[发明专利]一种人像聚类方法及装置

说明书

本发明实施例提供一种人像聚类方法及装置，包括：从人像图片集中确定出不同的第一人像图片和第二人像图片，确定图片相似度；图片相似度用以表征人像特征的相似性和表征时空特征的相似性；人像图片集中包括第一时段针对不同卡口采集的多个人像图片，基于采集第一人像图片和第二人像图片分别对应的卡口对应的人流量预测结果，确定人像聚类的相似度阈值；不同人流量预测结果对应不同的相似度阈值；人流量预测结果是根据对应卡口在第二时段的人流量真实结果得到的；第一时段在第二时段之后，第一时段与第二时段的时段相邻且时长相等；若图片相似度高于相似度阈值，确定第一人像图片与第二人像图片中包含同一个人。上述方法用于提高人像聚类准确度。

技术领域

本申请涉及网络技术领域，尤其涉及一种人像聚类方法及装置。

背景技术

基于逐步构建完整的覆盖公共区域的人脸识别系统，能够实现通过卡口设备获取监控视频，以从监控视频中获取经过的路人的人脸抓拍图片。人脸识别系统通过人像图片的聚类技术能够把实时的人脸抓拍图片进行聚合，进而生成每个人的人像档案(即，实质上是通过聚类算法获取同一个人的人脸抓拍图片的集合)，则实现根据人像档案构建身份档案，可以用于进行用户画像分析或用户流向监控。身份档案整理在零售、监控场景下具有重要作用。

现有的人像图片聚类获取人像档案的方法中，通常使用人脸抓拍图片之间的相似度进行聚类。该种方式虽然可以获取人像档案，但在实际操作中，由于口罩、眼镜等物品遮挡，以及人与人之间的人脸遮挡极易导致聚类错误，使得人像档案准确率较低。

因此，现在亟需一种人像聚类方法及装置，用于提高人像聚类准确度。

发明内容

本发明实施例提供一种人像聚类方法及装置，用于提高人像聚类准确度。

第一方面，本发明实施例提供一种人像聚类方法，该方法包括：

从人像图片集中确定出第一人像图片和第二人像图片；

确定所述第一人像图片和所述第二人像图片的图片相似度；所述图片相似度用以表征人像特征的相似性和表征时空特征的相似性；所述人像图片集中包括第一时段针对不同卡口采集的多个人像图片，所述第一人像图片和所述第二人像图片为所述人像图片集中不同的两张人像图片；

基于采集所述第一人像图片的第一卡口对应的第一人流量预测结果和采集所述第二人像图片的第二卡口对应的第二人流量预测结果，确定人像聚类的相似度阈值；其中，不同人流量预测结果对应不同的相似度阈值；人流量预测结果是根据对应卡口在第二时段的人流量真实结果得到的；所述第一时段在所述第二时段之后，所述第一时段与所述第二时段的时段相邻且时长相等；

响应于所述图片相似度高于所述相似度阈值，确定所述第一人像图片与所述第二人像图片中包含同一个人。

上述方法中，从人像图片集中确定出第一人像图片和第二人像图片。其中，人像图片集可以是拍摄的图片，也可以是视频中的视频帧-图像帧。如，人像图片集可以是从各卡口摄像头的监控视频中获取第一时段的各人像图片。针对该人像图片集中的第一人像图片和第二人像图片，确定第一人像图片和第二人像图片的图片相似度，该图片相似度用以表征人像特征的相似性和表征时空特征的相似性。如此，使得图片相似度中包含人像特征的相似性和表征时空特征。即，图片相似度是考虑到两个人像图片的综合考虑时空特征和人像特征的全面相似度。根据图片相似度和人流量预测结果对应的相似度阈值确定聚类结果。如此，使得聚类结果考虑时空因素和不同人流量对相似度影响的因素，提高聚类结果的准确度。

可选的，人流量预测结果是根据对应卡口在第二时段的人流量真实结果得到的，包括：

根据第二时段的各人像图片，确定所述第二时段的各卡口的人流量真实结果；