层次化人脸聚类方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种层次化人脸聚类方法、系统、设备及存储介质，通过基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片；根据在线聚类图片对待识别人脸图片进行识别，获得第一分类结果；从预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片；根据离线聚类图片对待识别人脸图片进行识别，获得第二分类结果；基于第二分类结果对第一分类结果进行融合处理，获得融合处理结果；根据融合处理结果对待识别人脸图片进行聚类，满足了实时聚类的需要，有效降低了参与聚类的人脸图片数量，提升了算法运行效率，能够保证大规模人脸聚类的时效性和准确性。

【技术实现步骤摘要】
层次化人脸聚类方法、系统、设备及存储介质
本专利技术涉及机器学习领域，尤其涉及一种层次化人脸聚类方法、系统、设备及存储介质。
技术介绍
随着深度学习技术的发展，人脸识别的表现得到了显着提升，如Facebook的Deepface模型，Google的FaceNet模型，虹软的ArcFace模型，在千万分之一误报下的识别准确率可超过99％；然而，人脸识别的高精度在很大程度上依赖于大规模标注训练数据的可用性；虽然可以容易地从互联网上收集大量的人脸图片(百万级别)，但是对它们进行标注却非常昂贵；因此，通过无监督、半监督或有监督学习，对未标记数据进行聚类，然后标注，成为一个引人注目的选择；人脸聚类的另一个应用是“一人一档”，将同一个人不同时间、不同地点获取的人脸图片汇集在一起，从而进行特定区域/场所目标人员出现频次分析、目标人员时空轨迹分析。大规模的人脸聚类算法不仅要求聚类质量高，还要求时间复杂度低，且聚类数目是自动确定的；K-means聚类方法虽然实现简单，时间复杂度为O(n)，但一般需要事先指定聚类数目，因此不适合大规模人脸聚类；基于密度的聚类方法DBSCAN可发现任意形状的类簇，且能找出数据中的噪声点，但不适合各类簇密度差异很大的情形，其时间复杂度为O(n^2)；ChineseWhispers算法实现简单，参数调节方便，时间复杂度为O(n×m)，m为顶点的平均边数；相较于传统的无监督学习聚类，基于深度学习的聚类方法能更好的发掘类簇的特征，适应类簇的复杂结构，但聚类模型较为复杂，训练时间更长(数十小时到数天)，参数调节也困难。
技术实现思路
本专利技术的主要目的在于提供一种层次化人脸聚类方法、系统、设备及存储介质，旨在解决现有技术中人脸聚类存在不适合大规模人脸聚类，模型算法结构复杂，训练时间长，参数调节困难的技术问题。为实现上述目的，本专利技术提供一种层次化人脸聚类方法，所述层次化人脸聚类方法包括以下步骤：基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片；根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果；从所述预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片；根据所述离线聚类图片对所述待识别人脸图片进行识别，获得第二分类结果；基于所述第二分类结果对所述第一分类结果进行融合处理，获得融合处理结果；根据所述融合处理结果对所述待识别人脸图片进行聚类。可选地，所述根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果，包括：根据所述在线聚类图片对待识别人脸图片进行在线识别，获得与待识别人脸图片匹配的相似图片；根据所述待识别图片和所述相似图片生成第一分类结果。可选地，所述根据所述在线聚类图片对待识别人脸图片进行在线识别，获得与待识别人脸图片匹配的相似图片，包括：获得待识别人脸图片的图片特征；从所述在线聚类图片中查找与所述图片特征相似，且图片相似度大于预设相似度的图片作为匹配图片；从所述匹配图片中选取预设抽取数量的图片作为相似图片。可选地，所述根据所述待识别图片和所述相似图片生成第一分类结果，包括：在所述相似图片的数量不为零时，获取各相似图片的图片相似度；将图片相似度最高的相似图片的分类类别作为所述待识别图片的图片分类类别，并根据所述图片分类类别生成第一分类结果；在所述相似图片的数量为零时，为所述待识别图片新建一个目标分类类别，根据所述目标分类类别生成第一分类结果。可选地，所述根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果之前，所述层次化人脸聚类方法还包括：获取待聚类人脸图片集合以及所述待聚类人脸图片集合中各图片的三维姿态角度；将所述三维姿态角度与预设角度进行对比，将所述三维姿态角度大于所述预设角度的图片作为噪声图片；将所述噪声图片从所述待聚类人脸图片集中剔除，并将所述待聚类人脸图片集中剩余的图片作为待识别人脸图片。可选地，所述基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片，包括：基于图片的置信度对预设聚类运算图片集中各图片进行置信度从高到低的排序，并生成排序结果；根据第一预设数量从所述排序结果中依次抽取置信度从高到低的图片作为在线聚类图片。可选地，所述根据所述融合处理结果对所述待识别人脸图片进行聚类，包括：根据所述融合处理结果确定所述待识别人脸图片对应的多个融合分类类别；获取各融合分类类别的类别置信度，将类别置信度最高的融合分类类别作为所述待识别人脸图片的最终分类类别，从而完成对所述待识别人脸图片的聚类操作。可选地，所述根据所述融合处理结果对所述待识别人脸图片进行聚类之后，所述层次化人脸聚类方法还包括：获取根据所述融合处理结果对所述待识别人脸图片进行聚类后的最终聚类结果；返回根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果的步骤，获得当前聚类结果；在所述当前聚类结果与所述最终聚类结果一致时，将所述当前聚类结果作为新的最终聚类结果，并结束当前聚类操作；在所述当前聚类结果与所述最终聚类结果不一致时，返回根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果的步骤，获得新的当前聚类结果。可选地，所述基于所述第二分类结果对所述第一分类结果进行融合处理，获得融合处理结果，包括：判断所述第一分类结果和所述第二分类结果是否一致；在所述第一分类结果和所述第二分类结果不一致时，发送告警提示至用户终端；在接收到用户终端发送的融合指令时，以所述第二分类结果为参照，将所述第一分类结果中的当前人脸图片和匹配到的样本人脸图片进行合并，获得合并图片；将所述合并图片与所述第二分类结果进行合并融合，生成融合结果。可选地，所述判断所述第一分类结果和所述第二分类结果是否一致之后，所述层次化人脸聚类方法还包括：在所述第一分类结果与所述第二分类结果一致时，根据所述第一分类结果对待识别人脸图片进行聚类。可选地，所述从所述预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片，包括：获取所述预设聚类运算图片集中的图片总数量，将所述图片总数量作为第二预设数量，将所述预设聚类图片集中的各图片作为离线聚类图片；或，基于图片的置信度从预设聚类运算图片集中选取第二预设数量的图片作为离线聚类图片，所述第二预设数量小于所述预设聚类运算图片集的图片总数量。此外，为实现上述目的，本专利技术还提出一种层次化人脸聚类系统，所述层次化人脸聚类系统包括：在线图片选取模块，用于基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片；在线识别模块，用于根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果；离线图片选取模块，用于从所述预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片；本文档来自技高网...

【技术保护点】
1.一种层次化人脸聚类方法，其特征在于，所述层次化人脸聚类方法包括：/n基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片；/n根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果；/n从所述预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片；/n根据所述离线聚类图片对所述待识别人脸图片进行识别，获得第二分类结果；/n基于所述第二分类结果对所述第一分类结果进行融合处理，获得融合处理结果；/n根据所述融合处理结果对所述待识别人脸图片进行聚类。/n

【技术特征摘要】
1.一种层次化人脸聚类方法，其特征在于，所述层次化人脸聚类方法包括：
基于图片的置信度从预设聚类运算图片集中选取第一预设数量的图片作为在线聚类图片；
根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果；
从所述预设聚类运算图片集中抽取第二预设数量的图片作为离线聚类图片；
根据所述离线聚类图片对所述待识别人脸图片进行识别，获得第二分类结果；
基于所述第二分类结果对所述第一分类结果进行融合处理，获得融合处理结果；
根据所述融合处理结果对所述待识别人脸图片进行聚类。


2.如权利要求1所述的层次化人脸聚类方法，其特征在于，所述根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果，包括：
根据所述在线聚类图片对待识别人脸图片进行在线识别，获得与待识别人脸图片匹配的相似图片；
根据所述待识别图片和所述相似图片生成第一分类结果。


3.如权利要求2所述的层次化人脸聚类方法，其特征在于，所述根据所述在线聚类图片对待识别人脸图片进行在线识别，获得与待识别人脸图片匹配的相似图片，包括：
获得待识别人脸图片的图片特征；
从所述在线聚类图片中查找与所述图片特征相似，且图片相似度大于预设相似度的图片作为匹配图片；
从所述匹配图片中选取预设抽取数量的图片作为相似图片。


4.如权利要求2所述的层次化人脸聚类方法，其特征在于，所述根据所述待识别图片和所述相似图片生成第一分类结果，包括：
在所述相似图片的数量不为零时，获取各相似图片的图片相似度；
将图片相似度最高的相似图片的分类类别作为所述待识别图片的图片分类类别，并根据所述图片分类类别生成第一分类结果；
在所述相似图片的数量为零时，为所述待识别图片新建一个目标分类类别，根据所述目标分类类别生成第一分类结果。


5.如权利要求1所述的层次化人脸聚类方法，其特征在于，所述根据所述在线聚类图片对待识别人脸图片进行识别，获得第一分类结果之前，所述层次化人脸聚类方法还包括：
获取待聚类人脸图片集合以及所述待聚类人脸图片集合中各图片的三维姿态角度；
将所述三维姿态角度与预设角度进行对比，将所述三维姿态角度大于所...

【专利技术属性】
技术研发人员：许耀赆，曲延锋，徐凯华，韩俊杰，熊安斌，
申请(专利权)人：苏州三六零智能安全科技有限公司，
类型：发明
国别省市：江苏;32