[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：根据待处理的多个第一图像的第一特征，分别确定各第一特征的密度；根据目标特征的密度，确定与目标特征对应的密度链信息，目标特征为任意一个第一特征，与目标特征对应的密度链信息包括N个特征，N个特征的第i个特征为第i‑1个特征的第一近邻特征中的一个，且第i个特征的密度大于第i‑1个特征的密度；根据与各第一特征对应的密度链信息，分别对各第一特征进行调整，得到多个第一图像的第二特征；对多个第一图像的第二特征进行聚类，得到多个第一图像的处理结果。本公开实施例能够提高图像的聚类效果。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

聚类可将属于同一类别的多个目标(例如人脸)聚在一起，例如，可将图像库中属于同一人的图像聚类在一起，从而将不同人的图像区分开。在相关技术中，可提取图像中目标的特征，并对特征进行聚类。然而，目标的特征可能具有较复杂的分布，例如有的人的人脸特征比较分散，有的人的人脸特征比较集中，还有一些人的特征可能会有一部分重合等，导致根据相关技术的聚类方式的聚类效果较差。

发明内容

本公开提出了一种图像处理技术方案。

根据本公开的一方面，提供了一种图像处理方法，包括：根据待处理的多个第一图像的第一特征，分别确定各个所述第一特征的密度，所述第一特征的密度表示与所述第一特征之间的距离小于或等于第一距离阈值的第一特征的数量；根据目标特征的密度，确定与所述目标特征对应的密度链信息，其中，所述目标特征为任意一个第一特征，与所述目标特征对应的密度链信息包括N个特征，所述N个特征的第i个特征为所述N个特征的第i-1个特征的第一近邻特征中的一个，且所述第i个特征的密度大于所述第i-1个特征的密度，N，i为正整数且1＜i≤N，所述第一近邻特征包括与所述第i-1个特征之间的距离小于或等于第二距离阈值的至少一个第一特征，所述目标特征为所述N个特征中的第一个；根据与各个所述第一特征对应的密度链信息，分别对各个所述第一特征进行调整，得到所述多个第一图像的第二特征；对所述多个第一图像的第二特征进行聚类，得到所述多个第一图像的处理结果。

在一种可能的实现方式中，与所述目标特征对应的密度链信息还包括所述N个特征的第二近邻特征，所述N个特征的第i-1个特征的第二近邻特征包括与所述第i-1个特征之间的距离小于或等于第三距离阈值的至少一个第一特征，所述根据与各个所述第一特征对应的密度链信息，分别对各个所述第一特征进行调整，得到所述多个第一图像的第二特征，包括：针对所述目标特征，对所述N个特征及所述N个特征的第二近邻特征分别进行融合，得到所述目标特征的N个融合特征；根据所述目标特征的N个融合特征，确定所述N个融合特征之间的关联特征；根据所述目标特征的N个融合特征以及所述关联特征，确定与所述目标特征对应的第一图像的第二特征。

在一种可能的实现方式中，根据所述目标特征的N个融合特征以及所述关联特征，确定与所述目标特征对应的第一图像的第二特征，包括：将所述关联特征分别与所述N个融合特征进行拼接，得到N个拼接特征；对所述N个拼接特征进行归一化，得到所述N个融合特征的N个权值；根据所述N个权值，对所述N个融合特征进行融合，得到与所述目标特征对应的第一图像的第二特征。

在一种可能的实现方式中，所述根据待处理的多个第一图像的第一特征，分别确定各个所述第一特征的密度之前，所述方法还包括：根据所述多个第一图像的第三特征，建立特征图网络，所述特征图网络包括多个节点及所述节点之间的连线，每个所述节点包括一个所述第三特征，所述连线的值表示所述节点与所述节点的近邻节点之间的距离，所述节点的近邻节点包括与所述节点之间的距离最小的K个节点，K为正整数；对所述特征图网络进行图卷积处理，得到所述多个第一图像的第一特征。

在一种可能的实现方式中，所述N个特征的第i个特征为所述N个特征的第i-1个特征的第一近邻特征中密度最大的特征。