[发明专利]一种数据聚类方法、装置、计算机设备及存储介质

权利要求书

1.一种数据聚类方法，其特征在于，包括：

获取各个第一聚类结果，其中，所述各个第一聚类结果是基于在预设时间段内产生的各个目标车辆行驶数据各自包含的车辆行驶图像中，位于车辆内部的人脸所在的人脸图像区域，对所述各个目标车辆行驶数据进行初始聚类处理获得的，每个第一聚类结果包含至少一个目标车辆行驶数据；

基于预设的关联关系挖掘策略，对所述各个目标车辆行驶数据，以及在所述预设时间段内产生的各个参考车辆行驶数据进行挖掘处理，获得目标车辆行驶数据与参考车辆行驶数据之间的多个关联关系，其中，所述各个参考车辆行驶数据各自包含的车牌数据，与所述各个目标车辆行驶数据各自包含的车牌数据匹配；

基于所述多个关联关系和所述各个第一聚类结果，对所述目标车辆行驶数据进行目标聚类处理，获得至少一个目标聚类结果。

2.根据权利要求1所述的方法，其特征在于，在基于预设的关联关系挖掘策略，对所述各个目标车辆行驶数据，以及在所述预设时间段内产生的各个参考车辆行驶数据进行挖掘处理，获得目标车辆行驶数据与参考车辆行驶数据之间的多个关联关系之前，还包括：

获取所述各个目标车辆行驶数据各自包含的车辆行驶图像中，包含人脸的车辆图像区域对应的车牌数据；

针对所述各个目标车辆行驶数据各自包含的车牌数据，分别在所述预设时间段内产生的各个实时车辆行驶数据中，选取包含的车辆行驶图像中车辆图像区域对应的车牌数据，与相应目标车辆行驶数据包含的车牌数据相同的实时车辆行驶数据，作为参考车辆行驶数据。

3.根据权利要求1所述的方法，其特征在于，所述目标车辆行驶数据和所述参考车辆行驶数据分别还包括数据产生时刻和数据产生地址；

所述基于预设的关联关系挖掘策略，对所述各个目标车辆行驶数据，以及在所述预设时间段内产生的各个参考车辆行驶数据进行挖掘处理，获得目标车辆行驶数据与参考车辆行驶数据之间的多个关联关系，包括：

将所述各个目标车辆行驶数据和所述各个参考车辆行驶数据，分别作为综合车辆行驶数据，并基于包含的车牌数据和数据产生时刻所属时间区间，对各个综合车辆行驶数据进行分组处理，针对每个车牌数据，获得多个车辆行驶数据序列，其中，每个车辆行驶数据序列包含的各综合车辆行驶数据按照数据产生时刻排列；

针对每个车牌数据对应的多个车辆行驶数据序列，执行以下操作：

采用所述关联关系挖掘策略，基于每个车辆行驶数据序列包含的综合车辆行驶数据的数据产生地址，分别对相应的多个车辆行驶数据序列进行挖掘处理，确定至少一个频繁项，以及每个频繁项包含的综合车辆行驶数据的数据产生地址，在相应的多个车辆行驶数据组中出现的频数，其中，所述频繁项包含至少一个综合车辆行驶数据；

将获得的至少一个频繁项和相应的频数，作为相应车牌数据对应的关联关系。

4.根据权利要求1～3任一项所述的方法，其特征在于，基于所述多个关联关系和所述各个第一聚类结果，对所述各个目标车辆行驶数据进行目标聚类处理，获得至少一个目标聚类结果，包括：

基于所述各个目标车辆行驶数据各自的车牌数据，对所述各个第一聚类结果进行重新整合处理，获得多个第二聚类结果，其中，每个第二聚类结果中的各目标车辆行驶数据的车牌数据相同，且车辆行驶图像中位于车辆内部的人脸匹配；

基于所述多个关联关系和所述各个第二聚类结果，对所述各个目标车辆行驶数据进行目标聚类处理，获得至少一个目标聚类结果。

5.根据权利要求4所述的方法，其特征在于，基于所述多个关联关系和所述各个第二聚类结果，对所述各个目标车辆行驶数据进行目标聚类处理，获得至少一个目标聚类结果，包括：

针对所述各个第二聚类结果，分别从第二聚类结果包含的目标车辆行驶数据中，选取与相应第二聚类结果的聚类质心之间的相似度最大的目标车辆行驶数据，作为相应第二聚类结果对应的质心车辆行驶数据；

基于所述多个关联关系，确定每两个质心车辆行驶数据之间的目标相似度；

针对目标相似度大于预设相似度条件的每两个质心车辆行驶数据各自对应的第二聚类结果进行合并处理，获得至少一个目标聚类结果。