基于拍摄日期聚类图像的算法

时间:2009-03-06 08:26:45

标签: algorithm cluster-analysis grouping

任何人都知道一种算法,它会根据拍摄照片的日期将照片分组到事件中。显然我可以按日期进行分组,但我想要一些更复杂的东西(可能)能够根据特定时间跨度的频率对多天的图片进行分组。请考虑以下分组:

  • 1/2/2009 15张照片
  • 1/3/2009 20张照片
  • 1/4/2009 13张照片
  • 1/5/2009 19张照片
  • 1/15/2009 5张照片

这些可能会分为两组:

  1. 1/2/2009 - > 1/5/2009
  2. 2009年1月15日
  3. 显然,需要建立一些容忍度。

    有没有完善的方法来做到这一点,除了发明我自己的上/下方法?

5 个答案:

答案 0 :(得分:6)

你几乎可以申请any standard clustering technique,这只是正确定义你的距离函数的问题。当您在照片之间制作距离矩阵时,您应该考虑位置之间的物理距离(如果有的话)和创建时间戳之间的时间距离。 Normalise他们将它们放在不同的维度上,你甚至可能只能采取常规的欧氏距离。

祝你好运。

答案 1 :(得分:0)

将连续几天拍摄的照片(没有拍摄照片的日子)组合在一起。

答案 2 :(得分:0)

您可能会尝试根据要创建的群集(绝对或%)的数量来动态计算容差。

答案 3 :(得分:0)

要根据日期获得有用的图片聚类,您需要以下内容:

1)簇的数量应该是可变的,而不是先于聚类

固定

2)每个簇的直径不应超过特定量。

最能满足这两个要求的聚类算法是QT (quality threshold) clustering algorithm。来自维基百科:

  

QT(质量阈值)聚类   (Heyer,Kruglyak,Yooseph,1999)是一个   另一种分区方法   数据,发明用于基因聚类。它   需要更多的计算能力   k-means,但不要求   指定簇的数量a   先验,并始终返回相同   运行几次时的结果。

虽然它主要用于基因聚类,但我认为它可以很好地满足你的需要。

答案 4 :(得分:0)

尝试检测Gaps而不是Clusters。