[发明专利]一种图片筛选方法及装置、存储介质、计算机设备有效

专利信息
申请号: 201810017485.3 申请日: 2018-01-09
公开(公告)号: CN108228844B 公开(公告)日: 2020-10-27
发明(设计)人: 刁梁;陈昕;周华;朱欤 申请(专利权)人: 美的集团股份有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06F16/9532;G06K9/62
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 沈寒酉;张颖玲
地址: 528311 广东省佛山市顺德区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图片 筛选 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种图片筛选方法,其特征在于,所述方法包括:

获取第一图片集合;

提取所述第一图片集合中的各个图片的特征向量;

基于所述第一图片集合中的各个图片的特征向量,对所述第一图片集合中的各个图片进行分组;

确定各组图片对应的聚类中心,并确定所述各组图片对应的聚类中心与参考中心的距离;其中,所述参考中心是基于对所述各组图片对应的聚类中心进行计算得到的;

基于所述各组图片对应的聚类中心与参考中心的距离,从所述第一图片集合中删除满足预设条件的一组或多组图片,得到第二图片集合。

2.根据权利要求1所述的图片筛选方法,其特征在于,所述基于所述第一图片集合中的各个图片的特征向量,对所述第一图片集合中的各个图片进行分组,包括:

对所述第一图片集合中的各个图片的特征向量进行聚类,并基于聚类结果对所述第一图片集合中的各个图片进行分组。

3.根据权利要求2所述的图片筛选方法,其特征在于,所述对所述第一图片集合中的各个图片的特征向量进行聚类,并基于聚类结果对所述第一图片集合中的各个图片进行分组,包括:

设置聚类中心的个数为N,N为正整数;

基于所述聚类中心的个数,对所述第一图片集合中的各个图片的特征向量进行聚类;

基于聚类结果将所述第一图片集合中的各个图片划分为N组。

4.根据权利要求2或3所述的图片筛选方法,其特征在于,所述确定各组图片对应的聚类中心,包括:

基于所述聚类结果,确定各组图片对应的聚类中心。

5.根据权利要求4所述的图片筛选方法,其特征在于,所述方法还包括:

基于所述各组图片对应的聚类中心,计算所述参考中心。

6.根据权利要求1所述的图片筛选方法,其特征在于,所述基于所述各组图片对应的聚类中心与参考中心的距离,从所述第一图片集合中删除满足预设条件的一组或多组图片,得到第二图片集合,包括:

将聚类中心相对于所述参考中心的距离大于等于预设阈值的一组或多组图片,从所述第一图片集合中删除,得到第二图片集合。

7.根据权利要求1所述的图片筛选方法,其特征在于,所述基于所述各组图片对应的聚类中心与参考中心的距离,从所述第一图片集合中删除满足预设条件的一组或多组图片,得到第二图片集合,包括:

对所述各组图片对应的聚类中心与参考中心的距离由大到小进行排序,并确定出距离最大的M组图片,M为正整数;

从所述第一图片集合中删除所述M组图片,得到第二图片集合。

8.一种图片筛选装置,其特征在于,所述装置包括:

获取单元,用于获取第一图片集合;

提取单元,用于提取所述第一图片集合中的各个图片的特征向量;

分组单元,用于基于所述第一图片集合中的各个图片的特征向量,对所述第一图片集合中的各个图片进行分组;

距离确定单元,用于确定各组图片对应的聚类中心,并确定所述各组图片对应的聚类中心与参考中心的距离;其中,所述参考中心是基于对所述各组图片对应的聚类中心进行计算得到的;

筛选单元,用于基于所述各组图片对应的聚类中心与参考中心的距离,从所述第一图片集合中删除满足预设条件的一组或多组图片,得到第二图片集合。

9.根据权利要求8所述的图片筛选装置,其特征在于,所述分组单元,具体用于:对所述第一图片集合中的各个图片的特征向量进行聚类,并基于聚类结果对所述第一图片集合中的各个图片进行分组。

10.根据权利要求9所述的图片筛选装置,其特征在于,所述分组单元包括:

设置子单元,用于设置聚类中心的个数为N,N为正整数;

聚类子单元,用于基于所述聚类中心的个数,对所述第一图片集合中的各个图片的特征向量进行聚类;

划分子单元,用于基于聚类结果将所述第一图片集合中的各个图片划分为N组。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于美的集团股份有限公司,未经美的集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810017485.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top