[发明专利]人脸聚类方法、装置和系统及存储介质有效
申请号: | 201711389683.4 | 申请日: | 2017-12-21 |
公开(公告)号: | CN108875522B | 公开(公告)日: | 2022-06-10 |
发明(设计)人: | 杜航宇 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/74;G06V10/762;G06K9/62 |
代理公司: | 北京睿邦知识产权代理事务所(普通合伙) 11481 | 代理人: | 徐丁峰;戴亚南 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸聚类 方法 装置 系统 存储 介质 | ||
1.一种人脸聚类方法,包括:
获取多个人脸图像;
检测所述多个人脸图像中的目标人脸的人脸质量,以获得所述多个人脸图像的人脸质量数据;
提取所述多个人脸图像中的至少部分人脸图像中的目标人脸的特征,以获得所述至少部分人脸图像的人脸特征数据;以及
根据所述至少部分人脸图像的人脸特征数据和人脸质量数据对所述至少部分人脸图像进行聚类;
其中,所述根据所述至少部分人脸图像的人脸特征数据和人脸质量数据对所述至少部分人脸图像进行聚类包括:
从所述至少部分人脸图像中选择至少两个人脸图像;以及
根据所述至少两个人脸图像的人脸特征数据和人脸质量数据对所述至少两个人脸图像进行聚类,以将所述至少两个人脸图像划分为特定数目的图像组,以获得聚类结果;
其中,所述根据所述至少两个人脸图像的人脸特征数据和人脸质量数据对所述至少两个人脸图像进行聚类,以将所述至少两个人脸图像划分为特定数目的图像组包括:
根据预先构建的计算函数并根据所述至少两个人脸图像的人脸质量数据计算相似度阈值,其中,所述计算函数构建为使得所述至少两个人脸图像的人脸质量数据的平均值越大或者人脸质量数据相差越大时,计算获得的相似度阈值越大;
根据所述相似度阈值和所述至少两个人脸图像的人脸特征数据对所述至少两个人脸图像进行聚类,以将所述至少两个人脸图像划分为特定数目的图像组。
2.如权利要求1所述的方法,其中,所述根据所述相似度阈值和所述至少两个人脸图像的人脸特征数据对所述至少两个人脸图像进行聚类,以将所述至少两个人脸图像划分为特定数目的图像组包括:
基于所述至少两个人脸图像的人脸特征数据构建相似度矩阵;
根据所述相似度矩阵和所述相似度阈值初始化连接矩阵;
以经初始化的所述连接矩阵为基础,利用所述相似度矩阵和所述相似度阈值迭代更新所述连接矩阵,直至迭代更新次数达到预设次数或与聚类相关的预设目标函数收敛;以及
基于迭代更新后的所述连接矩阵确定所述至少两个人脸图像各自所属的图像组。
3.如权利要求1所述的方法,其中,所述从所述至少部分人脸图像中选择至少两个人脸图像包括:
判断所述至少部分人脸图像的人脸质量数据是否满足第一预设要求;以及
确定人脸质量数据满足所述第一预设要求的人脸图像为所述至少两个人脸图像。
4.如权利要求3所述的方法,其中,所述根据所述至少部分人脸图像的人脸特征数据和人脸质量数据对所述至少部分人脸图像进行聚类还包括:
确定人脸质量数据不满足所述第一预设要求的人脸图像为剩余人脸图像;
根据所述至少两个人脸图像的所述聚类结果以及所述剩余人脸图像的人脸特征数据和人脸质量数据,将所述剩余人脸图像划分到所述特定数目的图像组或新的图像组中以更新所述聚类结果。
5.如权利要求4所述的方法,其中,所述根据所述至少两个人脸图像的聚类结果以及所述剩余人脸图像的人脸特征数据和人脸质量数据,将所述剩余人脸图像划分到所述特定数目的图像组或新的图像组中以更新所述聚类结果包括:
根据所述剩余人脸图像中每个人脸图像的人脸特征数据和所述聚类结果中每个图像组中的每个人脸图像的人脸特征数据,计算所述剩余人脸图像中每个人脸图像与所述聚类结果中每个图像组中的所有人脸图像之间的人脸相似度的平均值作为所述剩余人脸图像中每个人脸图像与所述聚类结果中每个图像组之间的人脸相似度;
如果所述聚类结果中存在与所述剩余人脸图像中的一人脸图像之间的人脸相似度大于预设阈值的图像组,则将该人脸图像归入与该人脸图像之间的人脸相似度最大的图像组以更新所述聚类结果,如果所述剩余人脸图像的一人脸图像与所述聚类结果中的所有图像组之间的人脸相似度均不大于所述预设阈值,则将该人脸图像归入新的图像组以更新所述聚类结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711389683.4/1.html,转载请声明来源钻瓜专利网。