[发明专利]聚类效果测评方法、系统、介质及装置

说明书

本发明属于图像数据处理的技术领域，具体涉及一种聚类效果测评方法、系统、介质及装置。本发明旨在解决现有的测评方法无法对聚类系统在商场业务中的跨镜追踪的效果进行有效评价的问题。为此目的，本发明利用含有标注信息的待聚类的所有数据样本，在聚类系统对待聚类的所有数据样本聚类后得到的所有预测分类组后，基于所述待聚类的所有数据样本的总量、关联的数据样本的总量、正确关联的数据样本的总量，利用混淆矩阵来计算针对所述聚类系统的聚类效果评价指标。如此，本发明不同于现有测评方法重点关注每个分类组中数据样本的排列效果，而是更关注聚类结果的综合准确性，从而有利于对聚类系统在商场业务中的跨镜追踪的效果进行有效评价。

技术领域

本发明属于图像数据处理的技术领域，具体涉及一种聚类效果测评方法、系统、介质及装置。

背景技术

聚类是数据挖掘的一种方法。在图像处理技术领域中，图像聚类是基于图像特征将多幅图像分成由类似的图像组成的多个类的过程。图像聚类在图像分割、目标跟踪等领域具有重要的作用。目前在商业场景中，聚类系统和跨镜追踪(ReId)技术应用的非常广泛，目的在于解决跨摄像头跨场景下行人的识别与检索，可以对无法获取清晰拍摄人脸的行人进行跨摄像头连续跟踪，增强数据的时空连续性。例如在大型商场中，对商场各个点位的摄像头采集到的抓拍图进行聚类，可以描绘出单个顾客的行动轨迹，分析出顾客在不同摄像头下的停留时间，出入店铺，便于商场对顾客精细化服务。

同时，在商场这种复杂场景下，聚类系统在实际应用时往往会面临的一些问题，如不同相机拍摄角度差异大、监控抓拍图片模糊不清、行人更换服装配饰、秋冬穿衣风格不同、白天晚上的光线差异等都会影响聚类的结果。由于在聚类场景多种多样，聚类过程可能会出现误差，将本不属于同一类的图像归为同一个图像簇，则该图像簇的中心会发生偏移，使得后续的聚类结果越来越不准确。对于这些问题，聚类系统需要一个完善的测评方法对聚类结果进行测评，判断该系统在实际情况下是否具备实际应用价值。

目前，针对聚类系统的常用的测评方式，是在Market1501，DukeMTMC-reID，CUHK03三个数据集上进行指标测试，包括两个指标Rank1和mAP。Rank1指标是把聚类系统看做一个排序系统，Rank是排序命中率核心指标，Rank1是首位命中率，就是排在第一位的图有没有命中他本人，Rank5是1-5张图有没有至少一张命中他本人。而mAP是平均精度均值，计算方法为真实排序位置除以实际排序位置的值均值。可知，现有的上述Rank1和mAP两种指标都是把聚类系统作为排序问题来量化，注重轨迹的排序位置，抓拍图形成轨迹的顺序排列是否符合预期。

但是，聚类系统在商场业务的应用中需要实现跨镜追踪的功能，该功能要求将顾客的行动轨迹和人脸进行绑定，还对实时性有较高的要求。现有的上述聚类效果测评方法重点关注每个分类组中数据样本的排列效果，从而导致无法对聚类系统在商场业务中的跨镜追踪的效果进行有效评价。

相应地，本领域需要一种聚类效果测评方法、系统、介质及装置来解决上述问题。

发明内容

为了解决或至少部分解决：现有的测评方法无法对聚类系统在商场业务中的跨镜追踪的效果进行有效评价的问题。本发明提供了一种聚类效果测评方法、系统、介质及装置。

第一方面，本发明提供了一种聚类效果测评方法，所述测评方法包括：获取含有标注信息的待聚类的所有数据样本的总量，所述标注信息包括各数据样本的真实类别名；计算各预测分类组中不同标注信息对应的数据样本的数量，所述预测分类组是聚类系统对所述待聚类的所有数据样本进行聚类后得到；基于各所述预测分类组中不同标注信息对应的数据样本的数量确定各预测分类组的预测类别名；计算已确定的各预测类别名对应的预测分类组中数据样本的总量并将其确定为关联的数据样本的总量，以及计算各预测分类组中真实类别名与预测类别名相同的数据样本的总量并将其确定为正确关联的数据样本的总量；基于待聚类的所有数据样本的总量、关联的数据样本的总量以及正确关联的数据样本的总量，利用混淆矩阵来计算针对所述聚类系统的聚类效果评价指标。