[发明专利]设备聚类方法、装置、计算机设备及存储介质

权利要求书

1.一种设备聚类方法，其特征在于，包括：

获取拍摄数向量集合，所述拍摄数向量集合包括待聚类的各摄像设备对应的拍摄数向量，所述拍摄数向量是基于所述摄像设备在预设时间段内的拍摄数据生成的；

对所述拍摄数向量集合中任意两个拍摄数向量分别进行相似度计算，生成相似度矩阵；

基于所述相似度矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果。

2.如权利要求1所述的设备聚类方法，其特征在于，所述获取拍摄数向量集合，包括：

获取待聚类的各摄像设备在预设时间段内的拍摄数据；

按照预设间隔时间将所述预设时间段划分为多个时间片段；

根据所述拍摄数据，确定所述摄像设备在多个所述时间片段内的图像拍摄数；

将所述摄像设备在多个所述时间片段内的图像拍摄数按照时间从前往后的顺序进行排序，生成所述摄像设备对应的拍摄数向量。

3.如权利要求1所述的设备聚类方法，其特征在于，所述对所述拍摄数向量集合中任意两个拍摄数向量分别进行相似度计算，生成相似度矩阵，包括：

对所述拍摄数向量集合中任意两个拍摄数向量分别进行相似度计算，得到任意两个拍摄数向量之间的相似度；

基于所述相似度，生成所述相似度矩阵。

4.如权利要求1所述的设备聚类方法，其特征在于，所述基于所述相似度矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果，包括：

根据所述相似度矩阵构建聚类矩阵；

计算所述聚类矩阵的特征向量，根据所述特征向量生成特征向量矩阵；

基于所述特征向量矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果。

5.如权利要求4所述的设备聚类方法，其特征在于，所述根据所述相似度矩阵构建聚类矩阵，包括：

根据所述相似度矩阵，构建与所述相似度矩阵对应的邻接矩阵和度矩阵；

根据所述邻接矩阵和所述度矩阵构建拉普拉斯矩阵；

对所述拉普拉斯矩阵进行标准化处理，生成聚类矩阵。

6.如权利要求1所述的设备聚类方法，其特征在于，在所述基于所述相似度矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果之后，包括：

获取与所述设备聚类结果所包含的各设备聚类簇对应的场景设置信息；

根据所述场景设置信息，为所述各设备聚类簇中的摄像设备添加场景标签。

7.如权利要求1所述的设备聚类方法，其特征在于，在所述基于所述相似度矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果之后，还包括：

获取待分类的摄像设备对应的拍摄数向量；

针对所述设备聚类结果所包含的各设备聚类簇，分别计算所述各设备聚类簇中的摄像设备对应的拍摄数向量的平均向量，作为所述各设备聚类簇对应的拍摄数平均向量；

基于待分类的摄像设备对应的拍摄数向量以及所述各设备聚类簇对应的拍摄数平均向量，确定待分类的摄像设备所属的场景标签。

8.一种设备聚类装置，其特征在于，包括：

拍摄数向量集合模块，用于获取拍摄数向量集合，所述拍摄数向量集合包括待聚类的各摄像设备对应的拍摄数向量，所述拍摄数向量是基于所述摄像设备在预设时间段内的拍摄数据生成的；

相似度矩阵模块，用于对所述拍摄数向量集合中任意两个拍摄数向量分别进行相似度计算，生成相似度矩阵；

设备聚类结果模块，用于基于所述相似度矩阵对所述摄像设备进行聚类处理，得到所述摄像设备对应的设备聚类结果。

9.一种计算机设备，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可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述设备聚类方法。

10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述设备聚类方法。