[发明专利]人像聚类方法、设备及存储介质

说明书

本申请公开人像聚类方法、设备及存储介质，其中，人像聚类方法包括：获取图像序列；提取图像中的人像图片和人像图片中的人像特征，并进行聚类处理，以分别获得不同人像特征的聚类结果；根据不同人像特征的关联性，将不同人像特征的聚类结果进行融合，获得同一类人像、疑似同一类人像和不同类人像；对疑似同一类人像中的疑似目标的不同人像特征的相似度重新加权处理，获得疑似目标的综合相似度；利用综合相似度与预设阈值比较，将疑似同一类人像归类于同一类人像或不同类人像。本申请通过对疑似同一类人像的疑似目标进行二次核验，从而将疑似同一类人像进一步精确分类，消除无法中间地段的数据，有效增大聚类的召回率。

技术领域

本申请属于视频分析技术领域，具体涉及人像聚类方法、设备及存储介质。

背景技术

随着相关技术的发展，人脸聚类得到了广泛应用。例如手机相册，通过人脸聚类的方法可以把同一人的人脸图像聚到一个组里面；再例如在公安行业破案时，需要根据未确认身份的嫌疑人图像在海量人像库中进行检索，基于此需要建立一人一档的信息库，该信息库中同一人的图像归属于同一类别。

现有相关技术中可以采用人脸聚类的方式对图像进行聚类，然而现有的人脸聚类方式精确度低，从而无法归类的图像数据较多，导致聚类方法的召回率较低。

发明内容

本申请提供人像聚类方法、设备及存储介质，以解决聚类方法的召回率较低的技术问题。

为解决上述技术问题，本申请采用的一个技术方案是：一种人像聚类方法，包括：获取图像序列，所述图像序列包括多帧图像；提取所述图像中的人像图片；提取所述人像图片中的人像特征，对不同所述人像特征分别进行聚类处理，以分别获得不同所述人像特征的聚类结果，所述聚类结果包括同一类特征、疑似同一类特征和不同类特征；根据不同所述人像特征的关联性，将不同所述人像特征的所述聚类结果进行融合，获得同一类人像、疑似同一类人像和不同类人像；对所述疑似同一类人像中的疑似目标的不同所述人像特征的相似度重新加权处理，获得所述疑似目标的综合相似度；利用所述综合相似度与预设阈值比较，将所述疑似同一类人像归类于所述同一类人像或所述不同类人像。

根据本申请一实施方式，所述人像图片包括人脸图片、人体图片和步态序列图片，所述人脸图片包括人脸编码，所述人体图片包括人脸人体关联编码，所述步态序列图片包括人体步态关联编码。

根据本申请一实施方式，所述提取所述人像图片中的人像特征，对不同所述人像特征分别进行聚类处理，以分别获得不同所述人像特征的聚类结果，包括：提取所述人脸图片中的人脸特征，对所述人脸特征进行聚类处理，获得人脸聚类结果，所述人脸聚类结果包括同一类人脸、疑似同一类人脸和不同类人脸；提取所述人体图片中的人体特征，对所述人体特征进行聚类处理，获得人体聚类结果，所述人体聚类结果包括同一类人体、疑似同一类人体和不同类人体。

根据本申请一实施方式，所述根据不同所述人像特征的关联性，将不同所述人像特征的所述聚类结果进行融合，获得同一类人像、疑似同一类人像和不同类人像，包括：根据所述人脸人体关联编码和所述人体步态关联编码，将所述人脸聚类结果和所述人体聚类结果融合，获得同一类人像、疑似同一类人像和不同类人像。

根据本申请一实施方式，所述对所述疑似同一类人像中的疑似目标的不同所述人像特征的相似度重新加权处理，获得所述疑似目标的综合相似度，包括：将所述疑似同一类人像中的疑似目标的人脸初始相似度乘以人脸权重值，获得人脸相似度；将所述疑似目标的人体初始相似度乘以人体权重值，获得人体相似度；将所述疑似目标的步态初始相似度乘以步态权重值，获得步态相似度；将所述人脸相似度、所述人体相似度和所述步态相似度相加获得所述综合相似度；其中，所述人脸权重值、所述人体权重值和所述步态权重值之和为一。

根据本申请一实施方式，所述人脸权重值大于所述步态权重值，所述步态权重值大于所述人体权重值。