人脸图像的聚类方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术公开了一种人脸图像的聚类方法、装置、服务器及存储介质，属于图像处理技术领域。所述方法包括：确定每张人脸图像的人脸区域和人体区域；根据从每张人脸图像的人脸区域中提取的人脸特征，对多张人脸图像进行聚类，得到多个人脸图像集合；将每张人脸图像上的人脸区域与人体区域进行关联；根据与两个人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，确定两个人脸图像集合之间的集合相似度；如果集合相似度满足第一阈值条件，则将两个人脸图像集合进行合并。本发明专利技术通过将人脸区域和人体区域进行关联，并基于相关联的人体区域，对人脸图像的聚类结果进行优化，将属于同一用户的人脸图像集合进行合并，提高了人脸图像聚类的准确性。

Clustering Method, Device, Server and Storage Medium of Face Image

The invention discloses a face image clustering method, device, server and storage medium, belonging to the field of image processing technology. The method includes: determining the face area and human body area of each face image; clustering multiple face images according to the features extracted from the face area of each face image to obtain a set of multiple face images; associating the face area on each face image with human body area; and according to the face of each face image in the set of two face images. The set similarity between two sets of face images is determined by the human region associated with the region. If the set similarity satisfies the first threshold condition, the two sets of face images are merged. The method improves the accuracy of face image clustering by associating face region with human region and optimizing the clustering result of face image based on the associated human region, and merging the set of face images belonging to the same user.

【技术实现步骤摘要】
人脸图像的聚类方法、装置、服务器及存储介质
本专利技术涉及图像处理
，特别涉及一种人脸图像的聚类方法、装置、服务器及存储介质。
技术介绍
随着图像处理技术的发展，人脸图像的数量呈爆炸式增长，通过对这些人脸图像进行聚类，可实现人脸图像的自动分类，从而基于分类后的人脸图像建立社交关系链、查找失踪人口、对犯罪分子进行追踪等。目前，在对人脸图像进行聚类时，主要方法为：获取多张人脸图像；提取每张人脸图像的人脸特征；根据每张人脸图像的人脸特征，采用K-means聚类方法对多张人脸图像进行聚类。在实现本专利技术的过程中，专利技术人发现现有技术至少存在以下问题：由于仅依赖于人脸特征进行聚类，而当人脸图像出现模糊、遮挡、大角度等问题时，提取的人脸特征并不准确，在基于人脸特征进行聚类时，可能将同一人的人脸图像聚为不同类，因此，现有的聚类方法准确性较低。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种人脸图像的聚类方法、装置、服务器及存储介质。所述技术方案如下：一方面，提供了一种人脸图像的聚类方法，所述方法包括：对于多张人脸图像，确定每张人脸图像的人脸区域和人体区域；根据从每张人脸图像本文档来自技高网...

【技术保护点】
1.一种人脸图像的聚类方法，其特征在于，所述方法包括：对于多张人脸图像，确定每张人脸图像的人脸区域和人体区域；根据从每张人脸图像的人脸区域中提取的人脸特征，对所述多张人脸图像进行聚类，得到多个人脸图像集合；根据每张人脸图像的人脸区域和人体区域包括的关键点，对每张人脸图像的人脸区域和人体区域进行关联，其中，人脸区域与人体区域之间一一关联；对于任意两个人脸图像集合，根据与所述两个人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，确定所述两个人脸图像集合之间的集合相似度；如果所述集合相似度满足第一阈值条件，则将所述两个人脸图像集合进行合并。

【技术特征摘要】
1.一种人脸图像的聚类方法，其特征在于，所述方法包括：对于多张人脸图像，确定每张人脸图像的人脸区域和人体区域；根据从每张人脸图像的人脸区域中提取的人脸特征，对所述多张人脸图像进行聚类，得到多个人脸图像集合；根据每张人脸图像的人脸区域和人体区域包括的关键点，对每张人脸图像的人脸区域和人体区域进行关联，其中，人脸区域与人体区域之间一一关联；对于任意两个人脸图像集合，根据与所述两个人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，确定所述两个人脸图像集合之间的集合相似度；如果所述集合相似度满足第一阈值条件，则将所述两个人脸图像集合进行合并。2.根据权利要求1所述的方法，其特征在于，所述根据从每张人脸图像的人脸区域中提取的人脸特征，对所述多张人脸图像进行聚类之前，还包括：从每张人脸图像的人脸区域中，确定每张人脸图像的五官关键点；根据每张人脸图像的五官关键点，对每张人脸图像进行归一化；从每张归一化的人脸图像中，提取每张人脸图像的人脸特征。3.根据权利要求1所述的方法，其特征在于，所述根据每张人脸图像的人脸区域和人体区域包括的关键点，对每张人脸图像的人脸区域和人体区域进行关联，包括：对于任一张人脸图像，获取所述人脸图像的每个人脸区域包括的关键点数量，并获取所述人脸图像的每个人体区域包括的关键点数量；对于任一人体区域，获取所述人脸图像的每个人脸区域与所述人体区域包括的相同关键点数量；获取与所述人体区域包括的相同关键点数量最多的人脸区域；将所述人体区域与所述人脸区域进行关联。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：如果与所述人体区域包括的相同关键点数量最多的人脸区域为至少两个，则获取每个包括相同关键点数量最多的人脸区域与所述人体区域之间的重合度，所述重合度用于表征人脸区域和人体区域之间的重合程度；获取与所述人体区域之间重合度最大的人脸区域；将所述人体区域与所述人脸区域进行关联。5.根据权利要求3所述的方法，其特征在于，所述将所述人体区域与所述人脸区域进行关联之后，还包括：剔除所述人体区域和所述人脸区域，并继续执行将所述人脸图像的人体区域与人脸区域进行关联的操作，直至所述人脸图像的每个人体区域均与人脸区域进行关联。6.根据权利要求1所述的方法，其特征在于，所述根据与所述两个人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，确定所述两个人脸图像集合之间的集合相似度，包括：从与第一人脸图像集合中每张人脸图像的人脸区域相关联的人体区域中，提取第一人体特征；从与第二人脸图像集合中每张人脸图像的人脸区域相关联的人体区域中，提取第二人体特征，所述第一人脸图像集合和所述第二人脸图像集合为任意两个人脸图像集合；获取所述第一人脸图像集合的每个第一人体特征与所述第二人脸图像集合的每个第二人体特征之间的相似度；根据相似度计算结果，确定所述两个人脸图像集合之间的集合相似度。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括：对于任一人脸图像集合，根据与所述人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，对所述人脸图像集合进行筛选。8.根据权利要求7所述的方法，其特征在于，所述根据与所述人脸图像集合中每张人脸图像的人脸区域相关联的人体区域，对所述人脸图像集合进行筛选，包括：从与所述人脸图像集合中每张人...

【专利技术属性】
技术研发人员：晏轶超，汪铖杰，李季檩，葛彦昊，甘振业，何长伟，李科，金星明，钱柄桦，吴永坚，黄飞跃，吴运声，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44