[发明专利]一种未识别身份人员的人脸聚类方法、装置及存储介质

说明书

本发明公开了一种未识别身份人员的人脸聚类方法，通过递归算法将人脸特征向量进行两两组合并计算两者的第一相似度，选择第一相似度大于第一阈值的人脸特征向量构造无向连通图，并将每个无向连通图中对应的人脸特征向量归于一个第一集合；从每个第一集合中选取质量分最高的人脸图像的人脸特征向量与截止于时间段之前的已聚类数据的主图的人脸特征向量进行相似度比较，获得第二相似度后再根据第二相似度将第一集合与已聚类数据合并为第二集合；以及选取每两个第二集合的主图的人脸特征向量进行相似度比较，获得第三相似度后再根据第三相似度对第二集合进行检验合并，建立未识别身份人员的历史轨迹信息，有利于填补未识别身份人员的轨迹管理空白。

技术领域

本发明涉及人脸聚类领域，具体涉及一种未识别身份人员的人脸聚类方法、装置及存储介质。

背景技术

目前，在很多领域都已经使用到人脸识别和人脸聚类技术，可以有效从人脸图像中识别出人脸信息，或者再进一步将相同的人脸。

人脸识别技术是通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析，进而和自身数据库里已有的范本进行比对，然后判断出用户的真实身份。人脸识别技术基于局部特征区域的单训练样本人脸识别方法。一般采用如下步骤：第一步，需要对局部区域进行定义；第二步，人脸局部区域特征的提取，依据经过样本训练后得到的变换矩阵将人脸图像向量映射为人脸特征向量；第三步，局部特征选择(可选)；最后一步是进行分类。分类器多采用组合分类器的形式，每个局部特征对应一个分类器，然后可用投票或线性加权等方式得到终识别结果。

而人脸聚类是将一个集合内的人脸根据身份进行分组的过程。例如将在手机相册中通过人脸聚类技术将包含相同人脸的图片(照片)即属于同一个人的图片归类到一起。在智能安防领域，通过人脸识别技术将采集到的人脸图像与标准底图图片进行特征提取和比对，如果相似度在阈值范围以上，则将采集图片的身份标记为标准底图的身份信息，完成采集图片的身份识别。如果相似度在阈值之下，则属于未识别身份的人员。由此可以对具有相同身份的人脸进行聚类，但是对于未识别身份的人脸则无法进行处理及聚类，进一步获取未识别身份人员的历史轨迹。

发明内容

针对上述提到未识别身份人员的人脸数据难以聚类并获得其历史轨迹，本申请的实施例的目的在于提出了一种未识别身份人员的人脸聚类方法、装置及存储介质，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种未识别身份人员的人脸聚类方法，包括以下步骤：

S1：获取一个时间段内待聚类的未识别身份人员的人脸图像，分别提取所有人脸图像的人脸特征向量；

S2：通过递归算法将人脸特征向量进行两两组合并计算两者的第一相似度，选择第一相似度大于第一阈值的人脸特征向量构造无向连通图，并将每个无向连通图中对应的人脸特征向量归于一个第一集合；

S3：从每个第一集合中选取质量分最高的人脸图像的人脸特征向量与截止于时间段之前的已聚类数据的主图的人脸特征向量进行相似度比较，获得第二相似度后再根据第二相似度将第一集合与已聚类数据合并为第二集合；以及

S4：选取每两个第二集合的主图的人脸特征向量进行相似度比较，获得第三相似度后再根据第三相似度对第二集合进行检验合并，以获得最终的聚类结果。

在一些实施例中，根据第二相似度将第一集合与已聚类数据合并为第二集合，具体包括：S31：若第二相似度大于预先设定的第二阈值，则将第一集合与已聚类数据进行合并；S32：若第二相似度大于预先设定的第三阈值并小于第二阈值，则选取第一集合中的其余人脸图像中的多个人脸特征向量与已聚类数据的主图的人脸特征向量进行相似度比较，获得第四相似度后再根据第四相似度将第一集合与已聚类数据进行合并；S33：若第二相似度小于第三阈值，则建立为第三集合。