[发明专利]图像分类方法、装置、存储介质及电子设备

权利要求书

1.一种图像分类方法，应用于电子设备，其特征在于，包括：

获取待聚类图像，并提取所述待聚类图像的特征向量；

将所述特征向量与聚类图像集合的中心特征向量进行比对；

确定在比对过程中与所述特征向量的相似度最大且达到预设相似度的目标中心特征向量；

将所述待聚类图像添加至所述目标中心特征向量对应的目标聚类图像集合。

2.根据权利要求1所述的图像分类方法，其特征在于，所述确定在比对过程中与所述特征向量的相似度达到预设相似度且值最大的目标中心特征向量，包括：

获取比对过程中，当前聚类图像集合的中心特征向量与所述特征向量的当前相似度；

当所述当前相似度达到预设相似度时，判断所述当前相似度是否大于记录的历史相似度，所述历史相似度为历史聚类图像集合的中心特征向量与所述特征向量的相似度；

若所述当前相似度大于所述历史相似度，则记录所述当前相似度，并丢弃所述历史相似度后继续比对，若所述当前相似度小于或等于所述历史相似度时，则直接继续比对；

当比对完成时，将最终记录的相似度所对应的中心特征向量作为所述目标中心特征向量。

3.根据权利要求1所述的图像分类方法，其特征在于，所述待聚类图像包括待聚类人脸图像，所述提取所述待聚类图像的特征向量，包括：

调用预训练的人脸检测模型对所述待聚类人脸图像进行人脸检测，得到人脸区域；

调用预训练的特征提取模型对所述人脸区域内的图像内容进行特征提取，得到所述特征向量。

4.根据权利要求1所述的图像分类方法，其特征在于，所述将所述特征向量与聚类图像集合的中心特征向量进行比对，包括：

获取每一聚类图像集合最后添加图像的添加时刻；

按照添加时刻的先后顺序，将所述特征向量与每一聚类图像集合的中心特征向量进行比对。

5.根据权利要求1-4任一项所述的图像分类方法，其特征在于，所述确定在比对过程中与所述特征向量的相似度达到预设相似度且值最大的目标中心特征向量之后，还包括：

当不存在与所述特征向量的相似度达到所述预设相似度的中心特征向量时，根据所述待聚类图像创建新的聚类图像集合。

6.根据权利要求1-4任一项所述的图像分类方法，其特征在于，所述将所述待聚类图像添加至所述目标中心特征向量对应的目标聚类图像集合之后，还包括：

根据所述特征向量，更新所述目标聚类图像集合的中心特征向量。

7.根据权利要求1-4任一项所述的图像分类方法，其特征在于，还包括：

识别是否存在两个聚类图像集合之间中心特征向量的相似度达到所述预设相似度，是则将所述两个聚类图像集合合并为一个聚类图像集合。

8.一种图像分类装置，应用于电子设备，其特征在于，包括：

图像获取模块，用于获取待聚类图像，并提取所述待聚类图像的特征向量；

特征比对模块，用于将所述特征向量与聚类图像集合的中心特征向量进行比对；

特征确定模块，用于确定在比对过程中与所述特征向量的相似度最大且达到预设相似度的目标中心特征向量；

图像处理模块，用于将所述待聚类图像添加至所述目标中心特征向量对应的目标聚类图像集合。

9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理器加载时执行如权利要求1至7任一项所述的图像分类方法。

10.一种电子设备，包括处理器和存储器，所述存储器储存有计算机程序，其特征在于，所述处理器通过加载所述计算机程序，用于执行如权利要求1至7任一项所述的图像分类方法。