申请/专利权人:天翼数字生活科技有限公司
申请日:2023-12-14
公开(公告)日:2024-03-15
公开(公告)号:CN117708359A
主分类号:G06F16/55
分类号:G06F16/55;G06F16/58;G06V10/20;G06V10/44;G06V10/762;G06V10/74;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明提出一种云相册相似图片快速聚类方法,包括:根据时间信息和图片来源对图片进行预分组;对图片进行锐化;使用卷积神经网络模型进行图片特征提取;将提取出来的所有图片的所有特征转化为一个矩阵,进行图片特征相似度对比,得到图片聚类矩阵,所述图片聚类矩阵包括任意两张图片的相似度对比信息;根据图片相似度对所述图片聚类矩阵进行排序,得到排名位置矩阵;根据预定义的可能相似图片数Max对所述图片聚类矩阵和所述排名位置矩阵分别进行切片,得到最相似的Max张图片及所述最相似的Max张图片的位置;存储切片后的图片聚类矩阵和排名位置矩阵。本发明可以节约存储资源和计算资源,在保证查全率和查准率的前提下达到快速聚类。
主权项:1.一种云相册相似图片快速聚类方法,其特征在于,包括如下步骤:步骤S1、根据时间信息和图片来源对图片进行预分组;步骤S2、对图片进行锐化;步骤S3、使用卷积神经网络模型进行图片特征提取;步骤S4、将提取出来的所有图片的所有特征转化为一个矩阵,进行图片特征相似度对比,得到图片聚类矩阵,所述图片聚类矩阵包括任意两张图片的相似度对比信息;步骤S5、根据图片相似度对所述图片聚类矩阵进行排序,得到排名位置矩阵;步骤S6、根据预定义的可能相似图片数Max对所述图片聚类矩阵和所述排名位置矩阵分别进行切片,得到最相似的Max张图片及所述最相似的Max张图片的位置;步骤S7、存储切片后的图片聚类矩阵和排名位置矩阵。
全文数据:
权利要求:
百度查询: 天翼数字生活科技有限公司 一种云相册相似图片快速聚类方法、系统及相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。