[发明专利]相似图像聚类方法及装置、存储介质、电子设备

权利要求书

1.一种相似图像聚类方法，其特征在于，包括：

通过卷积神经网络模型提取多个图像的图像特征并通过哈希量化编码方法将所述图像特征转换为二值码；

通过所述二值码计算多个图像之间的相似度并对所述二值码进行排序；

分别以各所述图像的所述二值码为顶点构建有向图；

查找所述有向图中的所有强连通分量以确定聚类的类别数量；

为各所述图像特征提供一类别标识并根据所述类别标识从数据库中获取所述相似图像。

2.根据权利要求1所述的相似图像聚类方法，其特征在于，通过所述二值码计算多个图像之间的相似度并对所述二值码进行排序包括：

计算各所述图像对应的所述二值码与一查询二值码之间的汉明距离以获取所述相似度；

对所述二值码根据所述汉明距离进行排序。

3.根据权利要求1所述的相似图像聚类方法，其特征在于，以各所述图像的所述二值码为顶点构建有向图包括：

在所述二值码与查询二值码之间的汉明距离符合预设条件时，建立由所述查询二值码指向所述二值码的有向边。

4.根据权利要求1所述的相似图像聚类方法，其特征在于，查找所述有向图中的所有强连通分量包括：

在通过预设数据结构判断各所述顶点属于同一连通分量时，使用Tarjan算法查找所述有向图中的所述强连通分量。

5.根据权利要求2所述的相似图像聚类方法，其特征在于，所述汉明距离与所述相似度负相关。

6.一种相似图像聚类装置，其特征在于，包括：

特征提取模块，用于通过卷积神经网络模型提取多个图像的图像特征并通过哈希量化编码方法将所述图像特征转换为二值码；

特征聚类模块，用于通过所述二值码计算多个图像之间的相似度并对所述二值码进行排序；分别以各所述图像的所述二值码为顶点构建有向图；查找所述有向图中的所有强连通分量以确定聚类的类别数量；

图像获取模块，用于为各所述图像特征提供一类别标识并根据所述类别标识从数据库中获取所述相似图像。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的相似图像聚类方法。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的相似图像聚类方法。