[发明专利]人脸识别照片的分类方法、装置、电子设备和存储介质

权利要求书

1.一种人脸识别照片的分类方法，其特征在于，所述方法包括：

获取多个待分类人脸识别照片；

对每个待分类人脸识别照片进行背景图像提取，得到所有待分类人脸识别照片的背景图像；

针对各背景图像，计算其与其他各个待分类人脸识别照片的背景图像之间的相似度；

基于每个背景图像与其他各个背景图像之间的相似度，对背景图像进行聚类，得到聚类结果；

基于所述聚类结果，获得所述多个待分类人脸识别照片的分类结果。

2.根据权利要求1所述的方法，其特征在于，

所述对每个待分类人脸识别照片进行背景图像提取，得到所有待分类人脸识别照片的背景图像的步骤，包括：

采用GrabCut算法对每个待分类人脸识别照片进行前景和背景分割，得到所有待分类人脸识别照片的背景图像。

3.根据权利要求1所述的方法，其特征在于，

所述针对各背景图像，计算其与其他各个待分类人脸识别照片的背景图像之间的相似度的步骤，包括：

采用预设的第一局部特征提取算法，对每个背景图像进行特征提取，得到每个背景图像的第一局部特征；

针对每个背景图像，将其第一局部特征与其他各个背景图像的第一局部特征进行匹配，获得该背景图像与其他各个背景图像的匹配结果；其中，匹配结果包括第一局部特征的匹配对数，该匹配对数用于表征背景图像之间的相似程度；

将匹配对数大于预设匹配对数阈值的两个背景图像，作为第一相似背景图像；

所述基于每个背景图像与其他各个背景图像之间的相似度，对背景图像进行聚类，得到聚类结果的步骤，包括：

基于所述第一相似背景图像，构建关系图，该关系图中的各个顶点为各个相似背景图像对应的待分类人脸识别照片；顶点间的边为各个相似背景图像之间的第一局部特征的匹配对数；

基于所述关系图，采用图聚类的方式，对背景图像进行聚类，得到第一聚类结果；

所述基于所述聚类结果，获得所述多个待分类人脸识别照片的分类结果的步骤，包括：

将第一聚类结果中，每个类的背景图像对应的待分类人脸识别照片，作为一个分类。

4.根据权利要求3所述的方法，其特征在于，

所述针对每个背景图像，将其第一局部特征与其他各个背景图像的第一局部特征进行匹配，获得该背景图像与其他各个背景图像的匹配结果的步骤，包括：

将该背景图像作为第一待匹配背景图像构造KD树，该树中的每个节点为所述第一待匹配背景图像的第一局部特征的描述子；其中，描述子为对所述第一局部特征的属性描述；

将其他各个背景图像分别作为第二待匹配背景图像，针对各第二待匹配背景图像的每个第一局部特征的描述子，在所述KD树中查找该描述子的N近邻；

获得该背景图像与其他各个背景图像的第一局部特征匹配对数，作为匹配结果。

5.根据权利要求1所述的方法，其特征在于，

所述针对各背景图像，计算其与其他各个待分类人脸识别照片的背景图像之间的相似度的步骤，包括：

获得每个背景图像的全局特征；所述全局特征用向量表示；

针对每个背景图像，计算其与其他各个背景图像的全局特征向量之间的欧式距离，作为与其他各个待分类人脸识别照片的背景图像之间的相似度；

所述基于每个背景图像与其他各个背景图像之间的相似度，对背景图像进行聚类，得到聚类结果步骤，包括：

基于所述全局特征向量之间的欧式距离，采用预设的基于特征的聚类算法，对背景图像的全局特征进行聚类，得到第二聚类结果；

所述基于聚类结果，获得多个待分类人脸识别照片的分类结果的步骤，包括：

将所述第二聚类结果中，每个类的背景图像对应的待分类人脸识别照片，作为一个分类。

6.根据权利要求5所述的方法，其特征在于，

所述获得每个背景图像的全局特征的步骤，包括：

采用预设的第二局部特征提取算法，对每个背景图像进行特征提取，得到每个背景图像的第二局部特征；

针对每个背景图像，将该背景图像的各个第二局部特征进行特征聚合，得到预设维度的全局特征。