[发明专利]用于聚类图像的方法和装置

权利要求书

1.一种用于聚类图像的方法，包括：

根据第一图像集合中的图像包括的人脸对象的特征向量，对所述第一图像集合中的图像执行第一聚类操作；

根据第二图像集合中的图像包括的人脸对象的特征向量，对所述第二图像集合中的图像执行第二聚类操作；

对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作；

响应于基于所述第三聚类操作确定所述第一聚类操作生成的类和所述第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；所述确定待合并的类中图像包括的人脸对象的特征向量间的相似度，包括：

获取待合并的类的中心点特征向量和预设数目个轮廓点特征向量，所述中心点特征向量用于表征类中心，所述轮廓点特征向量用于表征聚类边界；

将所获取的中心点特征向量与所获取的各个轮廓点特征向量之间相似度的平均值确定为待合并的类中图像包括的人脸对象的特征向量间的相似度；

响应于确定出的相似度大于预设阈值，合并待合并的类。

2.根据权利要求1所述的方法，其中，所述中心点特征向量的坐标为属于待合并的类的图像包括的人脸对象的特征向量的坐标的平均值。

3.根据权利要求1所述的方法，其中，所述轮廓点特征向量经由以下步骤确定：

将所述待合并的类中图像包括的人脸对象的特征向量确定为备选特征向量；

将所确定的备选特征向量中与所获取的中心点特征向量距离最远的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合；

重复执行以下步骤，直到所述轮廓点特征向量集合中轮廓点特征向量的数目达到预设数目：将与类的中心点特征向量的距离和与所述轮廓点特征向量集合中的各轮廓点特征向量的距离之和最大的备选特征向量确定为轮廓点特征向量，并加入所述轮廓点特征向量集合。

4.根据权利要求1-3中任一项所述的方法，其中，所述方法还包括：

响应于确定出的相似度小于所述预设阈值，修改所述第三聚类操作的聚类参数；

根据修改后的参数对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作。

5.一种用于聚类图像的装置，包括：

第一聚类单元，用于根据第一图像集合中的图像包括的人脸对象的特征向量，对所述第一图像集合中的图像执行第一聚类操作；

第二聚类单元，用于根据第二图像集合中的图像包括的人脸对象的特征向量，对所述第二图像集合中的图像执行第二聚类操作；

第三聚类单元，用于对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作；

第一确定单元，用于响应于基于所述第三聚类操作确定所述第一聚类操作生成的类和所述第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；所述第一确定单元，包括：

获取子单元，用于获取待合并的类的中心点特征向量和预设数目个轮廓点特征向量，所述中心点特征向量用于表征类中心，所述轮廓点特征向量用于表征聚类边界；

确定子单元，用于将所获取的中心点特征向量与所获取的各个轮廓点特征向量之间相似度的平均值确定为待合并的类中图像包括的人脸对象的特征向量间的相似度；

合并单元，用于响应于确定出的相似度大于预设阈值，合并待合并的类。

6.根据权利要求5所述的装置，其中，所述中心点特征向量的坐标为属于待合并的类的图像包括的人脸对象的特征向量的坐标的平均值。