【技术实现步骤摘要】
人脸聚类的方法、装置和计算机可读存储介质
本专利技术涉及用于人脸聚类的整理的方法，具体地涉及基于条件随机场的用于人脸聚类的方法、装置和计算机可读存储介质。
技术介绍
身份档案整理是人脸识别技术在监控、零售领域的重要落地场景。基于人脸聚类算法的身份档案整理可以将人脸图像根据身份信息进行聚类，将针对单张人脸图像的识别转化为针对身份的人脸识别，可以有效减小因单张随机噪声（例如，存在某些特别异常的图片，例如某张图片因该人戴了帽子或口罩而特征尤其不明显）造成的误通过和误警。此外，人脸聚类可以在无注册信息的情况下，针对采集到的人脸图像建立身份，并结合人物的行为信息存档。身份档案整理可以用于进行用户画像分析或用户流向监控。身份档案整理在零售、监控场景下具有重要作用，业界在这个方向上投入了大量关注。常见的身份档案整理方法大多基于诸如K均值聚类、谱聚类、基于邻接关系的聚类、DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）基于密度的聚类算法等传统聚类算法。在这些算法中，存...
【技术保护点】
1.一种人脸聚类方法，所述方法包括：/n获取至少一个人脸的人脸特征以及所述人脸特征对应的时空信息；/n确定所述人脸特征中任意两个人脸特征的相似度和所述两个人脸特征对应的时空信息的匹配度；/n基于所述两个人脸特征的相似度以及所述两个人脸特征对应的时空信息的匹配度，确定所述两个人脸特征指向相同身份的联合概率；/n响应于所述两个人脸特征的联合概率达到第一阈值，确定所述两个人脸特征指向相同身份并将它们进行聚类。/n
【技术特征摘要】
1.一种人脸聚类方法，所述方法包括：
获取至少一个人脸的人脸特征以及所述人脸特征对应的时空信息；
确定所述人脸特征中任意两个人脸特征的相似度和所述两个人脸特征对应的时空信息的匹配度；
基于所述两个人脸特征的相似度以及所述两个人脸特征对应的时空信息的匹配度，确定所述两个人脸特征指向相同身份的联合概率；
响应于所述两个人脸特征的联合概率达到第一阈值，确定所述两个人脸特征指向相同身份并将它们进行聚类。
2.根据权利要求1所述的人脸聚类方法，基于所述两个人脸特征的相似度以及所述两个人脸特征对应的时空信息的匹配度，确定所述两个人脸特征指向相同身份的联合概率进一步包括：
将所述两个人脸特征的相似度表明所述两个人脸特征指向相同身份作为第一事件；
获取所述两个人脸特征对应的时空信息，计算所述两个人脸特征对应的时空信息的匹配度，将所述两个人脸特征对应的时空信息的匹配度表明所述两个人脸特征指向相同身份作为第二事件；
以所述第二事件发生作为先验概率，将所述第一事件在所述先验概率下发生的后验概率确定为所述联合概率。
3.根据权利要求2所述的人脸聚类方法，其中所述两个人脸特征的相似度为所述两个人脸特征的余弦相似度。
4.根据权利要求1所述的人脸聚类方法，还包括：基于所述聚类得到的结果针对所述至少一个人脸建立初始人脸关系矩阵，所述初始人脸关系矩阵是由所述多个人脸特征组成的无向图，其中响应于所述人脸特征中任意两个人脸特征指向相同身份，将所述初始人脸关系矩阵中与该两个人脸特征相对应的元素值设为1，和响应于所述人脸特征矩阵中任意两个人脸特征指向不同身份，将所述初始人脸关系矩阵中与该两个人脸特征相对应的元素值设为0。
5.根据权利要求4所述的人脸聚类方法，还包括：
基于人脸关系势能函数对所述初始人脸关系矩阵中的任意两个人脸特征对应的元素值进行修正，得到经修正的人脸关系矩阵；
其中所述人脸关系势能函数至少包括基于所述两个人脸特征的所述联合概率建立的第一部分和基于所述两个人脸特征与其相邻人脸之间的约束关系建立的第二部分。
6.根据权利要求5所述的人脸聚类方法，所述基于人脸关系势能函数确定是否需要对所述初始人脸关系矩阵中的任意两个人脸特征对应的元素值进行修正包括：
针对所述初始人脸关系矩阵中的一个元素值，判断该元素值改变后势能函数的值与该元素值改变前势能函数的值相比是否减小；和
响应于该元素值改变后势能函数的值与该元素值改变前势能函数的值相比减小，修改该元素值以得到经修正的人脸关系矩阵。
7.根据权利要求6所述的人脸聚类方法，其中所述基于人脸关系势能函数确定是否需要对所述初始人脸关系矩阵中的任意两个人脸特征对应的元素值进行修改被循环迭代，循环迭代的停止条件为下述各项中的至少一个：
循环迭代次数达到预先设定的循环迭代次数；或
预先设定的目标函数满足第二阈值。
...
【专利技术属性】
技术研发人员：张健为，王文全，沈鹏程，陈超，李绍欣，李季檩，吴永坚，黄飞跃，
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
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。