[发明专利]人脸数据清洗方法、装置及设备

权利要求书

1.一种人脸数据清洗方法，其特征在于，包括：

获取预设时间段的人脸数据集；

确定所述人脸数据集中两两之间的相似度值；

根据相似度值确定所述人脸数据集中重复的人脸数据；

对重复的人脸数据择一保留，得到去重后的人脸数据集。

2.如权利要求1所述的方法，其特征在于，所述确定所述人脸数据集中两两之间的相似度值，包括：

获取所述人脸数据集对应的特征矩阵，所述特征矩阵的行向量为所述人脸数据集中各人脸数据的正则化特征；

根据所述特征矩阵确定第一相似度矩阵，所述第一相似度矩阵为所述特征矩阵与其转置的乘积，所述第一相似度矩阵中的元素为对应的两个人脸数据之间的相似度值。

3.如权利要求2所述的方法，其特征在于，所述根据相似度值确定所述人脸数据集中重复的人脸数据，包括：

根据预设的相似度阈值对所述第一相似度矩阵进行二值化处理，获取对应的图的邻接矩阵；

根据所述图的邻接矩阵确定图的联通子图；

将所述联通子图对应的人脸数据确定为重复的人脸数据。

4.如权利要求1所述的方法，其特征在于，所述对重复的人脸数据择一保留，包括：

获取所述重复的人脸数据中各人脸数据的质量分数；

保留质量分数最高的人脸数据。

5.如权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

获取历史人脸数据集；

确定去重后的人脸数据集中各人脸数据在所述历史人脸数据集中是否重复存在；

若是，则保留质量分数最高的人脸数据；

若否，则将该人脸数据更新至所述历史人脸数据集。

6.如权利要求5所述的方法，其特征在于，所述确定去重后的人脸数据集中各人脸数据在所述历史人脸数据集中是否重复存在，包括：

获取去重后的人脸数据集对应的第一特征矩阵，所述第一特征矩阵的行向量为去重后的人脸数据集中各人脸数据的正则化特征；

获取所述历史人脸数据集对应的第二特征矩阵，所述第二特征矩阵的行向量为所述历史人脸数据集中各人脸数据的正则化特征；

确定第二相似度矩阵，所述第二相似度矩阵为所述第一特征矩阵与所述第二特征矩阵转置的乘积；

根据所述第二相似度矩阵，确定去重后的人脸数据集中各人脸数据在所述历史人脸数据集中是否重复存在。

7.如权利要求5所述的方法，其特征在于，所述确定去重后的人脸数据集中各人脸数据在所述历史人脸数据集中是否重复存在，包括：

根据所述历史人脸数据集中各人脸数据的特征建立索引；

采用索引法，确定去重后的人脸数据集中各人脸数据在所述历史人脸数据集中是否重复存在。

8.一种人脸数据清洗装置，其特征在于，包括：

获取模块，用于获取预设时间段的人脸数据集；

确定模块，用于确定所述人脸数据集中两两之间的相似度值；

处理模块，用于根据相似度值确定所述人脸数据集中重复的人脸数据；

清洗模块，用于对重复的人脸数据择一保留，得到去重后的人脸数据集。

9.一种人脸数据清洗设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-7任一项所述的人脸数据清洗方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-7任一项所述的人脸数据清洗方法。