【技术实现步骤摘要】
一种图像档案的处理方法、装置及电子设备
[0001]本申请涉及人脸聚类
,尤其涉及一种图像档案的处理方法、装置及电子设备。
技术介绍
[0002]随着图像识别技术的发展,为了将大量的人脸图像进行归类,引入了人脸图像聚类算法,人脸图像聚类算法能够通过在线模式与离线模式将同一个人的人脸图像归为一个档案,在线模式是将未分类的人脸图像档案放入已经形成的人脸图像档案中,或者将未分类的人脸图像放入已经形成的人脸图像集中,离线模式是将未分类的人脸图像进行聚类形成至少一个新的人脸图像集,每个人脸图像档案中有多个人脸图像集,每个人脸图像集中都有一个质心,质心是计算人脸图像集中所有人脸特征得出。
[0003]当基于人脸图像聚类算法对人脸图像进行归类时,随着人脸图像档案的不断增加,人脸图像集中出现了其他人的人脸图像,导致产生错误人脸图像档案,在错误人脸图像档案中,将该档案中具有同一人脸且数量最多的人脸图像称为档案主体,将其它人脸图像称为档案噪声,在同一人脸图像档案中可以存在多个档案噪声。
[0004]目前,为了处理档案噪声, ...
【技术保护点】
【技术特征摘要】
1.一种图像档案的处理方法,其特征在于,包括:在待处理的人脸图像档案中筛选出第一目标图像集,其中,所述第一目标图像集中包含了至少两个目标对象的人脸图像;将所述第一目标图像集输入第一预设网络模型,得到所述第一目标图像集对应的档案主体以及档案噪声;将所述档案噪声中的所有人脸图像输入第二预设网络模型中进行分类,获得至少一个第二目标图像集,其中,每个第二目标图像集中的目标对象不同;将第二目标图像集与所述人脸图像档案中具有相同目标对象的人脸图像集合并。2.如权利要求1所述的方法,其特征在于,在待处理的人脸图像档案中筛选出第一目标图像集,包括:将人脸图像档案中的每个人脸图像集输入特征提取网络模型,获得所述人脸图像集中每张人脸图像的人脸图像特征;基于所述人脸图像特征计算每个人脸图像集中所有人脸图像特征两两之间的相似度值,根据所述相似度值生成相似度矩阵,获得多个相似度矩阵;按照预设规则从多个相似度矩阵中筛选出至少一个相似度矩阵,并获得所述至少一个相似度矩阵对应的第一目标图像集。3.如权利要求2所述的方法,其特征在于,按照预设规则从多个相似度矩阵中筛选出至少一个相似度矩阵,并获得所述至少一个相似度矩阵对应的第一目标图像集,包括:获得每个相似度矩阵的中最低相似度值,并检测所述最低相似度值是否低于第一预设阈值;确定所述最低相似度值低于第一预设阈值时,将所述人脸图像集作为第一目标图像集。4.如权利要求3所述的方法,其特征在于,获得每个相似度矩阵的中最低相似度值,包括:遍历每个相似度矩阵中的相似度值,基于相似度值的大小对相似度值进行排序;基于所述相似度值的排序筛选出所述相似度矩阵的最小相似度值。5.如权利要求2所述的方法,其特征在于,按照预设规则从多个相似度矩阵中筛选出至少一个相似度矩阵,并获得所述至少一个相似度矩阵对应的第一目标图像集,还包括:获得每个相似度矩阵中每一行的平均相似度值,检测所述平均相似度值是否低于第二预设阈值;确定所述平均相似度值低于第二预设阈值时,将所述人脸图像集作为第一目标图像集。6.如权利要求5所述的方法,其特征在于,获得每个相似度矩阵中每一行的平均相似度值,包括:获得每个相似度矩阵中每一行和/或每一列的相似度值的数量;按照从上至下的顺序提取每一行的相似度值,并计算出每一行的相似度值的和;将所述每一行的相似度值的和除以所述相似度值的数量,获得每个相似度矩阵中每一行的平均相似度值。7.如权利要求1所述的方法,其特征在于,将所述第一目标图像集输入第一预设网络模
型,得到所述第一目标图像集对应的档案主体以及档案噪声,包括:将所述第一目标图像集输入第一预设网络模型中,获得所述第一目标图像集中每张第一目标图像对应的第一概率值与第二概率值;检测所述第一概率值是否大于所述第二概率值;若是,则将所述第一目标图像作为档案主体中的人脸图像;若否,则将所述第一目标图像作为档案噪声中的人脸图像。8.如权利要求1所述的方法,其特征在于,将所述档案噪声中的所有人脸图像输入第二预设网络模型中进行分类,获得至少一个第二目标图像集,包括:将所述档案噪声中的所有人脸图像输入第二预设网络模型中,获得所述档案噪声中每张人脸图像的人脸图像特征;基于所述档案噪声中所有人脸图像的人脸图像特征,筛选出所述档案噪声中每个目标对象对应的人脸图像;根据具有相同目标对象对应的人脸图像生成第二目标图像集,获得至少一个第二目标图像集。9.如权利要求8所述的方法,其特征在于,基于所述档案噪声中所有人脸图像的人脸图像特征,筛选出所述档案噪声中每个目标对象对应的人脸图像,包括:计算所述档案噪声中所有人脸图像的人脸图像特征两两之间的相似度值;检测所述相似度值是否超过第三预设阈值;确定所述相似度值超过所述...
【专利技术属性】
技术研发人员:华逸伦,朱树磊,殷俊,
申请(专利权)人:浙江大华技术股份有限公司,
类型:发明
国别省市:
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。