一种未识别身份人员的人脸聚类方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种未识别身份人员的人脸聚类方法，通过递归算法将人脸特征向量进行两两组合并计算两者的第一相似度，选择第一相似度大于第一阈值的人脸特征向量构造无向连通图，并将每个无向连通图中对应的人脸特征向量归于一个第一集合；从每个第一集合中选取质量分最高的人脸图像的人脸特征向量与截止于时间段之前的已聚类数据的主图的人脸特征向量进行相似度比较，获得第二相似度后再根据第二相似度将第一集合与已聚类数据合并为第二集合；以及选取每两个第二集合的主图的人脸特征向量进行相似度比较，获得第三相似度后再根据第三相似度对第二集合进行检验合并，建立未识别身份人员的历史轨迹信息，有利于填补未识别身份人员的轨迹管理空白。

An unrecognized face clustering method, device and storage medium

【技术实现步骤摘要】
一种未识别身份人员的人脸聚类方法、装置及存储介质
本专利技术涉及人脸聚类领域，具体涉及一种未识别身份人员的人脸聚类方法、装置及存储介质。
技术介绍
目前，在很多领域都已经使用到人脸识别和人脸聚类技术，可以有效从人脸图像中识别出人脸信息，或者再进一步将相同的人脸。人脸识别技术是通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析，进而和自身数据库里已有的范本进行比对，然后判断出用户的真实身份。人脸识别技术基于局部特征区域的单训练样本人脸识别方法。一般采用如下步骤：第一步，需要对局部区域进行定义；第二步，人脸局部区域特征的提取，依据经过样本训练后得到的变换矩阵将人脸图像向量映射为人脸特征向量；第三步，局部特征选择(可选)；最后一步是进行分类。分类器多采用组合分类器的形式，每个局部特征对应一个分类器，然后可用投票或线性加权等方式得到终识别结果。而人脸聚类是将一个集合内的人脸根据身份进行分组的过程。例如将在手机相册中通过人脸聚类技术将包含相同人脸的图片(照片)即属于同一个人的图片归类到一起。在智本文档来自技高网...

【技术保护点】
1.一种未识别身份人员的人脸聚类方法，其特征在于，包括以下步骤：/nS1：获取一个时间段内待聚类的未识别身份人员的人脸图像，分别提取所有人脸图像的人脸特征向量；/nS2：通过递归算法将所述人脸特征向量进行两两组合并计算两者的第一相似度，选择所述第一相似度大于第一阈值的所述人脸特征向量构造无向连通图，并将每个无向连通图中对应的人脸特征向量归于一个第一集合；/nS3：从每个所述第一集合中选取质量分最高的人脸图像的人脸特征向量与截止于所述时间段之前的已聚类数据的主图的人脸特征向量进行相似度比较，获得第二相似度后再根据所述第二相似度将所述第一集合与所述已聚类数据合并为第二集合；以及/nS4：选取每两个...

【技术特征摘要】
1.一种未识别身份人员的人脸聚类方法，其特征在于，包括以下步骤：
S1：获取一个时间段内待聚类的未识别身份人员的人脸图像，分别提取所有人脸图像的人脸特征向量；
S2：通过递归算法将所述人脸特征向量进行两两组合并计算两者的第一相似度，选择所述第一相似度大于第一阈值的所述人脸特征向量构造无向连通图，并将每个无向连通图中对应的人脸特征向量归于一个第一集合；
S3：从每个所述第一集合中选取质量分最高的人脸图像的人脸特征向量与截止于所述时间段之前的已聚类数据的主图的人脸特征向量进行相似度比较，获得第二相似度后再根据所述第二相似度将所述第一集合与所述已聚类数据合并为第二集合；以及
S4：选取每两个所述第二集合的主图的人脸特征向量进行相似度比较，获得第三相似度后再根据所述第三相似度对所述第二集合进行检验合并，以获得最终的聚类结果。


2.根据权利要求1所述的未识别身份人员的人脸聚类方法，其特征在于，根据所述第二相似度将所述第一集合与所述已聚类数据合并为第二集合，具体包括：
S31：若所述第二相似度大于预先设定的第二阈值，则将所述第一集合与所述已聚类数据进行合并；
S32：若所述第二相似度大于预先设定的第三阈值并小于所述第二阈值，则选取所述第一集合中的其余人脸图像中的多个人脸特征向量与所述已聚类数据的主图的人脸特征向量进行相似度比较，获得第四相似度后再根据所述第四相似度将所述第一集合与所述已聚类数据进行合并；以及
S33：若所述第二相似度小于第三阈值，则建立为第三集合。


3.根据权利要求2所述的未识别身份人员的人脸聚类方法，其特征在于，所述第一集合中的其余人脸图像中的多个人脸特征向量最多设定为三个，当至少有一组所述第四相似度的相似度大于第二阈值时，将所述第一集合与所述已聚类数据进行合并。


4.根据权利要求1所述的未识别身份人员的人脸聚类方法，其特征在于，根据所述第三相似度对所述第二集合进行检验合并，具体包括：
S41：若所述第三相似度大于预先设定的第四阈值，将两个所述第二集合进行合并；
S42：若所述第三相似度大于预先设定的第五阈值并小于所述第四阈值，在每两个所述第二集合的其余人脸图像中分别随机选取多组人脸特征向量进行相似度比较，得到第五相似度后再根据所述第五相似度将两个所述第二集合进行合并。


5.根据权利要求4所述的未识别身份人员的人脸聚类方法，其特征在于，每两个所述第二集合的其余人脸图像中分别随机选取最多三组人脸特征向量，
若所述第五相似度大于第四阈值的次数大于第六阈值，则将两个所述第二集合进行合并；
若所述第五相似度比较结果大于第四阈值的次数大于1并小于第六阈值，则将两个所述第二集合建立为待确认集合；
若所述第五相似度比较结果大于第四阈值的次数为0则不合并。


6.根据权利要求1所述的未识别身份人员的人脸聚类方法，其特征在于，所述主图为在一组数据中质量分最高或质量分大于第七阈值的人脸图像。


7.一种未识别身份...

【专利技术属性】
技术研发人员：范志建，张龙，吴炜松，陈世诚，王振胜，曾鹏，
申请(专利权)人：罗普特科技集团股份有限公司，
类型：发明
国别省市：福建;35