一种人像聚类方法、装置和计算机可读存储介质制造方法及图纸

本申请公开了一种人像聚类方法、装置和计算机可读存储介质，该人像聚类方法包括：获取第一待聚类人像集，第一待聚类人像集包括多张待聚类人像图像；对待聚类人像图像进行特征提取处理，得到人像特征；采用随机森林模型对人像特征进行质量评估处理，得到人像质量评分；基于人像质量评分，对第一待聚类人像集进行筛选处理，得到第二待聚类人像集，第二待聚类人像集中的待聚类人像图像的人像质量评分均大于预设评分；对第二待聚类人像集进行聚类处理，得到聚类结果。通过上述方式，本申请能够在人像聚类处理前筛选出质量较高的待聚类人像图像，以提高人像聚类的效果。以提高人像聚类的效果。以提高人像聚类的效果。

【技术实现步骤摘要】
一种人像聚类方法、装置和计算机可读存储介质


[0001]本申请涉及图像处理
，具体涉及一种人像聚类方法、装置和计算机可读存储介质。

技术介绍

[0002]目前人像聚类广泛应用于安防等领域，人像聚类是对一个人像图像库中的人像图像数据进行比对和分组以形成多个人员图像集合的过程，其是依据人像图像样本中的人像特征筛选出人像图像样本中相同的人像，故人像聚类处理对图像质量要求较高；然而，随着监控设备等人像图像数据采集设备的快速普及和大量应用，人像图像样本采集数量大量增长，给人像聚类带来了巨大挑战；同时，在人像图像数据采集的过程，还可能由于摄像机外罩脏污、电子信号干扰、存在树木以及雨伞等遮挡物等因素，导致部分抓拍到的人像图像数据质量较差，难以解析出正常的人像特征，或者解析出的人像特征存在着大量的干扰特征，如果将这些低质量的人像数据用于人像聚类，不仅耗费了计算资源，而且会严重影响人像聚类效果，因此如何在聚类前筛除质量差的图像成为亟待解决的问题。

技术实现思路

[0003]本申请提供一种人像聚类方法、装置和计算机可读存储介质，能够在人像聚类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人像聚类方法，其特征在于，包括：获取第一待聚类人像集，所述第一待聚类人像集包括多张待聚类人像图像；对所述待聚类人像图像进行特征提取处理，得到人像特征；采用随机森林模型对所述人像特征进行质量评估处理，得到人像质量评分；基于所述人像质量评分，对所述第一待聚类人像集进行筛选处理，得到第二待聚类人像集，所述第二待聚类人像集中的待聚类人像图像的人像质量评分均大于预设评分；对所述第二待聚类人像集进行聚类处理，得到聚类结果。2.根据权利要求1所述的人像聚类方法，其特征在于，所述基于所述人像质量评分，对所述第一待聚类人像集进行筛选处理，得到第二待聚类人像集的步骤，包括：从所述第一待聚类人像集中抽取一张待聚类人像图像；判断所述待聚类人像图像的人像质量评分是否大于所述预设评分；若是，则将所述待聚类人像图像放入所述第二待聚类人像集。3.根据权利要求1所述的人像聚类方法，其特征在于，所述获取第一待聚类人像集的步骤之前，包括：获取人像样本集，所述人像样本集包含人像样本图像；对所有所述人像样本图像进行处理，得到核心特征集；基于所述核心特征集，对所述随机森林模型进行训练，得到训练完的随机森林模型。4.根据权利要求3所述的人像聚类方法，其特征在于，所述对所有所述人像样本图像进行处理，得到核心特征集的步骤，包括：对所有所述人像样本图像进行特征提取处理，得到第一人像样本图像特征集；对所述第一人像样本图像特征集进行降维处理，得到所述核心特征集。5.根据权利要求4所述的人像聚类方法，其特征在于，所述对所述第一人像样本图像特征集进行降维处理，得到所述核心特征集的步骤，包括：对所述第一人像样本图像特征集进行中心化处理，得到第二人像样本图像特征集；对所述第二人像样本图像特征集进行协方差计算，得到协方差矩阵；对所述协方差矩阵进行特征分解，得到特征值和特征向量；基于所述特征值，生成所述核心特征集。6.根据权利要求5所述的人像聚类方法，其特征在于，所述特征值与所述特征向量一一对应，所述基于所述特征值，...

【专利技术属性】
技术研发人员：张阳，高圣兴，陈立力，周明伟，
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：