[发明专利]聚类方法及相关产品

权利要求书

1.一种聚类方法，其特征在于，所述方法包括：

获取包含同种类型数据的第一数据集；

按照第一聚类算法和第一相似度阈值对所述第一数据集进行第一次聚类，并获得第一聚类结果，所述第一聚类结果中包含多个第一类簇；

从所述多个第一类簇中的每个类簇中挑选一个质量最好的数据作为代表数据，组成第二数据集；

按照所述第一聚类算法对所述第二数据集进行第二次聚类，获得第二聚类结果；

结合所述第一聚类结果和所述第二聚类结果，确定所述第一数据集的最终聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述按照第一聚类算法和第一相似度阈值对所述第一数据集进行第一次聚类，包括：

S21：获取第一数据集中的第一个数据作为基准数据；

S22：计算所述第一数据集中除了所述基准数据之外的剩余数据与所述基准数据之间的相似度，并将所述基准数据、以及与所述基准数据之间的相似度大于第一相似度阈值的数据划分到同一个类簇中；

S23：将所述第一数据集中剩余的未划分到类簇中的数据作为新的第一数据集，重复步骤S21和S22，直到第一数据集中的所有数据全部划分到类簇中，得到所述多个第一类簇。

3.根据权利要求2所述的方法，其特征在于，所述第二聚类结果中包括多个第二类簇，所述多个为N个，N为大于1的整数，所述多个第二类簇中的每个第二类簇中包括一个或多个所述代表数据，所述结合所述第一聚类结果和所述第二聚类结果，确定所述第一数据集的最终聚类结果，包括：

S41、获取所述多个第二类簇中的第i个第二类簇，i为正整数；

S42、确定所述第i个第二类簇中的所有代表数据对应的所有第一类簇，并将所述所有第一类簇中的数据放置到同一个第三类簇中；

S43、赋值i＝i+1，执行步骤S41和S42，直到遍历完所述多个第二类簇，得到多个第三类簇，即为最终聚类结果，i小于或等于N-1。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述从所述多个第一类簇中的每个类簇中挑选一个质量最好的数据作为代表数据之前，所述方法还包括：

获取所述第一数据集中每个数据对应的属性值；

根据所述属性值确定所述第一数据集中每一个数据的质量好坏。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取包含同种类型数据的第一数据集包括：

获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像；

对所述多张视频图像中每一张视频图像进行图像分割，得到多个人脸图像；

确定所述多个人脸图像的人脸角度，得到多个角度值；

从所述多个角度值中选取角度值处于预设角度范围的角度值，并确定其对应的多个目标人脸图像；

对所述多个目标人脸图像中每一目标人脸图像进行图像质量评价，得到多个图像质量评价值；

将所述多个图像质量评价值中大于预设质量评价阈值的图像质量评价值对应的目标人脸图像作为所述第一数据集。

6.一种聚类装置，其特征在于，所述装置包括：

获取单元，用于获取包含同种类型数据的第一数据集；

第一聚类单元，按照第一聚类算法和第一相似度阈值对所述第一数据集进行第一次聚类，并获得第一聚类结果，所述第一聚类结果中包含多个第一类簇，所述第一相似度阈值大于第一预设值；

第二聚类单元，用于从所述多个第一类簇中的每个类簇中挑选一个质量最好的数据作为代表数据，组成第二数据集；按照所述第一聚类算法对所述第二数据集进行第二次聚类，获得第二聚类结果，所述第二聚类结果中包括多个第二类簇，所述多个第二类簇中的每个第二类簇中包括一个或多个所述代表数据；

结合单元，用于结合所述第一聚类结果和所述第二聚类结果，确定所述第一数据集的最终聚类结果。