一种聚类方法、装置、设备及存储介质与流程

技术特征：
1.一种聚类方法，其特征在于，所述方法包括：获取目标场景中各摄像头下各个目标的轨迹片段，组成轨迹片段集合；针对所述轨迹片段集合，基于外观相似度约束条件和时空约束条件进行迭代聚类处理，在迭代聚类的过程中得到多个候选聚类簇；所述外观相似度约束条件用于根据候选聚类簇之间外观特征的相似度，衡量候选聚类簇是否需要合并；所述时空约束条件用于根据候选聚类簇之间时间特征的关联关系和空间特征的关联关系，衡量候选聚类簇是否需要合并；通过纯净度识别网络，确定所述多个候选聚类簇各自对应的纯净度；根据所述多个候选聚类簇各自对应的纯净度，对所述多个候选聚类簇进行去重叠处理，得到多个目标聚类簇；所述目标聚类簇用于确定所述目标在所述目标场景中的运动轨迹。2.根据权利要求1所述的方法，其特征在于，通过以下方式衡量候选聚类簇是否满足所述外观相似度约束条件：将经上一轮聚类处理得到的多个候选聚类簇两两组合，得到多个候选聚类簇组合；针对每个候选聚类簇组合执行以下操作：计算该候选聚类簇组合中各候选聚类簇的外观特征之间的最小余弦距离，作为该候选聚类簇组合对应的相似度；所述候选聚类簇的外观特征是根据其中包括的各个轨迹片段的外观特征确定的；判断该候选聚类簇组合对应的相似度是否大于本轮聚类处理的外观相似度阈值，若是，则确定该候选聚类簇组合中的候选聚类簇满足所述外观相似度约束条件。3.根据权利要求1所述的方法，其特征在于，通过以下方式衡量候选聚类簇是否满足所述时空约束条件：将经上一轮聚类处理得到的多个候选聚类簇两两组合，得到多个候选聚类簇组合；针对每个候选聚类簇组合执行以下操作：判断该候选聚类簇组合中各候选聚类簇的跨越时间是否存在重叠；所述候选聚类簇的跨越时间为其中包括的各个轨迹片段的时间戳集合；若不存在重叠，则根据该候选聚类簇组合中各候选聚类簇的跨越时间之间的时间间隔，确定该候选聚类簇组合中的候选聚类簇是否满足时间约束条件；以及，根据该候选聚类簇组合中各候选聚类簇的预测轨迹和真实轨迹之间的位置关系，确定该候选聚类簇组合中的候选聚类簇是否满足空间约束条件；当该候选聚类簇组合中的候选聚类簇满足所述时间约束条件和所述空间约束条件时，确定该候选聚类簇组合中的候选聚类簇满足所述时空约束条件；若存在重叠，则根据该候选聚类簇组合中各候选聚类簇在重叠时间内的轨迹片段所属的摄像头索引标识，和/或该候选聚类簇组合中各候选聚类簇在重叠时间内的真实轨迹之间的位置关系，确定该候选聚类簇组合中的候选聚类簇是否满足所述时空约束条件。4.根据权利要求3所述的方法，其特征在于，所述候选聚类簇组合中包括第一候选聚类簇和第二候选聚类簇；所述根据该候选聚类簇组合中各候选聚类簇的跨越时间之间的时间间隔，确定该候选聚类簇组合中的候选聚类簇是否满足时间约束条件，包括：确定所述第一候选聚类簇的跨越时间和所述第二候选聚类簇的跨越时间中间隔最近
的时间戳之间的时间间隔；判断所述时间间隔是否小于本轮聚类处理的时间约束阈值，若是，则确定该候选聚类簇组合中的候选聚类簇满足所述时间约束条件；所述根据该候选聚类簇组合中各候选聚类簇的预测轨迹和真实轨迹之间的位置关系，确定该候选聚类簇组合中的候选聚类簇是否满足空间约束条件，包括：预测所述第二候选聚类簇在所述第一候选聚类簇的跨越时间上的轨迹，作为所述第一候选聚类簇的预测轨迹；计算所述第一候选聚类簇的预测轨迹与真实轨迹之间的平均欧式距离，作为第一距离；预测所述第一候选聚类簇在所述第二候选聚类簇的跨越时间上的轨迹，作为所述第二候选聚类簇的预测轨迹；计算所述第二候选聚类簇的预测轨迹与真实轨迹之间的平均欧式距离，作为第二距离；计算所述第一距离与所述第二距离的平均值；判断所述平均值是否小于本轮聚类处理的第一空间约束阈值，若是，则确定该候选聚类簇组合中的候选聚类簇满足所述空间约束条件。5.根据权利要求3所述的方法，其特征在于，所述候选聚类簇组合中包括第一候选聚类簇和第二候选聚类簇；所述根据该候选聚类簇组合中各候选聚类簇在重叠时间内的轨迹片段所属的摄像头索引标识，和/或该候选聚类簇组合中各候选聚类簇的真实轨迹之间的位置关系，确定该候选聚类簇组合中的候选聚类簇是否满足所述时空约束条件，包括：组合所述第一候选聚类簇中在所述重叠时间内的轨迹片段所属的摄像头索引标识，得到第一摄像头标识集合；组合所述第二候选聚类簇中在所述重叠时间内的轨迹片段所属的摄像头索引标识，得到第二摄像头标识集合；若所述第一摄像头标识集合与所述第二摄像头标识集合存在交集，则确定该候选聚类簇组合中的候选聚类簇不满足所述时空约束条件；若所述第一摄像头标识集合与所述第二摄像头标识集合不存在交集，则确定所述重叠时间内所述第一候选聚类簇的真实轨迹与所述第二候选聚类簇的真实轨迹之间的平均欧式距离，判断所述平均欧式距离是否小于本轮聚类处理的第二空间约束阈值，若是，则确定该候选聚类簇组合中的候选聚类簇满足所述时空约束条件。6.根据权利要求1所述的方法，其特征在于，所述通过纯净度识别网络，确定所述多个候选聚类簇各自对应的纯净度，包括：针对每个候选聚类簇，根据其中包括的轨迹片段的外观特征以及其中起始时间戳相邻的轨迹片段之间的空间距离，确定该候选聚类簇的基础特征；通过所述纯净度识别网络，根据该候选聚类簇的基础特征确定该候选聚类簇对应的纯净度。7.根据权利要求1所述的方法，其特征在于，所述根据所述多个候选聚类簇各自对应的纯净度，对所述多个候选聚类簇进行去重叠处理，得到多个目标聚类簇，包括：根据所述多个候选聚类簇各自对应的纯净度和包括的轨迹片段长度，确定所述多个候选聚类簇各自对应的得分；根据所述多个候选聚类簇各自对应的得分，对所述多个候选聚类簇进行降序排序；根据所述多个候选聚类簇的排序顺序确定所述多个候选聚类簇的轨迹片段保留优先级，排序靠前的候选聚类簇的轨迹片段保留优先级高于排序靠后的候选聚类簇的轨迹片段
保留优先级；根据所述多个候选聚类簇各自的轨迹片段保留优先级，对所述多个候选聚类簇中的轨迹片段进行去重叠处理，得到所述多个目标聚类簇。8.一种聚类装置，其特征在于，所述装置包括：获取模块，用于获取目标场景中各摄像头下各个目标的轨迹片段，组成轨迹片段集合；聚类模块，用于针对所述轨迹片段集合，基于外观相似度约束条件和时空约束条件进行迭代聚类处理，在迭代聚类的过程中得到多个候选聚类簇；所述外观相似度约束条件用于根据候选聚类簇之间外观特征的相似度，衡量候选聚类簇是否需要合并；所述时空约束条件用于根据候选聚类簇之间时间特征的关联关系和空间特征的关联关系，衡量候选聚类簇是否需要合并；纯净度识别模块，用于通过纯净度识别网络，确定所述多个候选聚类簇各自对应的纯净度；去重叠模块，用于根据所述多个候选聚类簇各自对应的纯净度，对所述多个候选聚类簇进行去重叠处理，得到多个目标聚类簇；所述目标聚类簇用于确定所述目标在所述目标场景中的运动轨迹。9.一种设备，其特征在于，所述设备包括：处理器和存储器；所述存储器，用于存储计算机程序；所述处理器，用于调用所述计算机程序，以执行权利要求1至7任一项所述的聚类方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1至7任一项所述的聚类方法。

技术总结
本申请实施例公开了一种聚类方法、装置、设备及存储介质，其中该方法包括：获取目标场景中各摄像头下各个目标的轨迹片段，组成轨迹片段集合；针对轨迹片段集合，基于外观相似度约束条件和时空约束条件进行迭代聚类处理，在迭代聚类的过程中得到多个候选聚类簇；通过纯净度识别网络，确定多个候选聚类簇各自对应的纯净度；根据多个候选聚类簇各自对应的纯净度，对多个候选聚类簇进行去重叠处理得到多个目标聚类簇；该目标聚类簇用于确定目标在目标场景中的运动轨迹。该方法能够提高轨迹片段的聚类纯净度，保证跨摄像头多目标跟踪任务的准确性。确性。确性。


技术研发人员：陈琳 戴鹏 杨碧蓝
受保护的技术使用者：北京爱笔科技有限公司
技术研发日：2020.04.21
技术公布日：2021/10/22