[发明专利]一种人像聚类处理方法及装置

权利要求书

1.一种人像聚类处理方法，其特征在于，包括：

解析目标抓拍图像，得到目标图像数据；

将所述目标图像数据输入预先训练好的图像评价模型中，得到训练好的所述图像评价模型输出的所述目标图像数据对应的目标图像分类结果；

若所述目标图像分类结果为待聚档图像，将所述目标图像数据输出到聚档消息队列中；

基于所述聚档消息队列进行人像聚类处理。

2.根据权利要求1所述的人像聚类处理方法，其特征在于，所述方法还包括：

若所述目标图像分类结果为非聚档图像，将所述目标图像数据输出到废片消息队列中。

3.根据权利要求1所述的人像聚类处理方法，其特征在于，解析目标抓拍图像，得到所述目标图像数据包括：

对所述抓拍图像进行解析，得到关联的人脸数据与人体数据，其中，所述目标图像数据包括所述人脸数据与所述人体数据。

4.根据权利要求3所述的人像聚类处理方法，其特征在于，基于所述聚档消息队列进行图像聚类处理包括：

从所述聚档消息队列中获取人脸数据，并根据聚类算法将所述人脸数据聚合为人脸档案；

从所述聚档消息队列中获取人体数据，并根据聚类算法将所述人体数据聚合为人体档案；

根据所述人脸数据与所述人体数据的关联关系将所述人脸档案与所述人体档案进行关联。

5.根据权利要求1所述的人像聚类处理方法，其特征在于，所述方法还包括：

获取预定数量的抓拍图像的图像数据以及所述预定数量的图像数据实际对应的图像分类结果，组成数据集；

从所述数据集中筛选第一预定比例的图像数据形成训练集，筛选第二预定比例的图像数据形成测试集，筛选第三预定比例的图像数据形成验证集，其中，所述第一预设比例大于所述第二预设比例，所述第二预设比例大于所述第三预设比例；

根据所述训练集对所述图像评价模型进行训练，在训练过程中，每预设轮数训练之后，根据所述验证集进行分类预测，通过对所述验证集的分类，调整所述图像评价模型的参数设置，并根据所述测试集对所述图像评价模型进行测试，直至完成训练，得到训练好的所述图像评价模型。

6.根据权利要求5所述的人像聚类处理方法，其特征在于，根据所述训练集对所述图像评价模型进行训练包括：

使用所述预定数量的图像数据以及所述预定数量的图像数据对应的图像分类结果对所述图像评价模型进行训练，得到训练好的所述图像评价模型，其中，所述预定数量的图像数据为所述图像评价模型的输入，训练好的所述图像评价模型输出的所述图像数据对应的图像分类结果与所述图像数据实际对应的图像分类结果满足预设函数。

7.根据权利要求5所述的人像聚类处理方法，其特征在于，在根据所述训练集对所述图像评价模型进行训练之前，所述方法还包括：

构建所述图像评价模型，其中，所述图像评价模型包括依次连接的卷积层、池化层、Inception模块、两个全连接层、Softmax层、输出层，其中，所述卷积层用于提取低阶特征值，所述Inception模块用于提取高阶特征。

8.根据权利要求7所述的人像聚类处理方法，其特征在于，在构建所述图像评价模型之后，所述方法还包括：

对所述卷积层和所述池化层进行随机失活处理。

9.根据权利要求5所述的人像聚类处理方法，其特征在于，在获取预定数量的抓拍图像的图像数据以及所述预定数量的图像数据实际对应的图像分类结果，组成数据集之后，所述方法还包括：

将所述数据集中的图像数据调整为预设像素大小。