1.一种多视角数据聚类方法，其特征在于，包括：获取目标对象在多个视角下的待分类数据集，所述目标对象为图像，所述图像的视角包括三原色特征、局部二值特征、方向梯度直方图特征和尺度不变特征转换；

对每个所述待分类数据集中的待分类数据进行特征提取，得到所述待分类数据对应的数据特征信息；

对每个所述待分类数据集中的每两个所述数据特征信息进行计算，得到每个所述待分类数据集对应的关系特征矩阵；

对每两个所述关系特征矩阵之间的关系特征信息进行计算，得到每个所述待分类数据集对应的特征映射指示矩阵，所述特征映射指示矩阵表示每个待分类数据集内每两个待分类数据之间的相关性和每两个视角下的待分类数据集内待分类数据之间的相关性；

对各所述特征映射指示矩阵进行拼接，得到实值类别指示矩阵；

基于所述实值类别指示矩阵，确定多个视角下的所述待分类数据集的聚类结果；

所述对每个所述待分类数据集中的每两个所述数据特征信息进行计算，得到每个所述待分类数据集对应的关系特征矩阵包括：对每个所述待分类数据集中的每两个所述数据特征信息之间进行欧式距离计算，得到距离差值矩阵；

将所述距离差值矩阵作为所述关系特征矩阵；

所述对每个所述待分类数据集中的每两个所述数据特征信息之间进行欧式距离计算，得到距离差值矩阵之后，还包括：计算每个所述待分类数据集中每两个所述数据特征信息之间的距离权重矩阵；

对所述距离权重矩阵和所述距离差值矩阵进行计算，得到所述关系特征矩阵；

所述计算每个所述待分类数据集中每两个所述数据特征信息之间的距离权重矩阵，包括：将所述待分类数据集中每两个所述数据特征信息输入预训练的孪生网络进行相似度计算，得到两个所述数据特征信息对应的相似度值；

若所述相似度值大于相似度阈值，则将所述相似度值作为两个所述数据特征信息之间的距离权重；

若所述相似度值小于或等于所述相似度阈值，则获取预设数值，并将所述预设数值作为两个所述数据特征信息之间的距离权重；

将各所述距离权重，作为所述距离权重矩阵。

2.根据权利要求1所述的多视角数据聚类方法，其特征在于，所述对各所述特征映射指示矩阵进行拼接，得到所述实值类别指示矩阵，包括：基于所述特征映射指示矩阵，确定对称正定矩阵；

对所述对称正定矩阵进行分解，得到上三角矩阵；

对所述上三角矩阵和所述特征映射指示矩阵进行计算，得到所述特征映射指示矩阵对应的正交表示指示矩阵；

将各所述正交表示指示矩阵进行拼接，得到所述实值类别指示矩阵。

3.根据权利要求2所述的多视角数据聚类方法，其特征在于，所述对所述对称正定矩阵进行分解，得到上三角矩阵，包括：基于预设的分解顺序对所述对称正定矩阵执行平方根分解，得到所述上三角矩阵。

4.根据权利要求1所述的多视角数据聚类方法，其特征在于，所述基于所述实值类别指示矩阵，确定多个视角下的所述待分类数据集的聚类结果，包括：对所述实值类别指示矩阵进行正交变换，得到离散类别指示矩阵；

基于所述离散类别指示矩阵，确定多个视角下的所述待分类数据集的聚类结果。

5.一种多视角数据聚类装置，其特征在于，包括：获取模块，用于获取目标对象在多个视角下的待分类数据集，所述目标对象为图像，所述图像的视角包括三原色特征、局部二值特征、方向梯度直方图特征和尺度不变特征转换；

提取模块，用于对每个所述待分类数据集中的待分类数据进行特征提取，得到所述待分类数据对应的数据特征信息；

第一计算模块，用于对每个所述待分类数据集中的每两个所述数据特征信息进行计算，得到每个所述待分类数据集对应的关系特征矩阵；

第二计算模块，用于对每两个所述关系特征矩阵之间的关系特征信息进行计算，得到每个所述待分类数据集对应的特征映射指示矩阵，所述特征映射指示矩阵表示每个待分类数据集内每两个待分类数据之间的相关性和每两个视角下的待分类数据集内待分类数据之间的相关性；

拼接模块，用于对各所述特征映射指示矩阵进行拼接，得到实值类别指示矩阵；

确定模块，用于基于所述实值类别指示矩阵，确定多个视角下的所述待分类数据集的聚类结果；

所述第一计算模块还包括：

第二计算子模块，用于对每个所述待分类数据集中的每两个所述数据特征信息之间进行欧式距离计算，得到距离差值矩阵；

第二确定子模块，用于将所述距离差值矩阵作为所述关系特征矩阵；

所述第一计算模块还包括：

第三计算子模块，用于计算每个所述待分类数据集中每两个所述数据特征信息之间的距离权重矩阵；

第四计算子模块，用于对所述距离权重矩阵和所述距离差值矩阵进行计算，得到所述关系特征矩阵；

所述第三计算子模块还包括：

计算子单元，用于将所述待分类数据集中每两个所述数据特征信息输入预训练的孪生网络进行相似度计算，得到两个所述数据特征信息对应的相似度值；

第一确定子单元，用于若所述相似度值大于相似度阈值，则将所述相似度值作为两个所述数据特征信息之间的距离权重；

第二确定子单元，用于若所述相似度值小于或等于所述相似度阈值，则获取预设数值，并将所述预设数值作为两个所述数据特征信息之间的距离权重；

第三确定子单元，用于将各所述距离权重，作为所述距离权重矩阵。

6.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

4任一项所述多视角数据聚类方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述多视角数据聚类方法的步骤。