器716，也称距离传感器，通常设置在终端的前面板。接近传感器716用于采集用户与终端的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端的正面之间的距离逐渐变小时，由处理器701控制显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端的正面之间的距离逐渐变大时，由处理器701控制显示屏705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图7中示出的结构并不构成对终端的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条计算机程序。该至少一条计算机程序由一个或者一个以上处理器加载并执行，以使该计算机设备实现上述任一种图像数据的清洗方法。

在示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条计算机程序，该至少一条计算机程序由计算机设备的处理器加载并执行，以使计算机实现上述任一种图像数据的清洗方法。

在一种可能实现方式中，上述计算机可读存储介质可以是只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact DiscRead-Only Memory，CD-ROM)、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一种图像数据的清洗方法。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

以上仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (13)

1.一种图像数据的清洗方法，其特征在于，所述方法包括：

提取待清洗的多个第一图像数据的特征；

基于所述多个第一图像数据的特征在所述多个第一图像数据中确定满足清洗条件的第二图像数据；

响应于基于所述第二图像数据确定不满足结束条件，提取第三图像数据的特征，基于所述第三图像数据的特征迭代获取清洗结果，所述第三图像数据为所述多个第一图像数据或者所述多个第一图像数据中除所述第二图像数据之外的图像数据。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个第一图像数据的特征在所述多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：

基于所述第二图像数据确定第一图像数据增量；

响应于所述第一图像数据增量不小于增量阈值，确定不满足所述结束条件。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二图像数据确定第一图像数据增量，包括：

响应于所述第二图像数据是首次确定出的满足所述清洗条件的图像数据，将所述第二图像数据的数量作为所述第一图像数据增量；

响应于所述第二图像数据是非首次确定出的满足所述清洗条件的图像数据，将所述第二图像数据的数量与上次确定出的满足所述清洗条件的图像数据的数量之间的差值作为所述第一图像数据增量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第三图像数据的特征迭代获取清洗结果，包括：

基于所述第三图像数据的特征在所述多个第一图像数据中确定满足所述清洗条件的第四图像数据；

响应于基于所述第四图像数据确定满足所述结束条件，基于所述第四图像数据获取所述清洗结果。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第三图像数据的特征在所述多个第一图像数据中确定满足所述清洗条件的第四图像数据之后，还包括：

基于所述第四图像数据确定第二图像数据增量；

响应于所述第二图像数据增量小于增量阈值，确定满足所述结束条件。

6.根据权利要求1-5任一所述的方法，其特征在于，所述基于所述多个第一图像数据的特征在所述多个第一图像数据中确定满足清洗条件的第二图像数据，包括：

对所述多个第一图像数据进行聚类，得到多个第一聚类簇，一个第一聚类簇包括至少一个第一图像数据；

确定所述多个第一聚类簇中包括所述第一图像数据的数量达到数量要求的第二聚类簇，将所述第二聚类簇中包括的所述第一图像数据作为所述满足清洗条件的第二图像数据。

7.根据权利要求6所述的方法，其特征在于，所述对所述多个第一图像数据进行聚类，得到多个第一聚类簇，包括：

确定聚类参数，所述聚类参数包括动态配置的距离参数和数量参数中的至少一个；

基于所述聚类参数对所述多个第一图像数据进行聚类，得到所述多个第一聚类簇。

8.根据权利要求1-5、7任一所述的方法，其特征在于，所述基于所述多个第一图像数据的特征在所述多个第一图像数据中确定满足清洗条件的第二图像数据之后，还包括：

基于所述第二图像数据训练得到第一神经网络模型；

所述提取第三图像数据的特征，包括：

通过所述第一神经网络模型提取所述第三图像数据的特征。

9.根据权利要求4或5所述的方法，其特征在于，所述第三图像数据为所述多个第一图像数据，所述基于所述第四图像数据获取所述清洗结果，包括：

将所述第四图像数据作为所述清洗结果。

10.根据权利要求4或5所述的方法，其特征在于，所述第三图像数据为所述多个第一图像数据中除所述第二图像数据之外的图像数据，所述基于所述第四图像数据获取所述清洗结果，包括：

将所述第二图像数据以及所述第四图像数据作为所述清洗结果。

11.一种图像数据的清洗装置，其特征在于，所述装置包括：

第一提取模块，用于提取待清洗的多个第一图像数据的特征；

第一确定模块，用于基于所述多个第一图像数据的特征在所述多个第一图像数据中确定满足清洗条件的第二图像数据；

第二提取模块，用于响应于基于所述第二图像数据确定不满足结束条件，提取第三图像数据的特征；

获取模块，用于基于所述第三图像数据的特征迭代获取清洗结果，所述第三图像数据为所述多个第一图像数据或者所述多个第一图像数据中除所述第二图像数据之外的图像数据。

12.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使所述计算机设备实现如权利要求1至10任一的图像数据的清洗方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至10任一的图像数据的清洗方法。

Images