[发明专利]人脸图像的分堆方法及装置、电子设备、可读存储介质

权利要求书

1.一种人脸图像的分堆方法，其特征在于，包括：

获取不同的归堆阈值和开堆阈值，所述归堆阈值为用于归堆判断的阈值，所述归堆是指将样本并入已经存在的堆内；所述开堆阈值为用于开堆判断的阈值，所述开堆是指重新开一个堆，并将样本并入其中；

从第一样本集中选一张待处理的人脸图像，作为处理对象；

当分堆结果中存在一个堆能与所述处理对象构成相似对时，将所述处理对象归入与其构成相似对的堆中，并更新所述与其构成相似对的堆的中心向量；

当所述处理对象与所有堆都构成不相似对时，开一个新堆，将所述处理对象归入所述新堆中，将所述处理对象的特征向量作为所述新堆的中心向量；

其中，所述处理对象与一个堆构成相似对或不相似对的判断包括：

获取所述处理对象的特征向量；

计算所述特征向量与所述堆的中心向量的相似度；

当所述相似度小于所述归堆阈值，且相似度值越小表示相似度越高时，则所述处理对象与所述堆构成相似对；

当所述相似度大于所述开堆阈值，且相似度值越大表示不相似度越高时，则所述处理对象与所述堆构成不相似对；

从所述第一样本集中选另一张待处理的人脸图像，用其更新所述处理对象，重复上述过程，直至处理完所述第一样本集中所有待处理的人脸图像。

2.根据权利要求1所述的人脸图像的分堆方法，其特征在于，所述获取不同的归堆阈值和开堆阈值，包括：

获取相似对的精度召回曲线和不相似对的精度召回曲线；

根据所述相似对的精度召回曲线确定归堆阈值，根据不相似对的精度召回曲线确定开堆阈值。

3.根据权利要求2所述的人脸图像的分堆方法，其特征在于，所述的获取相似对的精度召回曲线和不相似对的精度召回曲线，包括：

获取包括N个相似对人脸图像和N个不相似对人脸图像的训练样本，并标注每个样本的真实值；

根据每个样本中两张人脸的特征向量，计算每个样本的相似度；

在阈值范围内遍历阈值，计算每个阈值对应的相似对的精度值和召回值、不相似对的精度值和召回值；

根据所有阈值对应的相似对的精度值和召回值，得到相似对的精度召回曲线；

根据所有阈值对应的不相似对的精度值和召回值，得到不相似对的精度召回曲线。

4.根据权利要求3所述的人脸图像的分堆方法，其特征在于，所述的计算每个阈值对应的相似对的精度值和召回值、不相似对的精度值和召回值，包括：

根据所述阈值和每个样本的相似度，对所述样本是否相似对进行预测，得到所述样本的预测值；

根据所有样本的真实值和预测值，计算与所述阈值对应的相似对的精度值和召回值、不相似对的精度值和召回值。

5.根据权利要求1所述的人脸图像的分堆方法，其特征在于，所述的直至处理完所述第一样本集中所有待处理的人脸图像之后，包括：

将第一样本集中所有未成功分堆的人脸图像汇集为第二样本集；

获取第二归堆阈值和第二开堆阈值；其中，所述第二归堆阈值比所述归堆阈值要求的归堆精度低，或所述第二开堆阈值比所述开堆阈值要求的开堆精度低；

当所述第二样本集不为空时，从所述第二样本集中选一张待处理的人脸图像，作为第二处理对象；

当根据所述第二归堆阈值判断所述第二处理对象能归入所述分堆结果的一个堆中时，将所述第二处理对象归入所述堆中，并更新所述堆；

当根据所述第二开堆阈值判断需要为所述第二处理对象开一个新堆时，开一个新堆，将所述第二处理对象归入所述新堆中，并更新所述分堆结果；

从所述第二样本集中选另一张待处理的人脸图像，用其更新所述第二处理对象，重复上述过程，直至处理完所述第二样本集中所有待处理的人脸图像。