用于聚类图像的方法和装置制造方法及图纸

本申请实施例公开了用于聚类图像的方法和装置。该方法的一具体实施方式包括：根据第一图像集合中的图像包括的人脸对象的特征向量，对第一图像集合中的图像执行第一聚类操作；根据第二图像集合中的图像包括的人脸对象的特征向量，对第二图像集合中的图像执行第二聚类操作；对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作；响应于基于第三聚类操作确定第一聚类操作生成的类和第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；响应于确定出的相似度大于预设阈值，合并待合并的类。该实施方式提高了图像聚类的准确度。

【技术实现步骤摘要】
用于聚类图像的方法和装置
本申请实施例涉及计算机
，尤其涉及用于聚类图像的方法和装置。
技术介绍
聚类是指根据数据的内在性质将数据分成一些聚合类，每一聚合类中的元素尽可能具有相同的特性，不同聚合类之间的特性差别尽可能大。目前，对于图像的聚类通常采用的方式为无监督的聚类，即在聚类过程中不会对待生成的聚类结果进行验证。
技术实现思路
本申请实施例提出了用于聚类图像的方法和装置。第一方面，本申请实施例提供了一种用于聚类图像的方法，该方法包括：根据第一图像集合中的图像包括的人脸对象的特征向量，对第一图像集合中的图像执行第一聚类操作；根据第二图像集合中的图像包括的人脸对象的特征向量，对第二图像集合中的图像执行第二聚类操作；对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作；响应于基于第三聚类操作确定第一聚类操作生成的类和第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；响应于确定出的相似度大于预设阈值，合并待合并的类。在一些实施例中，确定待合并的类中图像包括的人脸对象的特征向量间的相似度，包括：获取待合并的类的中心点特征向量和预设数目个轮廓点特征向量，中心点特征向量用于表征类中心，轮廓点特征向量用于表征聚类边界；将所获取的中心点特征向量与所获取的各个轮廓点特征向量之间相似度的平均值确定为待合并的类中图像包括的人脸对象的特征向量间的相似度。在一些实施例中，中心点特征向量的坐标为属于待合并的类的图像包括的人脸对象的特征向量的坐标的平均值。在一些实施例中，轮廓点特征向量经由以下步骤确定：将待合并的类中图像包括的人脸对象的特征向量确定为备选特征向量；将所确定的备选特征向量中与所获取的中心点特征向量距离最远的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合；重复执行以下步骤，直到轮廓点特征向量集合中轮廓点特征向量的数目达到预设数目：将与类的中心点特征向量的距离和与轮廓点特征向量集合中的各轮廓点特征向量的距离之和最大的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合。在一些实施例中，方法还包括：响应于确定出的相似度小于预设阈值，修改第三聚类操作的聚类参数；根据修改后的参数对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作。第二方面，本申请实施例提供了一种用于聚类图像的装置，该装置包括：第一聚类单元，用于根据第一图像集合中的图像包括的人脸对象的特征向量，对第一图像集合中的图像执行第一聚类操作；第二聚类单元，用于根据第二图像集合中的图像包括的人脸对象的特征向量，对第二图像集合中的图像执行第二聚类操作；第三聚类单元，用于对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作；第一确定单元，用于响应于基于第三聚类操作确定第一聚类操作生成的类和第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；合并单元，用于响应于确定出的相似度大于预设阈值，合并待合并的类。在一些实施例中，第一确定单元，包括：获取子单元，用于获取待合并的类的中心点特征向量和预设数目个轮廓点特征向量，中心点特征向量用于表征类中心，轮廓点特征向量用于表征聚类边界；确定子单元，用于将所获取的中心点特征向量与所获取的各个轮廓点特征向量之间相似度的平均值确定为待合并的类中图像包括的人脸对象的特征向量间的相似度。在一些实施例中，中心点特征向量的坐标为属于待合并的类的图像包括的人脸对象的特征向量的坐标的平均值。在一些实施例中，装置还包括第二确定单元，第二确定单元，用于：将待合并的类中图像包括的人脸对象的特征向量确定为备选特征向量；将所确定的备选特征向量中与所获取的中心点特征向量距离最远的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合；重复执行以下步骤，直到轮廓点特征向量集合中轮廓点特征向量的数目达到预设数目：将与类的中心点特征向量的距离和与轮廓点特征向量集合中的各轮廓点特征向量的距离之和最大的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合。在一些实施例中，装置还包括：修改单元，用于响应于确定出的相似度小于预设阈值，修改第三聚类操作的聚类参数；第四聚类单元，用于根据修改后的参数对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作。第三方面，本申请实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面上述的方法。本申请实施例提供的用于聚类图像的方法和装置，通过对第一图像集合中的图像执行第一聚类操作，以及对第二图像集合中的图像执行第二聚类操作，而后对第一聚类操作生成的各个类和第二聚类操作生成的各个类执行第三聚类操作，响应于基于第三聚类操作确定第一聚类操作生成的类和第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度，最后响应于确定出的相似度大于预设阈值，合并待合并的类，从而提高了图像聚类的准确度。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于聚类图像的方法的一个实施例的流程图；图3是根据本申请的用于聚类图像的方法的应用场景的一个示意图；图4是根据本申请的用于聚类图像的方法的又一个实施例的流程图；图5是根据本申请的用于聚类图像的装置的一个实施例的结构示意图；图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于聚类图像的方法或用于聚类图像的装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户110可以使用终端设备101、102、103通过网络104与服务器105、106交互，以接收或发送数据等。终端设备101、102、103上可以安装有各种应用，例如图像处理类应用、安防类应用、支付类应用、社交类应用、网页浏览器应用、搜索引擎类应用、手机助手类应用等。终端设备101、102、103可以是包括或连接有用于拍摄待聚类的多个用户图像的摄像头，或存储有待聚类的多个用户图像的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP4(MovingPictureExp本文档来自技高网...

【技术保护点】
1.一种用于聚类图像的方法，包括：根据第一图像集合中的图像包括的人脸对象的特征向量，对所述第一图像集合中的图像执行第一聚类操作；根据第二图像集合中的图像包括的人脸对象的特征向量，对所述第二图像集合中的图像执行第二聚类操作；对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作；响应于基于所述第三聚类操作确定所述第一聚类操作生成的类和所述第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；响应于确定出的相似度大于预设阈值，合并待合并的类。

【技术特征摘要】
1.一种用于聚类图像的方法，包括：根据第一图像集合中的图像包括的人脸对象的特征向量，对所述第一图像集合中的图像执行第一聚类操作；根据第二图像集合中的图像包括的人脸对象的特征向量，对所述第二图像集合中的图像执行第二聚类操作；对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作；响应于基于所述第三聚类操作确定所述第一聚类操作生成的类和所述第二聚类操作生成的类中存在待合并的类，确定待合并的类中图像包括的人脸对象的特征向量间的相似度；响应于确定出的相似度大于预设阈值，合并待合并的类。2.根据权利要求1所述的方法，其中，所述确定待合并的类中图像包括的人脸对象的特征向量间的相似度，包括：获取待合并的类的中心点特征向量和预设数目个轮廓点特征向量，所述中心点特征向量用于表征类中心，所述轮廓点特征向量用于表征聚类边界；将所获取的中心点特征向量与所获取的各个轮廓点特征向量之间相似度的平均值确定为待合并的类中图像包括的人脸对象的特征向量间的相似度。3.根据权利要求2所述的方法，其中，所述中心点特征向量的坐标为属于待合并的类的图像包括的人脸对象的特征向量的坐标的平均值。4.根据权利要求2所述的方法，其中，所述轮廓点特征向量经由以下步骤确定：将所述待合并的类中图像包括的人脸对象的特征向量确定为备选特征向量；将所确定的备选特征向量中与所获取的中心点特征向量距离最远的备选特征向量确定为轮廓点特征向量，并加入轮廓点特征向量集合；重复执行以下步骤，直到所述轮廓点特征向量集合中轮廓点特征向量的数目达到预设数目：将与类的中心点特征向量的距离和与所述轮廓点特征向量集合中的各轮廓点特征向量的距离之和最大的备选特征向量确定为轮廓点特征向量，并加入所述轮廓点特征向量集合。5.根据权利要求1-4中任一项所述的方法，其中，所述方法还包括：响应于确定出的相似度小于所述预设阈值，修改所述第三聚类操作的聚类参数；根据修改后的参数对所述第一聚类操作生成的各个类和所述第二聚类操作生成的各个类执行第三聚类操作。6.一种用于聚类图像的装置，包括：第一聚类单元，用于根据第一图像集合中的图像包括的人脸对象的特征向量，对所述第一图像集合中的图像执行第一聚类操作；第二聚类单元，用于根据第二图像集合中的图像包括的人脸对象的特征向量...

【专利技术属性】
技术研发人员：车丽美，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11