一种人脸聚类方法、装置和存储介质制造方法及图纸

本发明专利技术实施例公开了一种人脸聚类方法、装置和存储介质；本发明专利技术实施例可以获取待聚类的人脸图像集合，并根据人脸图像集合构建人脸关系图；根据人脸关系图中未连接节点之间的人脸特征相似度对当前未连接节点进行连接；当人脸关系图中仍存在未连接的未连接节点时，基于邻接关系度量距离的人脸聚类算法，对未连接节点进行连接聚类，得到聚类节点集；当人脸关系图仍存在未连接的孤立节点时，根据孤立节点与聚类节点集之间的人脸特征相似度，对孤立节点进行连接聚类；在全局内对聚类节点集进行合并，得到脸图像集合的聚类结果；该方案可以大大提升人脸聚类的准确性。

【技术实现步骤摘要】
一种人脸聚类方法、装置和存储介质
本专利技术涉及通信
，具体涉及一种人脸聚类方法、装置和存储介质。
技术介绍
人脸聚类技术是人脸相关算法应用在安防等场景中的一项重要技术。以安防门禁场景为例，人脸聚类技术可以将人脸图像根据身份聚合起来，将针对单张图像的人脸识别转化为针对身份的人脸识别，大大降低因单张随机因素造成的误通过率与误报警率，同时在无注册信息的情况下，将采集到的人群建立身份，进行流向监控或陌生人检测。目前常用的人脸聚类方案主要包括基于传统聚类算法(如K均值聚类、谱聚类)的人脸聚类方案，基于邻接关系度量距离的人脸聚类方案(如SharedNearestNeighbor、Rank-order等)，基于层次聚类的人脸聚类方案(DBSCAN、CURE)等。在对现有技术的研究和实践过程中，本专利技术的专利技术人发现，现有人脸聚类方案的准确性较低。
技术实现思路
本专利技术实施例提供一种人脸聚类方法、装置和存储介质，可以提高人脸聚类的准确性。本专利技术实施例提供一种人脸聚类方法，包括：获取待聚类的人脸图像集合，并根据所述人脸图像集合构建人脸关系图，所述人脸关系图包括人脸图像对应的节点；获取所本文档来自技高网...

【技术保护点】
1.一种人脸聚类方法，其特征在于，包括：获取待聚类的人脸图像集合，并根据所述人脸图像集合构建人脸关系图，所述人脸关系图包括人脸图像对应的节点；获取所述人脸关系图中未连接节点之间的人脸特征相似度，并根据所述人脸特征相似度对当前未连接节点进行连接；当所述人脸关系图中仍存在未连接的未连接节点时，基于邻接关系度量距离的人脸聚类算法，对未连接节点进行连接聚类，得到聚类节点集；当所述人脸关系图仍存在未连接的孤立节点时，根据孤立节点与聚类节点集之间的人脸特征相似度，对孤立节点进行连接聚类；在全局内对聚类节点集进行合并，得到所述脸图像集合的聚类结果。

【技术特征摘要】
1.一种人脸聚类方法，其特征在于，包括：获取待聚类的人脸图像集合，并根据所述人脸图像集合构建人脸关系图，所述人脸关系图包括人脸图像对应的节点；获取所述人脸关系图中未连接节点之间的人脸特征相似度，并根据所述人脸特征相似度对当前未连接节点进行连接；当所述人脸关系图中仍存在未连接的未连接节点时，基于邻接关系度量距离的人脸聚类算法，对未连接节点进行连接聚类，得到聚类节点集；当所述人脸关系图仍存在未连接的孤立节点时，根据孤立节点与聚类节点集之间的人脸特征相似度，对孤立节点进行连接聚类；在全局内对聚类节点集进行合并，得到所述脸图像集合的聚类结果。2.如权利要求1所述的人脸聚类方法，其特征在于，基于邻接关系度量距离的人脸聚类算法，对未连接节点进行连接聚类，包括：确定未连接节点之间共同的邻居节点；基于所述邻居节点获取未连接节点之间的邻接关系度量距离；根据邻接关系度量距离对未连接节点进行连接聚类。3.如权利要求1所述的人脸聚类方法，其特征在于，根据孤立节点与聚类节点集之间的人脸特征相似度，对孤立节点进行连接聚类，包括：获取孤立节点与聚类节点集中每个节点之间的人脸特征相似度，得到多个人脸特征相似度；获取目标人脸特性相似度的数量与人脸特征相似度总数量的比值，所述目标人脸特征相似度为大于第一预设阈值的人脸特征相似度；当所述比值大于第二预设阈值时，将孤立节点与所述聚类节点集中的节点连接。4.如权利要求1所述的人脸聚类方法，其特征在于，在全局内对聚类节点集进行合并，得到聚类结果，包括：根据当前聚类节点集之间的人脸特性相似度确定是否存在待合并的聚类节点集；若是，在全局范围内对待合并的聚类节点集进行合并，并更新合并后聚类节点集的类别，返回执行根据聚类节点集之间的人脸特性相似度确定是否存在待合并的聚类节点集的步骤；若否，则输出聚类结果。5.如权利要求4所述的人脸聚类方法，其特征在于，根据当前聚类节点集之间的人脸特性相似度确定是否存在待合并的聚类节点集，包括：获取两个聚类节点集之间的笛卡尔积，得到多个节点对；获取节点对中节点之间的人脸特征相似度，得到节点对的人脸特征相似度；获取人脸相似度大于第三预设阈值的节点对与笛卡尔积节点对的数量比值；当所述数量比值大于第四预设阈值时，确定所述两个聚类节点集为待合并的聚类节点集。6.如权利要求1-5任一项所述的人脸聚类方法，其特征在于，获取待聚类的人脸图像集合，包括：采集多个人脸图像及其对应的时空信息，所述时空信息包括：人脸图像的采集时间以及采集人脸图像的图像采集设备位置；根据所述时空信息将所述多个人脸图像划分成若干人脸图像集合，得到待聚类的人脸图像集合。7.如权利要求6所述的人脸聚类方法，其特征在于，还包括：根据所述人脸图像集合对应的时空信息从多个预设阈值组中聚类使用的目标预设阈值组。8.如权利要求6所述的人脸聚类方法，其特征在于，在得到人脸图像集合的聚类结果之后，所述人脸聚类方法还包括：对若干人脸图像集合的聚类结...

【专利技术属性】
技术研发人员：陈超，甘振业，汪铖杰，沈鹏程，王文全，李安平，李绍欣，李季檩，黄飞跃，吴永坚，
申请(专利权)人：腾讯科技深圳有限公司，腾讯云计算北京有限责任公司，
类型：发明
国别省市：广东,44