[发明专利]一种人像聚类方法、电子设备和存储介质

权利要求书

1.一种人像聚类方法，其特征在于，包括：

获取待聚类数据，所述待聚类数据包括特征向量和对应于所述特征向量的拍摄时间和拍摄地点；

从聚类库获取所述特征向量的待定聚类特征，所述待定聚类特征为所述聚类库中与所述特征向量的特征距离满足预设条件的聚类特征，所述待定聚类特征对应于所述待定聚类特征的拍摄时间和拍摄地点；

根据对应于所述待聚类数据中特征向量的拍摄时间和拍摄地点，以及对应于所述待定聚类特征的拍摄时间和拍摄地点计算所述待聚类数据的移动速率；

若所述待聚类数据的移动速率不大于移动阈值，将所述待聚类数据中的特征向量与所述待定聚类特征聚类。

2.如权利要求1所述的人像聚类方法，其特征在于：所述待定聚类特征为所述聚类库中与所述特征向量的特征距离满足预设条件的聚类特征，具体为：

所述待定聚类特征为所述聚类库中与所述特征向量的特征距离最小的聚类特征；或者

所述待定聚类特征为所述聚类库中与所述特征向量的特征距离小于预设阈值的聚类特征。

3.如权利要求1所述的人像聚类方法，其特征在于：所述将所述待聚类数据中的特征向量与所述待定聚类特征聚类，具体包括：

根据所述待定聚类特征对应的人物信息生成所述待聚类数据的聚类结果；和/或

根据所述特征向量更新所述待定聚类特征。

4.如权利要求3所述的人像聚类方法，其特征在于，所述人像聚类方法还包括：

若所述待聚类数据的移动速率大于所述移动阈值，根据所述特征向量新建聚类特征，以及生成与新建的聚类特征对应的人物信息。

5.如权利要求1所述的人像聚类方法，其特征在于：所述从聚类库获取所述特征向量的待定聚类特征，所述待定聚类特征为所述聚类库中与所述特征向量的特征距离最小的聚类特征，具体包括：

计算所述特征向量与所述聚类库中各聚类特征的特征距离；

查找最小的特征距离；

获取所述最小的特征距离对应的聚类特征为所述待定聚类特征。

6.如权利要求5所述的人像聚类方法，其特征在于：所述从聚类库获取所述特征向量的待定聚类特征之后，还包括：

若所述待定聚类特征与所述特征向量的特征距离大于特征阈值，根据所述特征向量新建聚类特征，所述待聚类数据的聚类结果为新建的聚类特征对应的人物信息。

7.如权利要求1-6中任一项所述的人像聚类方法，其特征在于：所述获取待聚类数据，具体为：从人像数据集中获取所述待聚类数据；

所述人像数据集包括若干所述待聚类数据，各所述待聚类数据均包括一特征向量以及对应于所述特征向量的拍摄时间和拍摄地点。

8.如权利要求7所述的人像聚类方法，其特征在于：所述从人像数据集中获取所述待聚类数据之前，还包括：

根据各待聚类数据的拍摄地点将所述若干待聚类数据划分至若干个子数据集，所述若干个子数据集与若干个点位一一对应，同一子数据集中待聚类数据的拍摄地点对应于同一点位；

将所述若干个子数据集根据各子数据集对应点位与区域中心的距离由小到大排序。

9.如权利要求8所述的人像聚类方法，其特征在于：所述将所述若干个子数据集根据各子数据集对应的点位与区域中心的距离由小到大排序之前或之后，还包括：

分别将各子数据集中的待聚类数据根据所述待聚类数据的拍摄时间先后排序。

10.一种电子设备，其特征在于：包括存储器和处理器，所述存储器用于存储程序指令；若所述处理器执行所述程序指令，实现如权利要求1-9中任一项所述的人像聚类方法的步骤。

11.一种存储介质，所述存储介质存储有计算机程序，其特征在于：若所述计算机程序被处理器执行，实现如权利要求1-9中任一项所述的人像聚类方法的步骤。