algorithm - 基于拍摄日期聚类图片的算法

Question

任何人都知道根据照片拍摄日期将照片分组为事件的算法。显然我可以按日期分组，但我想要一些更复杂的东西，它（可能）能够根据特定时间跨度内的频率对跨越多天的图片进行分组。考虑以下分组：

• 2009 年 1 月 2 日 15 张照片
• 2009 年 1 月 3 日 20 张照片
• 2009 年 1 月 4 日 13 张照片
• 2009 年 1 月 5 日 19 张照片
• 2009 年 1 月 15 日 5 张照片

可能这些将分为两组：

1. 2009 年 1 月 2 日 -> 2009 年 1 月 5 日
2. 2009 年 1 月 15 日

显然，需要建立一些公差。

除了发明我自己的自上而下的方法之外，是否有任何成熟的方法可以做到这一点？

Answer 1

您可以应用几乎任何标准的聚类技术，这只是正确定义距离函数的问题。当您制作照片之间的距离矩阵时，您应该考虑位置之间的物理距离（如果有的话）和它们的创建时间戳之间的时间距离的组合。 将它们归一化并将它们放在不同的维度上，您甚至可以采用常规的欧几里德距离。

祝你好运。

Answer 2

只需将连续几天（没有没有拍照的日子）拍摄的照片组合在一起。

Answer 3

您可能会尝试根据要创建的集群的数量或大小（绝对或百分比）动态计算容差。

Answer 4

要根据日期获得有用的图片聚类，您需要以下内容：

1) 聚类的数量应该是可变的，而不是先验固定的聚类

2）每个簇的直径不应超过特定数量。

最能满足这两个要求的聚类算法是QT（质量阈值）聚类算法。来自维基百科：

QT（质量阈值）聚类（Heyer，Kruglyak，Yooseph，1999）是一种替代数据分区方法，发明用于基因聚类。它比 k-means 需要更多的计算能力，但不需要先验指定簇的数量，并且运行多次时总是返回相同的结果。

虽然它主要用于基因聚类，但我认为它非常适合您的需求。

Answer 5

尝试检测间隙而不是集群。