The invention relates to the field of image processing technology, in particular to an image clustering method, device, storage medium and terminal device. The method includes: face detection for each picture to determine the face image in each picture, extracting the eigenvalues of each face image to get the first eigenvalue; clustering the first eigenvalue according to the preset K_split block clustering algorithm to get the first clustering result; and determining the connection among the clusters in the first clustering result by the preset connected region determination method. Domain; merge all kinds of clusters in the first clustering result according to the determined connected domain, and get the second clustering result; cluster the pictures according to the second clustering result. In the present invention, clustering eigenvalues by means of block clustering can greatly reduce the computational complexity, improve the clustering speed and efficiency, determine the connected region by presupposition of the connected region, and merge the clustering results according to the connected region, which can effectively improve the efficiency of inter-class merging.
【技术实现步骤摘要】
一种图片聚类方法、装置、存储介质及终端设备
本专利技术涉及图像处理
,尤其涉及一种图片聚类方法、装置、计算机可读存储介质及终端设备。
技术介绍
在安防等人脸识别
中,往往是在对图片、照片等进行聚类的基础上来实现人脸识别功能。其中,对图片、照片进行聚类,主要是指对图片、照片中的人脸进行聚类,即首先对图片、照片中的人脸进行特征提取,然后采用传统K均值(K-Means)聚类方法等来对所提取的特征进行聚类,以此实现图片聚类,而传统K-Means聚类方法则存在计算复杂度大、聚类速度慢、聚类效率低等问题。综上,如何降低图片聚类中的计算复杂度、提高聚类速度和聚类效率成为本领域技术人员亟待解决的问题。
技术实现思路
本专利技术实施例提供了一种图片聚类方法、装置、计算机可读存储介质及终端设备,能够降低聚类过程中的计算复杂度,提高聚类速度和聚类效率。本专利技术实施例的第一方面,提供了一种图片聚类方法,包括:对各图片进行人脸检测,以确定出各所述图片中的人脸图像,并对各所述人脸图像进行特征值提取,得到第一特征值;根据预设K-split分块聚类算法对所述第一特征值进行聚类,得到第一聚类结果;利用预设连通域确定方法确定所述第一聚类结果中各类簇之间的连通域;根据所确定的连通域对所述第一聚类结果中的各类簇进行合并,得到第二聚类结果;根据所述第二聚类结果对所述图片进行聚类。本专利技术实施例的第二方面,提供了一种图片聚类装置,包括:第一特征值提取模块,用于对各图片进行人脸检测,以确定出各所述图片中的人脸图像,并对各所述人脸图像进行特征值提取,得到第一特征值;分块聚类模块,用于根据预设 ...
【技术保护点】
1.一种图片聚类方法,其特征在于,包括:对各图片进行人脸检测,以确定出各所述图片中的人脸图像,并对各所述人脸图像进行特征值提取,得到第一特征值;根据预设K‑split分块聚类算法对所述第一特征值进行聚类,得到第一聚类结果;利用预设连通域确定方法确定所述第一聚类结果中各类簇之间的连通域;根据所确定的连通域对所述第一聚类结果中的各类簇进行合并,得到第二聚类结果;根据所述第二聚类结果对所述图片进行聚类。
【技术特征摘要】
1.一种图片聚类方法,其特征在于,包括:对各图片进行人脸检测,以确定出各所述图片中的人脸图像,并对各所述人脸图像进行特征值提取,得到第一特征值;根据预设K-split分块聚类算法对所述第一特征值进行聚类,得到第一聚类结果;利用预设连通域确定方法确定所述第一聚类结果中各类簇之间的连通域;根据所确定的连通域对所述第一聚类结果中的各类簇进行合并,得到第二聚类结果;根据所述第二聚类结果对所述图片进行聚类。2.根据权利要求1所述的图片聚类方法,其特征在于,所述根据预设K-split分块聚类算法对所述第一特征值进行聚类,得到第一聚类结果,包括:从所述第一特征值中抽取第一预设数量的第一特征值,并将所抽取的第一特征值确定为第二特征值;计算未被抽取的第一特征值与各所述第二特征值之间的第一相似度或者欧式距离;根据所述第一相似度或者所述欧式距离,分别将未被抽取的第一特征值分类至对应的第二特征值中,得到所述第一预设数量的分类组;判断所述分类组是否满足预设终止条件;若所述分类组满足所述预设终止条件,则将所述第一预设数量的分类组确定为所述第一聚类结果;若所述分类组不满足所述预设终止条件,则分别对各所述分类组执行从所述第一特征值中抽取第一预设数量的第一特征值,并将所抽取的第一特征值确定为第二特征值的步骤以及后续步骤。3.根据权利要求2所述的图片聚类方法,其特征在于,所述判断所述分类组是否满足预设终止条件,包括:根据所述分类组中的第一特征值和第二特征值构建对应的第一特征矩阵和第二特征矩阵;根据所述第一特征矩阵和所述第二特征矩阵计算得到所述分类组的第一平均特征矩阵;分别计算所述分类组中的第一特征矩阵及第二特征矩阵与所述第一平均特征矩阵之间的第二相似度;计算各所述第二相似度的平均相似度,或者获取所述第二相似度中的最小第二相似度;当所述平均相似度大于第一预设相似度阈值,或者所述最小第二相似度大于第二预设相似度阈值时,确定所述分类组满足所述预设终止条件;当所述平均相似度小于或者等于所述第一预设相似度阈值,或者所述最小第二相似度小于或者等于所述第二预设相似度阈值,确定所述分类组不满足所述预设终止条件。4.根据权利要求1所述的图片聚类方法,其特征在于,所述利用预设连通域确定方法确定所述第一聚类结果中各类簇之间的连通域,包括:根据所述第一聚类结果中各类簇的各第一特征值分别构建与各类簇中各第一特征值对应的第三特征矩阵;根据各类簇中各第一特征值对应的第三特征矩阵得到各类簇的第二平均特征矩阵;分别计算各所述第二平均特征矩阵之间的第三相似度;判断所述第三相似度是否大于第三预设相似度阈值;若所述第三相似度大于所述预设第三相似度阈值,则将所述第三相似度对应的第一类簇和第二类簇标注为连通关系;根据所述连通关系确定所述第一聚类结果中各类簇之间的连通域。5.根据权利要求4所述的图片聚类方法,其特征在于,所述计算各所述第二平均特征矩阵...
【专利技术属性】
技术研发人员:蔡中印,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。