Thuật toán để phân cụm ảnh dựa trên ngày chụp

Question

Bất kỳ ai biết thuật toán sẽ nhóm ảnh thành sự kiện dựa trên ngày chụp ảnh. Rõ ràng tôi có thể nhóm theo ngày, nhưng tôi muốn một cái gì đó phức tạp hơn một chút (có thể) có thể nhóm hình ảnh kéo dài nhiều ngày dựa trên tần số trên một khoảng thời gian nhất định. Hãy xem xét các nhóm sau:

• 1/2/2009 15 ảnh
• 1/3/2009 20 ảnh
• 1/4/2009 13 ảnh
• 1/5/2009 19 ảnh
• 2009/01/15 5 ảnh

có khả năng này sẽ được nhóm lại thành hai nhóm:

1. ngày 1/2/2009 -> 1/5/2009
2. 1/15/2009

Rõ ràng sẽ có một số sự khoan dung (s) mà cần phải được thiết lập.

Có cách nào được thiết lập tốt để làm điều này, sau đó phát minh ra phương pháp tiếp cận trên/xuống của riêng tôi?

Answer 1

Bạn có thể áp dụng khá nhiều any standard clustering technique cho điều này, nó chỉ là vấn đề xác định chức năng khoảng cách của bạn một cách chính xác. Khi bạn tạo ma trận khoảng cách giữa các bức ảnh, bạn nên xem xét sự kết hợp khoảng cách vật lý giữa các vị trí - nếu bạn có nó - và khoảng cách thời gian giữa các dấu thời gian tạo của chúng. Normalise chúng và đặt chúng trên các kích thước riêng biệt và bạn thậm chí có thể chỉ có thể lấy khoảng cách euclide thông thường.

Chúc bạn may mắn.

Answer 2

Chỉ cần nhóm các ảnh được chụp vào những ngày liên tiếp (không có ngày nào không chụp ảnh) cùng nhau.

Answer 3

Bạn có thể thử tự động tính toán dung sai dựa trên số lượng hoặc các cụm lớn (tuyệt đối hoặc%) bạn muốn tạo.

Answer 4

Để có được một phân nhóm hữu ích của hình ảnh theo ngày bạn yêu cầu như sau:

1) Số lượng cụm nên thay đổi và không cố định một tiên nghiệm để clustering

2) Đường kính của mỗi cụm không được vượt quá một số tiền cụ thể.

Thuật toán phân cụm đáp ứng tốt nhất cả hai yêu cầu là QT (quality threshold) clustering algorithm. Từ Wikipedia:

QT (ngưỡng chất lượng) phân nhóm (Heyer, Kruglyak, Yooseph, 1999) là một phương pháp thay thế của phân vùng dữ liệu, phát minh cho clustering gen. Điện thoại cần nhiều công suất tính toán hơn k-means, nhưng không yêu cầu chỉ định số cụm là ưu tiên và luôn trả về kết quả tương tự khi chạy nhiều lần.

Mặc dù chủ yếu được sử dụng để phân cụm gen Tôi cho rằng nó phù hợp với những gì bạn cần.

Answer 5

Cố gắng phát hiện các khoảng trống thay vì các cụm.