[发明专利]设备聚类方法、装置、计算机设备及存储介质在审
| 申请号: | 202110997621.1 | 申请日: | 2021-08-27 |
| 公开(公告)号: | CN113901981A | 公开(公告)日: | 2022-01-07 |
| 发明(设计)人: | 吴文胜 | 申请(专利权)人: | 深圳云天励飞技术股份有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;H04N7/18 |
| 代理公司: | 深圳众鼎汇成知识产权代理有限公司 44566 | 代理人: | 朱业刚 |
| 地址: | 518000 广东省深圳市龙岗区园山*** | 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: | 设备 方法 装置 计算机 存储 介质 | ||
本发明涉及数据处理技术领域,尤其涉及一种设备聚类方法、装置、计算机设备及存储介质。其方法包括:获取拍摄数向量集合;对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;基于相似度矩阵对摄像设备进行聚类处理,得到摄像设备对应的设备聚类结果。本发明实现了基于摄像设备在预设时间段内的图像拍摄数特征对摄像设备进行聚类得到设备聚类结果,可以有效区分出摄像设备的应用场景,提高了对摄像设备进行应用场景分类的效率和准确度。
技术领域
本发明涉及数据处理技术领域,尤其涉及一种设备聚类方法、装置、计算机设备及存储介质。
背景技术
随着互联网络的迅速发展,摄像设备的应用越来越广泛。摄像设备安装于停车场、图书馆、商场等各种应用场景中,是维护社会治安的一种监督手段。在侦查案件、排查嫌疑人时,通常需要集中排查某一类应用场景的监控影像。那么,就需要对摄像设备的应用场景进行有效分类,进而实现将同一应用场景的摄像设备聚成一类。目前,通过人工对摄像设备的应用场景进行标注,需要耗费大量的人力,效率很低。如何根据摄像设备所属的应用场景对摄像设备进行快速聚类成为亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种设备聚类方法、装置、计算机设备及存储介质,以解决无法根据摄像设备所属的应用场景对摄像设备进行快速聚类的问题。
一种设备聚类方法,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。
一种设备聚类装置,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。
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,所述处理器执行所述计算机可读指令时实现上述设备聚类方法。
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上述设备聚类方法。
上述设备聚类方法、装置、计算机设备及存储介质,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,而拍摄数向量是基于摄像设备在预设时间段内的拍摄数据生成的,由于拍摄数向量反映摄像设备在预设时间段内的图像拍摄数特征的一种特征信息,该特征信息与摄像设备所属的应用场景是存在关联的;对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;通过基于相似度矩阵对摄像设备进行聚类处理,得到摄像设备对应的设备聚类结果,设备聚类结果包括两个或两个以上的设备聚类簇,每个设备聚类簇中的设备属于同一应用场景,由此实现了基于摄像设备在预设时间段内的图像拍摄数特征对摄像设备进行聚类得到设备聚类结果,可以有效区分出摄像设备的应用场景,提高了对摄像设备进行应用场景分类的效率和准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
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深圳云天励飞技术股份有限公司,未经深圳云天励飞技术股份有限公司许可,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/202110997621.1/2.html,转载请声明来源钻瓜专利网。





