人脸识别样本处理方法及装置制造方法及图纸

本发明专利技术公开了一种人脸识别样本处理方法及装置，该方法包括：输入待处理的人脸识别样本，判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本，若是，则确定所述待处理的人脸识别样本为第一类的聚类中心，若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。利用上述发明专利技术，通过聚类的方式将具有相似特征的人脸识别样本归为一类，这样能够得到与原样本集相似的由处于聚类中心的人脸识别样本构成的人脸识别样本集，以此降低样本的数量，大大降低了在进行样本存储时的计算资源与存储空间。

【技术实现步骤摘要】
人脸识别样本处理方法及装置
本专利技术涉及计算机
，具体涉及一种人脸识别样本处理方法及装置、电子设备、存储介质。
技术介绍
随着人工智能技术的不断发展，人脸识别已逐步应用到人们的日常生活中，其应用场景日益丰富，如，在电信运营商方面，通过人脸识别技术在办理开户、销户和过户等业务的关键环节进行人脸识别，验证业务办理用户的身份，以此落实工信部针对在网用户实名制的要求。目前，为了提高使用人脸识别技术识别人脸的精准度，在训练人脸识别模型时需要采集大量的样本，样本的数量也直接决定了人脸识别模型识别人脸的精准度。但是在实际应用中，由于在采集的样本中存在大量的重复样本与噪声，使得在进行样本存储时会浪费巨大的计算资源与存储空间，因此，需要提供一种处理人脸识别样本的方法，以此降低样本的数量。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的人脸识别样本处理方法及装置、电子设备、存储介质。根据本专利技术的一个方面，一种人脸识别样本处理方法，所述方法包括：输入待处理的人脸识别样本；判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；若是，则确定所述待处理的人脸识别样本为第一类的聚类中心；若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。根据本专利技术的另一方面，提供了一种人脸识别样本处理装置，所述装置包括：输入模块，用于输入待处理的人脸识别样本；判断模块，用于判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；确定模块，用于所述判断模块判断为是时，则确定所述待处理的人脸识别样本为第一类的聚类中心；所述判断模块判断为是时，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。根据本专利技术的另一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：输入待处理的人脸识别样本；判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；若是，则确定所述待处理的人脸识别样本为第一类的聚类中心；若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。根据本专利技术的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：输入待处理的人脸识别样本；判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；若是，则确定所述待处理的人脸识别样本为第一类的聚类中心；若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。根据本专利技术提供的人脸识别样本处理方法及装置，该方法包括：输入待处理的人脸识别样本，判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本，若是，则确定所述待处理的人脸识别样本为第一类的聚类中心，若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。利用上述专利技术，通过聚类的方式将具有相似特征的人脸识别样本归为一类，并将该类别所包含的所有人脸识别样本由处于聚类中心的人脸识别样本来表征，这样能够得到与原样本集相似的由处于聚类中心的人脸识别样本构成的人脸识别样本集，以此降低样本的数量，大大降低了在进行样本存储时的计算资源与存储空间。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了根据本专利技术一个实施例的人脸识别样本处理方法的流程图；图2示出了根据本专利技术一个实施例的人脸识别样本处理装置的示意图；图3示出了根据本专利技术实施例的一种电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。图1示出了根据本专利技术一个实施例的人脸识别样本处理方法的流程图。如图1所示，该方法包括如下步骤：S101：输入待处理的人脸识别样本。在实际应用中，由于在采集的样本中存在大量的重复样本与噪声，使得在进行样本存储时会浪费巨大的计算资源与存储空间，因此，需要对人脸识别样本进行处理，以此降低样本的数量。由于本专利技术是通过聚类算法将具有相似特征的人脸识别样本归为一类，并将该类别所包含的所有人脸识别样本由处于聚类中心的人脸识别样本来表征，以此降低样本的数量，因此，在本申请实施例中，降低样本的数量的处理方式可以是对所采集的的人脸识别样本进行有效的聚类，并将该类别所包含的所有人脸识别样本由处于聚类中心的人脸识别样本来表征，以此降低样本的数量。在此需要说明的是，由于人脸面部结构由外轮廓、眉毛、眼睛、鼻子、嘴巴等结构构成，并且每个人的形状、大小及结构等存在差异，使得每个人的面孔各不相同，但同时这些结构特征的形状和位置相对稳定，随时间、表情等因素变化较小，因此，在本申请实施例中，可以利用人脸面部器官的结构特征对所采集的的人脸识别样本进行有效的聚类。综上所述，本申请实施例在对所采集的的人脸识别样本进行有效聚类的过程中，需要获取已经采集的人脸识别样本集，其中，人脸识别样本由人脸面部器官的结构特征组成，如，一个人脸识别样本由倒八眉毛、单眼皮眼睛、高鼻梁鼻子和小嘴巴组成。在此需要说明的是，由于聚类算法需要通过向量的方式来表征样本，因此，在本申请实施例中，人脸识别样本可以通过多维向量来表征，每个维度表示一种人脸面部器官，向量内的每个元素为该人脸识别样本的特征值，如，一个人脸识别样本的向量表示形式为(倒八眉毛，单眼皮眼睛，高鼻梁鼻子，小嘴巴)。在此还需要说明的是，人脸识别样本的向量内维度的前后顺序是预先设定本文档来自技高网...

【技术保护点】
1.一种人脸识别样本处理方法，包括：/n输入待处理的人脸识别样本；/n判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；/n若是，则确定所述待处理的人脸识别样本为第一类的聚类中心；/n若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。/n

【技术特征摘要】
1.一种人脸识别样本处理方法，包括：
输入待处理的人脸识别样本；
判断所述待处理的人脸识别样本是否为第一个输入的人脸识别样本；
若是，则确定所述待处理的人脸识别样本为第一类的聚类中心；
若否，则确定所述待处理的人脸识别样本与各聚类中心之间的距离，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类。


2.根据权利要求1所述的方法，并根据所述待处理的人脸识别样本与各聚类中心之间的距离与预设的第一阈值，对所述待处理的人脸识别样本进行聚类，具体包括：
确定所述待处理的人脸识别样本与聚类中心之间的最小距离；
判断所述待处理的人脸识别样本与聚类中心之间的最小距离是否超过预设的第一阈值；
若是，则确定聚类中心的数量，并根据聚类中心的数量以及预设的第二阈值，对所述待处理的人脸识别样本进行聚类；
若否，则将所述待处理的人脸识别样本归为与所述待处理的人脸识别样本之间距离最小的聚类中心对应的类别，并更新该类别的聚类中心。


3.根据权利要求2所述的方法，更新该类别的聚类中心，具体包括：
通过公式c新＝(1-a)c原+ax，重新确定该类别的聚类中心；
将重新确定的聚类中心替换原来的聚类中心，其中，c新为重新确定的聚类中心，c原为原来的聚类中心，a为学习速率，x为所述待处理的人脸识别样本的特征值。


4.根据权利要求2所述的方法，根据聚类中心的数量以及预设的第二阈值，对所述待处理的人脸识别样本进行聚类，具体包括：
判断聚类中心的数量是否超过预设的第二阈值；
若是，则去除人脸识别样本数量最少的类别，并根据所述待处理的人脸识别样本，新建立以所述待处理的人脸识别样本为聚类中心的类别；
若否，则根据所述待处理的人脸识别样本，新建立以所述待处理的人脸识别样本为聚类中心的类别。


5.根据权利要求4所述的方法，所述方法还...

【专利技术属性】
技术研发人员：张少娜，
申请(专利权)人：中国移动通信集团河北有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：河北;13