[发明专利]人物图像聚类方法和装置

权利要求书

1.一种人物图像聚类方法，包括：

获取多张人物图像；

对于每一张人物图像，确定该张人物图像中的不同人物对象分别对应的人物图像区域；

对于每一张人物图像，将该张人物图像输入到预先训练的人体特征识别网络得到该张人物图像所包括的人物对象的人体特征图，所述人体特征识别网络用于确定输入到其中的人物图像所包括的人物对象的人体特征图；

对于每一张人物图像，将该张人物图像输入到预先训练的人脸特征识别模型得到该张人物图像所包括的人物对象的面部特征图，所述人脸特征识别模型用于确定输入到其中的人物图像所包括的人物对象的面部特征图；

对于每一张人物图像，判断所述面部特征图所对应的人物对象与所述人体特征图所对应的人物对象是否为同一张人物图像中的同一个人物对象；

响应于是同一个人物对象，基于该人物对象对应的人体特征图和面部特征图生成该人物对象对应的人体特征向量；

基于所生成的人体特征向量对所述多张人物图像进行聚类，得到至少一个类，其中一个类与一个人物对象一一对应；

其中，所述人体特征识别网络基于如下的训练步骤训练得到：获取训练样本集合，所述训练样本集合中的各训练样本包括训练人物图像和用于指示所述训练人物图像所包含的人物身份的标注信息；将所述训练样本输入到预先建立的初始人体特征识别网络中，对初始人体特征识别网络进行训练，得到训练后的人体特征识别网络。

2.根据权利要求1所述的方法，其中，所述人体特征识别网络包括多个级联的残差网络单元；

所述将所述训练样本输入到预先建立的初始人体特征识别网络中，对初始人体特征识别网络进行训练，包括：

通过将添加了身份标识的多张训练人物图像输入到初始人体特征识别网络中训练各级残差网络单元以确定各级残差网络单元的参数。

3.根据权利要求1所述的方法，其中，所述训练样本集合包括多个训练样本对，所述训练样本对中包括人物身份相同的两张训练人物图像，或者，所述训练样本对中包括人物身份不相同的两张训练人物图像；以及

所述将所述训练样本输入到预先建立的初始人体特征识别网络中，对初始人体特征识别网络进行训练，得到训练后的人体特征识别网络，包括：

将各训练样本对输入到所述初始人体特征识别网络进行训练使得训练后的人体特征识别网络的输出具有如下特征：若训练样本对中的两张训练人物图像对应的人物身份相同，则基于训练后的人体特征识别网络所输出的与该训练样本对中两张训练人物图像分别对应的特征图之间的相似度大于第一预设相似度阈值；若训练样本对中的两张训练人物图像对应的人物身份不相同，则基于训练后的人体特征识别网络所输出的与该训练样本对中两张训练人物图像分别对应的特征图之间的相似度小于第二预设相似度阈值；其中，所述第二预设相似度阈值小于所述第一预设相似度阈值。

4.根据权利要求1所述的方法，其中，所述对于每一张人物图像，将该张人物图像输入到预先训练的人体特征识别网络得到该张人物图像所包括的人物对象的人体特征图，包括：

将每一张人物图像中的不同人物对象各自对应的人物图像区域输入到人体特征识别网络，得到该张人物图像中不同人物对象分别对应的人体特征图。

5.根据权利要求1所述的方法，其中，所述基于所生成的人体特征向量对所述多张人物图像进行聚类，得到至少一个类，包括：

将与各人物对象的人物图像分别对应的人体特征向量输入到预先训练的分类网络，对所述多张人物图像进行聚类。