[发明专利]对照片进行聚类的方法及装置

权利要求书

1.一种对照片进行聚类的方法，其特征在于，所述方法包括：

从第一云相册中的至少一个第一人脸子相册中确定照片数量低于预设阈值的至少一个第二人脸子相册以及所述至少一个第二人脸子相册各自对应的第一人脸特征，所述第一云相册对应第一用户标识；

确定与所述第一用户标识相关联的第二用户标识在云服务器上存储第二云相册中的至少一个第三人脸子相册以及所述至少一个第三人脸子相册各自对应的第二人脸特征；

确定所述至少一个第二人脸子相册各自对应的第一人脸特征与所述至少一个第三人脸子相册各自对应的人脸特征的相似度值，得到多个相似度值；

根据所述多个相似度值从所述至少一个第三人脸子相册中确定与所述至少一个第二人脸子相册各自对应的人脸特征相同的人脸照片。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定与所述第一用户标识相关联的通信名单；

查找所述通信名单中在所述云服务器上具有云相册的用户标识，将所述通信名单中具有云相册的用户标识确定为与所述第一用户标识相关联的所述第二用户标识。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过已训练的卷积神经网络对所述第一云相册中的全部照片进行特征提取，得到至少一个第三人脸特征；

将所述至少一个第三人脸特征对应的照片以人脸特征为单位聚类为所述至少一个第一人脸子相册。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过已训练的卷积神经网络对所述第二云相册中的全部照片进行特征提取，得到至少一个第四人脸特征；

将所述至少一个第四人脸特征对应的照片以人脸特征为单位聚类为所述至少一个第三人脸子相册。

5.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：

将设定数量的有标签人脸样本输入至卷积神经网络，对所述卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定所述卷积神经网络中各节点之间的连接的最佳权重参数时，停止训练所述卷积神经网络，得到所述已训练的卷积神经网络。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

确定所述第一云相册中的每一照片中关于人脸的特征点；

根据所述人脸的特征点从所述每一照片上确定所述人脸的区域；

将所述人脸的区域中的图像内容根据预设参考特征点进行仿射变换得到人脸图像，所述人脸图像的分辨率与所述已训练的卷积神经网络的输入层的维数相同；

通过所述已训练的卷积神经网络提取所述人脸图像中的人脸特征，得到所述至少一个第一人脸子相册各自对应的人脸特征。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

确定所述第二云相册中的每一照片中关于人脸的特征点；

根据所述人脸的特征点从所述每一照片上确定所述人脸的区域；

将所述人脸的区域中的图像内容根据预设参考特征点进行仿射变换得到人脸图像，所述人脸图像的分辨率与所述已训练的卷积神经网络的输入层的维数相同；

通过所述已训练的卷积神经网络提取所述人脸图像中的人脸特征，得到所述至少一个第三人脸子相册各自对应的第二人脸特征。