【技术实现步骤摘要】
一种档案校正方法、终端及计算机可读存储介质
[0001]本专利技术涉及图像处理
，特别是涉及一种档案校正方法、终端及计算机可读存储介质。
技术介绍
[0002]如今，随着深度学习技术在视频结构化场景的广泛应用，智能分析形成可供描述的结构化数据呈现指数级增长。在处理海量结构化的大数据中，聚类技术是被高频次使用的技术之一。如今，人像聚类技术已被广泛应用于公共安全、智能交通、城市安防等领域。在处理人像大数据时，研究人员通过聚类技术，将大量人像数据(人脸、人体、人脸与人体关联)按照“一人一档”把属于同一个人的人像数据归档到同一个档案，以便进一步做图搜检索等业务。然而，现有的人脸聚类方式或者人像聚类等方式精确度低，其中人像档案中的类内噪声是人像归档的准确性低的重要影响因素之一。
技术实现思路
[0003]本专利技术主要解决的技术问题是提供一种档案校正方法、终端及计算机可读存储介质，解决现有技术中人像聚类归档的准确性低的问题。
[0004]为解决上述技术问题，本专利技术采用的第一个技术方案是：提供一种档案校...
【技术保护点】
【技术特征摘要】
1.一种档案校正方法，其特征在于，所述档案校正方法包括：获取原始档案中多张部位图像的特征集；依次获取所述特征集中不同的所述部位图像对应的特征信息之间的相似度，并基于所述相似度对所述部位图像进行聚类，得到至少一个具有相同类别标签的图像集；选取具有相同的类别标签的部位图像数量最多的所述图像集生成最优档案；通过所述最优档案替换所述原始档案。2.根据权利要求1所述的档案校正方法，其特征在于，所述通过所述最优档案替换所述原始档案，包括：响应于所述最优档案包含的所述部位图像与所述原始档案对应的目标对象相匹配，将所述原始档案更新为所述最优档案。3.根据权利要求2所述的档案校正方法，其特征在于，所述档案校正方法，还包括：根据所述最优档案包含的所有所述部位图像，计算所述最优档案的聚类均值中心；将所述原始档案对应的原始聚类均值中心更新为所述最优档案的聚类均值中心。4.根据权利要求3所述的档案校正方法，其特征在于，所述部位图像包括人脸图像或人体图像；所述获取原始档案中多张部位图像的特征集，包括：获取所述原始档案中多张所述人脸图像或所述人体图像的特征集；其中，所述原始档案对应一个所述目标对象；所述特征集包括各所述人脸图像或各所述人体图像对应的特征信息。5.根据权利要求3所述的档案校正方法，其特征在于，所述原始档案包括第一原始子档案和第二原始子档案；所述特征集包括第一特征集和第二特征集；所述获取原始档案中多张部位图像的特征集，包括：获取所述第一原始子档案中多张第一部位图像的所述第一特征集、所述第二原始子档案中多张第二部位图像的所述第二特征集；至少部分所述第一部位图像与至少部分所述第二部位图像具有关联关系；其中，所述原始档案对应一个所述目标对象；所述第一特征集包括多个所述第一部位图像分别对应的第一特征信息；所述第二特征集包括多个所述第二部位图像分别对应的第二特征信息。6.根据权利要求5所述的档案校正方法，其特征在于，所述依次获取所述特征集中不同的所述部位图像对应的特征信息之间的相似度，并基于所述相似度对所述部位图像进行聚类，得到至少一个具有相同类别标签的图像集，包括：根据所述第一部位图像对应的所述第一特征信息之间的相似度，对所述第一部位图像进行聚类，得到至少一个具有相同类别标签的第一图像集；其中，具有相同类别标签的所述第一图像集的所述第一部位图像归属于同一所述目标对象；基于所述第二部位图像对应的所述第二特征信息之间的相似度，对具有相同类别标签的所述第一图像集包含的各所述第一部位图像分别关联的所述第二部位图像进行聚类，得到至少一个具有相同类别标签的第二图像集；其中，具有相同类别标签的所述第二图像集包含的所述第二部位图像归属于同一所述目标对象。7.根据权利要求6所述的档案校正方法，其特征在于，所述选取具有相同的类别标签的部位图像数量最多的所述图像...
【专利技术属性】
技术研发人员：苏浩，王翔宇，张小锋，林封笑，
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。