一种图像分组方法、装置、设备及介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种图像分组方法、装置、设备及介质。


背景技术：

2.随着技术的发展，图像采集设备被广泛地用于人像采集，而基于图像采集设备采集到的图像进行人脸聚类的技术也被广泛地应用在安防等场景中。但是考虑到待聚类的图像的数量的不断增加，传统聚类方法的运算效率及稳定性已经逐渐不能满足实际需求。
3.因此，在图像的数量较多的聚类场景中，为了在保证高准确率与召回率的前提下，不断提升聚类速率，现有技术中提出了在分布式框架下，进行人脸聚类的方法。具体的，将图像划分到每个分组，并将每个分组中的图像分发给一个电子设备，由该电子设备对该分组图像进行聚类，得到该组图像的聚类结果，再统计每个分组中图像的聚类结果，得到最终的聚类结果。
4.但是，在将待聚类的图像划分到每个分组时，是随机选择的图像，相似度高的图像可能被划分到了不同的分组，影响了聚类结果的准确率。


技术实现要素：

5.本技术提供了一种图像分组方法、装置、设备及介质，用以解决现有技术中相似度高的图像可能被分到了不同的分组，进而导致聚类结果准确率低的问题。
6.本技术实施例提供了一种图像分组方法，所述方法包括：
7.获取每个图像采集设备设定时间长度内采集到的图像；
8.针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值；
9.针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
10.进一步地，所述根据保存的任意两个图像采集设备之间的关联度，对图像进行分组包括：
11.统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；
12.针对所述目标第一图像采集设备和所述第二图像采集设备，按照每个第二图像采集设备的待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；
13.按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所
在的第一分组的剩余空间小于该图像采集设备的待分组图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
14.进一步地，所述方法还包括：
15.若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；
16.依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
17.进一步地，所述方法还包括：
18.若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
19.进一步地，所述任意两个图像采集设备之间的关联度的确定方法包括：
20.根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；
21.根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
22.进一步地，所述任意两个图像采集设备之间的关联度的确定方法包括：
23.获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；
24.将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
25.进一步地，所述任意两个图像采集设备之间的关联度的确定方法包括：
26.针对任一图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；
27.针对任一图像采集设备，查找包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据该图像采集设备对应的第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；
28.根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
29.进一步地，所述根据每个第五排序结果，确定每两个图像采集设备之间的关联度包括：
30.针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
31.本技术实施例还提供了一种图像分组装置，所述装置包括：
32.获取模块，用于获取每个图像采集设备设定时间长度内采集到的图像；
33.分组模块，用于针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值；针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
34.进一步地，所述分组模块，具体用于统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；针对所述目标第一图像采集设备和所述第二图像采集设备，按照每个第二图像采集设备的待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
35.进一步地，所述分组模块，还用于若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
36.进一步地，所述分组模块，还用于若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
37.进一步地，所述装置还包括：
38.确定模块，用于根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
39.进一步地，所述确定模块，还用于获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
40.进一步地，所述确定模块，还用于针对任一图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；针对任一图像采集设备，查找包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据该图像采集设备对应的第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
41.进一步地，所述确定模块，具体用于针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
42.本技术实施例还提供了一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述中任一所述图像分组方法的步骤。
43.本技术实施例还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述中任一所述图像分组方法的步骤。
44.在本技术实施例中，获取每个图像采集设备设定时间长度内采集到的图像，针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定该第一图像采集设备采集到的图像中满足该数量阈值的第一组数，将该第一图像采集设备采集到的图像划分到该第一组数的分组中，每个分组中包含的图像的数量为该数量阈值，针对采集到的图像的数量小于该数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。在本技术实施例中，在分组时考虑了图像采集设备之间的关联度，使得每个分组中的图像之间的相似度较高，降低了分组对聚类结果的准确率的影响。
附图说明
45.为了更清楚地说明本技术的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1为本技术实施例提供的一种图像分组过程示意图；
47.图2为本技术实施例提供的分组示意图；
48.图3为本技术实施例提供的关联关系的示意图；
49.图4为本技术实施例提供的基于两个图像采集设备之间的距离，确定该两个图像
采集设备之间的关联度的流程示意图；
50.图5为本技术实施例提供的基于模型，确定两个图像采集设备之间的关联度的流程示意图；
51.图6为本技术实施例提供的将基于模型确定的关联度和基于距离确定的关联度进行合并的示意图；
52.图7为本技术实施例提供的一种图像分组装置的结构示意图；
53.图8为本技术实施例提供的一种电子设备结构示意图。
具体实施方式
54.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
55.为了提高每个分组中包含的图像的相似度，降低分组对聚类结果准确率的影响，本技术实施例提供了一种图像分组方法、装置、设备及介质。
56.实施例1：
57.图1为本技术实施例提供的一种图像分组过程示意图，该过程包括：
58.s101：获取每个图像采集设备设定时间长度内采集到的图像。
59.本技术实施例提供的一种图像分组方法应用于电子设备，该电子设备可以是pc、服务器等。
60.在本技术实施例中，在需要对图像采集设备采集到的图像进行聚类时，需要先确定待聚类的图像，并且为了提高聚类效率，需要对图像进行分组，其中，待分组的图像为每个图像采集设备设定时间长度内采集到的图像。
61.s102：针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值。
62.在本技术实施例中，在对图像进行分组之前，预先规定好了每组中包含的图像的数量阈值，在对图像进行分组时，可以优先对采集到的图像的数量不小于该数量阈值的图像采集设备采集到的图像进行分组，使得一个分组中包含的图像均为一个图像采集设备采集的，此时该分组中图像彼此之间的相似度高，后续在进行聚类时，聚类结果更加准确。
63.具体的，电子设备识别所有的图像采集设备中采集到的图像的数量不小于预设的数量阈值的第一图像采集设备。针对每个第一图像采集设备，根据该第一图像采集设备采集到的图像的数量及预设的数量阈值，确定该第一图像采集设备对应的第一组数，其中一个分组中包含的图像均为该第一图像采集设备采集的图像。针对每个第一图像采集设备，从该第一图像采集设备采集到的图像中，随机选取数量阈值个图像，并将该数量阈值个图像划分到一个分组，直至该第一图像采集设备不存在剩余未分组的图像，或该第一图像采集设备剩余未分组的图像的数量小于该数量阈值。
64.s103：针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩
余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
65.针对每个采集的图像的数量小于数量阈值的第二图像采集设备，在本技术实施例中，该第二图像设备的待分组的图像为该第二图像采集设备采集的图像。针对每个存在剩余未分组的图像的目标第一图像采集设备，在本技术实施例中，该目标第一图像采集设备的待分组的图像为该目标第一图像采集设备采集的且剩余未分组的图像。
66.在本技术实施例中，针对每两个图像采集设备，电子设备中保存有该两个图像采集设备的关联度，若该两个图像采集设备之间存在关联关系，则该两个图像采集设备的关联度不为0；若该两个图像采集设备之间不存在关联关系，则该两个图像采集设备的关联度为0。
67.在本技术实施例中，关联度越高的两个图像采集设备之间的距离越近，则该两个图像采集设备采集到的图像的相似度越高。在将每个第一图像采集设备采集到的满足数量阈值的图像划分到一个分组之后，针对剩余未分组的图像的数量小于数量阈值的目标第一图像采集设备，以及采集到的图像的数量小于数量阈值的第二图像采集设备，电子设备根据预先保存的任意两个图像采集设备之间的关联度，对未分组的图像进行分组。
68.具体的，根据保存的任意两个图像采集设备之间的关联度，确定第二图像采集设备和目标第一图像采集设备中每两个图像采集设备的关联度，将关联度高的两个图像采集设备的待分组的图像划分到一个分组。
69.在本技术实施例中，在分组时考虑了图像采集设备之间的关联度，使得每个分组中的图像之间的相似度较高，降低了分组对聚类结果的准确率的影响。
70.实施例2：
71.为了使同一分组中包含的图像的相似度较高，在上述实施例的基础上，在本技术实施例中，所述根据保存的任意两个图像采集设备之间的关联度，对图像进行分组包括：
72.统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；
73.针对所述目标第一图像采集设备和所述第二图像采集设备，按照待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；
74.按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组的图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
75.在本技术实施例中，在基于保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组时，首先需要确定待分组的图像对应的第二组数，即将待分组的图像划分到多少个分组中。具体的，统计待分组的图像的总数量，确定总数量与预先设定的数量阈值的比值，若该比值为整数，则将该比值确定为该待分组的图像对应的第二组数；若该比值为小数，则将大于该比值的最小整数确定为该待分组的图像对应的第二组数。
76.在本技术实施例中，同一图像采集设备采集到的图像的相似度最高，基于此，在对待分组的图像进行分组时，可以将同一图像采集设备采集到的待分组的图像分到一个分组。并且为了进一步提高每个分组中包含的图像的相似度，在本技术实施例中，电子设备优先对待分组的图像的数量多的图像采集设备的待分组的图像进行分组。
77.具体的，在本技术实施例中，针对目标第一图像采集设备和第二图像采集设备，电子设备根据每个图像采集设备的待分组的图像的数量从大到小的顺序，对每个图像采集设备进行排序，确定第一排序结果。按照该第一排序结果，依次针对该第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，但是该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组的图像的数量，且存在未被占用的分组时，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到该第二分组中。
78.例如，在本技术实施例中，当前第一排序结果中的图像采集设备a的待分组的图像的数量为10张，该图像采集设备与已被分组的图像对应的某一图像采集设备存在关联，但是该已被分组的图像所在的第一分组的剩余空间可再容纳5张图像，该剩余空间小于该待分组的图像的数量，并且当前存在未被占用的分组，则将该待分组的图像划分到未被占用的分组中。若该第一分组的剩余空间可再容纳20张图像，该剩余空间不小于该待分组的图像的数量，则将图像采集设备a的待分组的图像划分到该第一分组中。
79.实施例3：
80.为了使同一分组中包含的图像的相似度较高，在上述各实施例的基础上，在本技术实施例中，所述方法还包括：
81.若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集设备，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；
82.依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
83.在按照第一排序结果依次针对第一排序结果中的每个图像采集设备的待分组的图像进行分组时，可能存在该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，但是该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，并且当前不存在未被占用的分组的情况，基于此，在本技术实施例中，电子设备在对剩余待分组的图像进行分组时，会优先考虑待分组的图像对应的图像采集设备与已被分组的图像对应的图像采集设备之间的关联度，根据该关联度进行分组。
84.具体的，在本技术实施例中，在当前已被占用的分组中，查找剩余空间最大的第四分组，确定该第四分组当前包含的图像对应的第三图像采集设备，以及第一排序结果中未被分组的第四图像采集设备。获取保存的每个第四图像采集设备与该第三图像采集设备的
关联度，并按照关联度数值从大到小的顺序，对每个第四图像采集设备进行排序，得到第二排序结果。
85.在得到第二排序结果后，为了使第四分组中包含的图像的相似度高，并且为了避免分组后出现每个分组包含的图像的数量严重失衡，导致数据倾斜的问题，本技术实施例中，依次针对第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像的数量不大于该第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到该第四分组中。其中，在本技术实施例中，可能是一个图像采集设备的待分组的图像划分到该第四分组中，也可能是多个图像采集设备的待分组的图像划分到该第四分组，也可能没有图像划分到该第四分组中。其中，若是多个图像采集设备的待分组的图像划分到该第四分组，则将最新划分到该第四分组中的图像对应的图像采集设备确定为第三图像采集设备，并根据第一排序结果中存在待分组的图像的第四图像采集设备与该第三图像采集设备的关联度，对第四图像采集设备进行排序，得到第二排序结果。
86.例如，在本技术实施例中，若第四分组的剩余空间可再容纳20张图像，第二排序结果为图像采集设备a、图像采集设备b和图像采集设备c，其中图像采集设备a的待分组的图像的数量为25张，图像采集设备b的待分组的图像的数量为15张，图像采集设备c的待分组的图像的数量为10张，则将该图像采集设备b的待分组到的图像划分到该第四分组中。或，若第四分组的剩余空间可再容纳20张图像，第二排序结果为图像采集设备a、图像采集设备b和图像采集设备c，其中图像采集设备a的待分组到的图像的数量为25张，图像采集设备b的待分组的图像的数量为15张，图像采集设备c的待分组的图像的数量为5张，则将该图像采集设备b的待分组到的图像划分到该第四分组中。或，若第四分组的剩余空间为可再容纳20张图像，第二排序结果为图像采集设备a、图像采集设备b和图像采集设备c，其中图像采集设备a待分组的图像的数量为25张，图像采集设备b待分组的图像的数量为21张，图像采集设备c待分组的图像的数量为50张，则暂时不在该第四分组中增加图像。
87.为了避免分组后出现数据倾斜的情况，在上述各实施例的基础上，在本技术实施例中，所述方法还包括：
88.若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
89.在本技术实施例中，若每个第四图像采集设备的待分组的图像的数量均大于第四分组的剩余空间，为了避免数据倾斜，则将待分组的图像数量最多的第四图像采集设备的待分组的图像划分到该第四分组。
90.具体的，在本技术实施例中，若每个第四图像采集设备的待分组的图像的数量均大于第四分组的剩余空间，则此时根据每个第四图像采集设备的待分组的图像的数量，把同一图像采集设备待分组的图像划分到一个分组中。为了避免数据倾斜，即避免任意两个分组中包含的图像的数量的差距过大，因为第四分组是剩余空间最大的分组，基于此，在本技术实施例中，电子设备将待分组的图像的数量最多的第四图像采集设备的待分组的图像划分到该第四分组中。其中，在将待分组的图像的数量最多的第四图像采集设备的待分组的图像划分到第四分组之后，在本技术实施例中，该第四分组中包含的图像可能超过预设的数量阈值。
91.图2为本技术实施例提供的分组示意图，如该图2所示，当前包含图像采集设备a1、
a2和a3，其中图像采集设备a1的待分组到的图像的数量为k1，图像采集设备a2的待分组的图像的数量为k2，图像采集设备a3的待分组到的图像的数量为k3，预设的数量阈值为k，其中k1》k》k2》k3，并且只有图像采集设备a1和a3存在关联关系。在对图像进行分组时，优先将图像采集设备a1中满足数量阈值的图像划分到b1分组中，b1的剩余空间为0。
92.此时，该图像采集设备a1的剩余待分组的图像数量为k1-k》k2。确定第二分组数为两个，即b2和b3，按照待分组的图像的数量对图像采集设备a1、a2和a3进行排序，最终得到的第一排序结果为a1》a2》a3。针对图像采集设备a1，由于当前不存在有剩余空间的分组，则将图像采集设备a1的待分组的k1-k张图像划分到未被占用的分组b2中；针对图像采集设备a2，由于a1与a2不存在关联，且当前还存在未被占用的分组，则将该图像采集设备a2的待分组的k2张图像划分到未被占用的分组b3中；针对图像采集设备a3，由于该图像采集设备a3与图像采集设备a1存在关联，且b2的剩余空间不小于该图像采集设备a3的待分组的k3张图像，则将该图像采集设备a3的待分组的k3张图像划分到分组b2中。
93.在本技术实施例中，通过采用上述方法对待分组的图像进行分组，使得每两个分组中包含的图像的数量差值较小，很大程度上避免了数据倾斜，提高了用户的使用感受。
94.实施例4：
95.为了确定任意两个图像采集设备之间的关联度，在上述各实施例的基础上，在本技术实施例中，所述任意两个图像采集设备之间的关联度的确定方法包括：
96.根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；
97.根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
98.在本技术实施例中，在确定任意两个图像采集设备关联度时，可以根据该两个图像采集设备的距离确定，其中，距离越近的两个图像采集设备越容易采集到同一个人的图像，所以距离越近的两个图像采集设备的关联度越高。
99.具体的，在本技术实施例中，根据预先保存的每个图像采集设备的位置信息，如经纬度信息，确定每两个图像采集设备之间的距离。获取到每个距离后，若该距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联，再对该距离进行归一化处理，得到该两个图像采集设备之间的关联度，其中，距离越小，归一化得到的关联度越大。若该两个图像采集设备不存在关联关系，则将该两个图像采集设备的关联度设置为0。
100.其中，在本技术实施例中，在计算两个图像采集设备之间的距离时，可以采用如下公式进行计算：
[0101][0102]
其中，lng1和lat1表示一个图像采集设备的经纬度；lng2和lat2表示另一个图像采集设备的经纬度；6378.137为地球半径，单位为千米；dis表示该两个图像采集设备的距离，计算结果单位为千米，若将地球半径单位改成米则该距离的计算单位也为米。
[0103]
此外，在本技术实施例中，基于两个图像采集设备之间的距离，确定该两个图像采集设备之间的关联度的方法也被称为冷启动区域关联关系的生成。具体的，当分组之后进
行聚类的次数是首次或者预设次数范围内的时候，此时历史聚类结果不存在参考意义，无法使用模型确定关联度，则可以采用上述方法，基于两个图像采集设备之间的距离，确定该两个图像采集设备的关联度。
[0104]
在本技术实施例中，在确定了每两个图像采集设备之间的距离之后，可以生成对应的关联关系图，在该关联关系图中，距离小于预设距离阈值的两个图像采集设备直接或间接的通过线段连接起来。
[0105]
图3为本技术实施例提供的关联关系的示意图，如该图3所示，距离小于预设距离阈值的两个图像采集设备直接或间接的通过线段连接起来，该图中的关联关系可以用(a1-》a2，a3)、(b2-》b1)、(c3-》c2，c1，c4)表示，其中(a1-》a2，a3)表示图像采集设备a1和图像采集设备a2和a3存在关联关系，(b2-》b1)表示图像采集设备b2和图像采集设备b1存在关联关系，(c3-》c2，c1，c4)表示图像采集设备c3和图像采集设备c2、c1和c4存在关联关系。
[0106]
图4为本技术实施例提供的基于两个图像采集设备之间的距离，确定该两个图像采集设备之间的关联度的流程示意图，如该图4所示，该过程包括：
[0107]
s401：获取任意两个图像采集设备的位置信息。
[0108]
s402：确定该两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联。
[0109]
s403：根据所述距离，确定该两个图像采集设备之间的关联度。
[0110]
实施例5：
[0111]
为了确定任意两个图像采集设备之间的关联度，在上述各实施例的基础上，在本技术实施例中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0112]
获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；
[0113]
将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0114]
在本技术实施例中，在确定没两个图像采集设备的关联度时，还可以基于模型进行确定。
[0115]
具体的，电子设备获取保存的预设时间范围内的已被聚类的每张目标图像，其中，该目标图像中标识有采集该目标图像的图像采集设备的第一标识信息，以及该目标图像对应的聚类结果的第二标识信息，将该每个目标图像输入到预先训练好的模型中，获取该模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0116]
此外，在本技术实施例中，基于模型，确定两个图像采集设备之间的关联度的方法也被称为热启动.区域关联关系的生成。具体的，当分组之后进行聚类的次数在预设次数之后的时候，此时历史聚类结果存在参考意义，可以使用模型确定关联度。
[0117]
图5为本技术实施例提供的基于模型，确定两个图像采集设备之间的关联度的流程示意图，如该图5所示，该过程包括：
[0118]
s501：获取保存的预设时间范围内的已被聚类的每张目标图像，其中，该目标图像
中标识有采集该目标图像的图像采集设备的第一标识信息，以及该目标图像对应的聚类结果的第二标识信息。
[0119]
s502：将该每张目标图像输入到预先训练好的模型中，获取该模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0120]
实施例6：
[0121]
为了进一步提高每两个图像采集设备之间的关联度的真实性，在上述各实施例的基础上，在本技术实施例中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0122]
针对每个图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；
[0123]
针对每个图像采集设备，在所述第三排序结果中，查找该图像采集设备对应的目标第三排序结果，以及包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据所述目标第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；
[0124]
根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
[0125]
在本技术实施例中，在基于模型确定了每两个图像采集设备之间的关联度之后，还会将该关联度与基于距离确定的关联度进行合并。
[0126]
具体的，针对任一图像采集设备，获取模型输出的与该图像采集设备存在关联的每个第五图像采集设备，并按照关联度从高到低的顺序对该每个第五图像采集设备进行排序，得到第三排序结果。
[0127]
针对任一图像采集设备，获取基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，并按照关联度从高到低的顺序对每个第六图像采集设备进行排序，得到第四排序结果。在每个第三排序结果中，查找该图像采集设备对应的目标第三排序结果，在除该目标第三排序结果外的其他第三排序结果中，查找包含该图像采集设备的候选第三排序结果。
[0128]
根据所述目标第三排序结果、第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果，具体包括：删除该第四排序结果中与该目标第三排序结果中共同存在图像采集设备，再将该第四排序结果排到该目标第三排序结果的最后，得到第五排序结果。若该候选第三排序结果对应的图像采集设备未在该第五排序结果中出现，则将该图像采集设备排到该第五排序结果的最后。
[0129]
若第五排序结果中存在第七图像采集设备与该第五排序结果对应的图像采集设备关联度大于排序在该第七图像采集设备之前的其他图像采集设备与该图像采集设备的关联度，则根据该第五排序结果中与该第七图像采集设备相邻的两个图像采集设备分别与该图像采集设备的关联度，计算该两个关联度的和值，将该和值确定为该图像采集设备与第一目标图像采集设备的关联度。
[0130]
为了进一步提高每两个图像采集设备之间的关联度的真实性，在上述各实施例的基础上，在本技术实施例中，所述根据每个第五排序结果，确定每两个图像采集设备之间的关联度包括：
[0131]
针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
[0132]
在本技术实施例中，针对任意两个图像采集设备，在确定该两个图像采集设备的关联度时，获取该两个图像采集设备各自对应的目标第五排序结果，并获取保存的每个目标第五排序结果中该两个图像采集设备的关联度，将每个关联度作为候选关联度。若每个候选关联度的数值相同，则将该数值确定为该两个图像采集设备的关联度；若每个候选关联度的数值不同，则计算每个候选关联度的数值的平均值，将该平均值确定为该两个图像采集设备的关联度。此外，在本技术实施例中，若每个候选关联度的数值不同，也根据其他方法确定该两个图像采集设备的关联度，如每个候选关联度的数值中的众数，将该众数确定为该两个图像采集设备的关联度等，在此不做限制。
[0133]
图6为本技术实施例提供的将基于模型确定的关联度和基于距离确定的关联度进行合并的示意图，如该图所示，是为了确定图像采集设备a1与其他图像采集设备的关联度，其中a1为基于模型确定的该图像采集设备a1对应的目标第三排序结果，该目标第三排序结果为(a1-》a2，a3)，a2为基于距离确定的第四排序结果，该第四排序结果为(a1-》a2，a4)，a3为基于模型确定的候选第三排序结果，该候选第三排序结果为(a6-》a1)。基于该目标第三排序结果、第四排序结果和候选第三排序结果，最终得到的第五排序结果为(a1-》a2，a3，a4，a6)。
[0134]
实施例7：
[0135]
图7为本技术实施例提供的一种图像分组装置的结构示意图，如该图7所示，该装置包括：
[0136]
获取模块701，用于获取每个图像采集设备设定时间长度内采集到的图像；
[0137]
分组模块702，用于针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值；针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
[0138]
在一种可能的实施方式中，所述分组模块702，具体用于统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；针对所述目标第一图像采集设备和所述第二图像采集设备，按照每个第二图像采集设备的待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对
应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
[0139]
在一种可能的实施方式中，所述分组模块702，还用于若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
[0140]
在一种可能的实施方式中，所述分组模块702，还用于若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
[0141]
在一种可能的实施方式中，所述装置还包括：
[0142]
确定模块703，用于根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
[0143]
在一种可能的实施方式中，所述确定模块703，还用于获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0144]
在一种可能的实施方式中，所述确定模块703，还用于针对任一图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；针对任一图像采集设备，查找包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据该图像采集设备对应的第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
[0145]
在一种可能的实施方式中，所述确定模块703，具体用于针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
[0146]
实施例8：
[0147]
在上述实施例的基础上，本技术实施例还提供了一种电子设备，图8为本技术实施
例提供的一种电子设备结构示意图，如图8所示，包括：处理器81、通信接口82、存储器83和通信总线84，其中，处理器81，通信接口82，存储器83通过通信总线84完成相互间的通信；
[0148]
存储器83中存储有计算机程序，当程序被处理器81执行时，使得处理器81执行如下步骤：
[0149]
获取每个图像采集设备设定时间长度内采集到的图像；
[0150]
针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值；
[0151]
针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
[0152]
在一种可能的实施方式中，所述根据保存的任意两个图像采集设备之间的关联度，对图像进行分组包括：
[0153]
统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；
[0154]
针对所述目标第一图像采集设备和所述第二图像采集设备，按照每个第二图像采集设备的待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；
[0155]
按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
[0156]
在一种可能的实施方式中，所述方法还包括：
[0157]
若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；
[0158]
依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
[0159]
在一种可能的实施方式中，所述方法还包括：
[0160]
若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
[0161]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法
包括：
[0162]
根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；
[0163]
根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
[0164]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0165]
获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；
[0166]
将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0167]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0168]
针对任一图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；
[0169]
针对任一图像采集设备，查找包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据该图像采集设备对应的第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；
[0170]
根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
[0171]
在一种可能的实施方式中，所述根据每个第五排序结果，确定每两个图像采集设备之间的关联度包括：
[0172]
针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
[0173]
由于上述电子设备解决问题的原理与图像分组方法相似，因此上述电子设备的实施可以参见方法的实施例，重复之处不再赘述。
[0174]
上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口82用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0175]
上述处理器可以是通用处理器，包括中央处理器、网络处理器(network processor，np)等；还可以是数字指令处理器(digital signal processing，dsp)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
[0176]
实施例9：
[0177]
在上述各实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有可由处理器执行的计算机程序，当程序在处理器上运行时，使得处理器执行时实现如下步骤：
[0178]
获取每个图像采集设备设定时间长度内采集到的图像；
[0179]
针对采集到的图像的数量不小于预设的数量阈值的第一图像采集设备，确定所述第一图像采集设备采集到的图像中满足所述数量阈值的第一组数，将所述第一图像采集设备采集到的图像划分到所述第一组数的分组中，每个分组中包含的图像的数量为所述数量阈值；
[0180]
针对采集到的图像的数量小于所述数量阈值的第二图像采集设备及存在剩余未分组的图像的目标第一图像采集设备，根据保存的任意两个图像采集设备之间的关联度，对待分组的图像进行分组。
[0181]
在一种可能的实施方式中，所述根据保存的任意两个图像采集设备之间的关联度，对图像进行分组包括：
[0182]
统计待分组的图像的总数量，根据所述总数量和所述数量阈值，确定所述待分组的图像对应的第二组数；
[0183]
针对所述目标第一图像采集设备和所述第二图像采集设备，按照每个第二图像采集设备的待分组的图像的数量从大到小的顺序对每个图像采集设备进行排序，得到第一排序结果；
[0184]
按照所述第一排序结果，依次针对所述第一排序结果中的每个图像采集设备，若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第一分组的剩余空间小于该图像采集设备的待分组图像的数量，且存在未被占用的分组，则将该图像采集设备的待分组的图像划分到未被占用的分组中；若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第二分组的剩余空间不小于该图像采集设备的待分组的图像的数量，则将该图像采集设备的待分组的图像划分到所述第二分组中。
[0185]
在一种可能的实施方式中，所述方法还包括：
[0186]
若该图像采集设备与已经被分组的图像对应的图像采集设备存在关联，该已被分组的图像所在的第三分组的剩余空间小于该图像采集设备的待分组的图像的数量，且不存在未被占用的分组，则查找剩余空间最大的第四分组，根据包含在该第四分组中的图像对应的第三图像采集，及所述第一排序结果中未被分组的第四图像采集设备的关联度，对所述第四图像采集设备进行排序，得到第二排序结果；
[0187]
依次针对所述第二排序结果中的每个第四图像采集设备，若任一第四图像采集设备的待分组的图像不大于所述第四分组的剩余空间，则将该第四图像采集设备的待分组的图像划分到所述第四分组中。
[0188]
在一种可能的实施方式中，所述方法还包括：
[0189]
若每个第四图像采集设备的待分组的图像的数量均大于所述第四分组的剩余空间，将该图像采集设备采集到的待分组的图像划分到所述第四分组中。
[0190]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0191]
根据预先保存的每个图像采集设备的位置信息，确定每两个图像采集设备之间的距离，若所述距离小于预设的距离阈值，则确定该两个图像采集设备之间存在关联；
[0192]
根据所述距离，确定存在关联的任意两个图像采集设备之间的关联度。
[0193]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0194]
获取保存的预设时间范围内的已被聚类的每张目标图像，其中，所述目标图像中标识有采集所述目标图像的图像采集设备的第一标识信息，以及所述目标图像对应的聚类结果的第二标识信息；
[0195]
将所述每张目标图像输入到预先训练好的模型中，获取所述模型输出的任意两个图像采集设备之间是否存在关联的信息，以及存在关联的任意两个图像采集设备之间的关联度。
[0196]
在一种可能的实施方式中，所述任意两个图像采集设备之间的关联度的确定方法包括：
[0197]
针对任一图像采集设备，获取保存的基于模型确定的与该图像采集设备存在关联的每个第五图像采集设备，以及所述每个第五图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第五图像采集设备进行排序，得到第三排序结果；
[0198]
针对任一图像采集设备，查找包含该图像采集设备的候选第三排序结果；获取保存的基于距离确定的与该图像采集设备存在关联的每个第六图像采集设备，以及所述每个第六图像采集设备与该图像采集设备的关联度，并按照关联度从高到低的顺序对所述每个第六图像采集设备进行排序，得到第四排序结果；根据该图像采集设备对应的第三排序结果、所述第四排序结果和所述候选第三排序结果，确定该图像采集设备对应的第五排序结果；
[0199]
根据每个第五排序结果，确定每两个图像采集设备之间的关联度。
[0200]
在一种可能的实施方式中，所述根据每个第五排序结果，确定每两个图像采集设备之间的关联度包括：
[0201]
针对任意两个图像采集设备，获取该两个图像采集设备分别对应的目标第五排序结果，确定每个目标第五排序结果中该两个图像采集设备的候选关联度；根据每个候选关联度，确定该两个图像采集设备的关联度。
[0202]
由于上述计算机可读存储介质解决问题的原理与图像分组方法相似，因此上述计算机可读存储介质的实施可以参见方法的实施例，重复之处不再赘述。
[0203]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机
可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0204]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0205]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0206]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0207]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。