[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对多个参考图像进行特征提取，获取多个参考图像分别对应的第一特征；将每个第一特征分别与各第一特征的近邻特征进行特征融合，获得与各第一特征分别对应的第二特征；对第二特征进行聚类处理，获得第二特征的至少一个类别的类中心特征。根据本公开的实施例的图像处理方法，可通过将参考图像的第一特征及其近邻特征进行特征融合，获得第二特征，使第二特征包含了特征空间的邻域内的同类特征信息的结构信息，提升了第二特征对类别的描述能力，有利于增强在聚类处理中对样本类别的判别能力。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

聚类可将属于同一类别的多个样本聚在一起，例如，可在图像库中，将属于同一人的图像聚类在一起，从而将不同人的图像区分开，方便查看，在安防领域中，聚类也有非常重要的应用，比如一人一档，实有人口管理等。在相关技术中，可将提取图像特征，并对特征进行聚类，但该聚类方法仅根据样本之间的相似度进行聚类，未考虑类别的结构信息，对类别的描述能力较差。并且，从单一图像中获取的特征，也不具有其他同类图像的特征，使单一特征可表达的信息较少，可限制了特征表达能力。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，包括：

对多个参考图像进行特征提取，获取所述多个参考图像分别对应的第一特征；

将每个所述第一特征分别与各所述第一特征的近邻特征进行特征融合，获得与各所述第一特征分别对应的第二特征，其中，第一目标特征的近邻特征包括在多个所述第一特征中，与所述第一目标特征的特征相似度大于或等于相似度阈值的第一特征，所述第一目标特征为任意一个第一特征；

对所述第二特征进行聚类处理，获得所述第二特征的至少一个类别的类中心特征。

根据本公开的实施例的图像处理方法，可通过将参考图像的第一特征及其近邻特征进行特征融合，获得第二特征，使第二特征包含了特征空间的邻域内的同类特征信息的结构信息，提升了第二特征对类别的描述能力，有利于增强在聚类处理中对样本类别的判别能力。并且，第二特征融合了近邻特征的信息，增加了特征中包含的信息量，增强了特征的表达能力，提高聚类处理中的类别的判别能力。

在一种可能的实现方式中，所述方法还包括：

针对第一目标特征，对多个所述第一特征进行近邻搜索，在多个所述第一特征中确定出至少一个第三特征，其中，所述第一目标特征为所述多个第一特征中的任意一个；

在所述第三特征中确定出与所述第一目标特征的特征相似度大于或等于相似度阈值的近邻特征。

通过这种方式，可首先在第一特征中确定与第一目标特征接近的第三特征，并在第三特征中确定与第一目标特征相似度大于或等于相似度阈值的近邻特征，无需针对每个第一特征计算特征相似度，节省了计算资源，提高了处理效率。

在一种可能的实现方式中，针对第一目标特征，对多个所述第一特征进行近邻搜索，在多个所述第一特征中确定出至少一个第三特征，包括：

分别确定各所述第一特征与所述第一目标特征的特征距离；

根据所述特征距离，在所述第一特征中确定出至少一个第三特征。

在一种可能的实现方式中，将每个所述第一特征分别与各所述第一特征的近邻特征进行特征融合，获得与各所述第一特征分别对应的第二特征，包括：

确定所述第一目标特征的各近邻特征的第一权重；