[发明专利]一种人像聚类的方法、装置及电子设备

权利要求书

1.一种人像聚类的方法，其特征在于，所述方法包括：

获取多个卡口各自的卡口特征；其中，一个卡口的卡口特征用于表征所述一个卡口的多种空间属性；

当未触发第一终止条件时，基于卡口聚类参数集合，对所述多个卡口的卡口特征进行卡口聚类，得到N个卡口聚类参数集合对应的N个卡口聚类结果；其中，所述卡口聚类参数集合为包含至少一个卡口聚类参数的集合；

基于计算所述N个卡口聚类结果的N个卡口聚类评价值，更新所述N个卡口聚类参数集合；

当触发所述第一终止条件时，在所有卡口聚类评价值中，基于最大卡口聚类评价值对应的卡口聚类结果，确定所述多个卡口各自所属类别；

对属于同一类别的卡口在预设时间段内对应的人物图像进行人像聚类，得到最终的人像聚类结果。

2.如权利要求1所述的方法，其特征在于，所述基于卡口聚类参数集合，对所述多个卡口的卡口特征进行卡口聚类，包括：

确定采用卡口聚类参数集合来进行卡口聚类的自组织映射网络；

基于所述多个卡口各自的卡口特征，确定所述多个卡口各自在所述自组织映射网络中对应的优胜神经元；其中，所述优胜神经元为在所述自组织映射网络包含的多个神经元中与单个卡口特征之间的相似度最大的神经元；

基于所述多个卡口各自对应的优胜神经元，确定所述多个卡口各自所属类别，得到所述卡口聚类参数集合对应的卡口聚类结果。

3.如权利要求2所述的方法，其特征在于，所述基于所述多个卡口各自的卡口特征，确定所述多个卡口各自在所述自组织映射网络中对应的优胜神经元，包括：

对所述多个卡口中的单个卡口，分别执行至少一次如下迭代操作：

计算所述单个卡口对应的优胜神经元；

基于所述卡口聚类参数集合中的邻域半径，确定以所述优胜神经元为中心的邻域范围；其中，所述邻域范围中包括至少一个神经元；

基于所述卡口聚类参数集合中的学习率，更新在所述邻域范围内的神经元的权重；

基于所述卡口聚类参数集合中的邻域半径调整参数，更新所述卡口聚类参数集合中的邻域半径；

基于所述卡口聚类参数集合中的学习率调整参数，更新所述卡口聚类参数集合中的学习率；

直到触发第二终止条件时，将最后一次迭代操作确定的优胜神经元作为所述单个卡口对应的优胜神经元。

4.如权利要求3所述的方法，其特征在于，所述触发第二终止条件，具体为：

若更新后的学习率小于或等于预设学习率，则触发第二终止条件；或

若所述单个卡口执行迭代操作的迭代次数大于预设迭代次数，则触发第二终止条件。

5.如权利要求1-4任一项所述的方法，其特征在于，所述基于计算所述N个卡口聚类结果的N个卡口聚类评价值，更新所述N个卡口聚类参数集合，包括：

计算每个卡口聚类结果分别对应的卡口聚类评价值，得到所述N个卡口聚类结果的N个卡口聚类评价值；

将所述N个卡口聚类评价值按照数值大小排序，并选取前M个卡口聚类评价值对应的M个卡口聚类参数集合；

基于所述M个卡口聚类参数集合，更新所述N个卡口聚类参数集合。

6.如权利要求5所述的方法，其特征在于，所述基于所述M个卡口聚类参数集合，更新所述N个卡口聚类参数集合，包括：

确定所述N个卡口聚类参数集合各自在空间中的第一位置向量，得到所述N个卡口聚类参数集合在空间中的N个第一位置向量；

基于所述N个第一位置向量各自与预设位置向量之间的距离，对所述N个第一位置向量进行调整，得到N个第二位置向量；

确定所述M个卡口聚类参数集合对应的M个第二位置向量，计算所述M个第二位置向量的平均第二位置向量；

基于所述平均第二位置向量，调整所述N个第二位置向量，得到N个目标位置向量；

确定所述N个目标位置向量对应的N个卡口聚类参数集合。