一种人像归档方法、装置、终端及计算机可读存储介质制造方法及图纸

本申请提供一种人像归档方法、装置、终端及计算机可读存储介质，人像归档方法包括：获取第一类簇和第二类簇；根据第一目标对象确定第一候选集，根据第二目标对象确定第二候选集；确定具有预设关系的第一身份图像和第二身份图像组成身份图像对；基于第一目标对象与身份图像对中第一身份图像、第二目标对象与身份图像对中第二身份图像，确定第一类簇是否归档于身份图像对中的第一身份图像、第二类簇是否归档于同一身份图像对中的第二身份图像。根据具有伴随关系和预设关系的第一目标对象和第二目标对象、具有预设关系的第一身份图像和第二身份图像、第一目标对象和第一身份图像相似性、第二目标对象和第二身份图像相似性，提高类簇归档的准确率。类簇归档的准确率。类簇归档的准确率。

【技术实现步骤摘要】
一种人像归档方法、装置、终端及计算机可读存储介质


[0001]本申请涉及图像识别
，特别是涉及一种人像归档方法、装置、终端及计算机可读存储介质。

技术介绍

[0002]随着智能视频监控设备的大量普及，每天都会累积海量的人像图片。使用人像聚类方法实现将人像图片以人为单位进行归档是常用手段。面对海量的人像图片，仅基于图片特征间的相似度进行人像聚类往往实际效果会受到很大的约束。特别是，当小孩的人脸五官还没有正式定型，往往存在人脸辨识度不高情况；老人由于皱纹等原因，对应的人脸五官信息所表现出的辨识性也大大降低，进而造成人像图像集的身份落档的准确率低。

技术实现思路

[0003]本申请主要解决的技术问题是提供一种人像归档方法、装置、终端及计算机可读存储介质，解决现有技术中人像图像集的身份落档的准确率比较低的问题。
[0004]为解决上述技术问题，本申请采用的第一个技术方案是：提供一种人像归档方法，人像归档方法包括：获取第一类簇和第二类簇；其中，第一类簇对应第一目标对象，第二类簇对应第二目标对象，第一目标对象和第二目标对象具有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人像归档方法，其特征在于，所述人像归档方法包括：获取第一类簇和第二类簇；其中，所述第一类簇对应第一目标对象，所述第二类簇对应第二目标对象，所述第一目标对象和所述第二目标对象具有伴随关系和预设关系；根据所述第一目标对象确定第一候选集，以及根据所述第二目标对象确定第二候选集；其中，所述第一候选集包括至少一张第一身份图像，所述第二候选集包括至少一张第二身份图像；确定具有所述预设关系的所述第一身份图像和所述第二身份图像组成身份图像对；基于所述第一目标对象与所述身份图像对中所述第一身份图像、所述第二目标对象与所述身份图像对中所述第二身份图像，确定所述第一类簇是否归档于所述身份图像对中的所述第一身份图像、以及所述第二类簇是否归档于同一所述身份图像对中的所述第二身份图像。2.根据权利要求1所述的人像归档方法，其特征在于，所述根据所述第一目标对象确定第一候选集，以及根据所述第二目标对象确定第二候选集；其中，所述第一候选集包括至少一张第一身份图像，所述第二候选集包括至少一张第二身份图像，包括：计算得到所述第一目标对象与身份图像库中各身份图像的第一相似度；将所述第一相似度与第一相似度阈值进行比较；响应于所述第一相似度大于所述第一相似度阈值，则将所述第一相似度对应的所述身份图像进行聚类，得到第一候选集；所述第一候选集中的所述身份图像作为所述第一身份图像；计算得到所述第二目标对象与所述身份图像库中各所述身份图像的第二相似度；将所述第二相似度与第二相似度阈值进行比较；响应于所述第二相似度大于所述第二相似度阈值，则将所述第二相似度对应的所述身份图像进行聚类，得到第二候选集；所述第二候选集中的所述身份图像作为所述第二身份图像。3.根据权利要求2所述的人像归档方法，其特征在于，所述响应于所述第一相似度大于所述第一相似度阈值，则将所述第一相似度对应的所述身份图像进行聚类，得到第一候选集，包括：响应于所述第一相似度大于所述第一相似度阈值，选取排序靠前的预设第一数量的所述第一相似度分别对应的所述身份图像进行聚类，得到所述第一候选集，所述第一候选集包括所述预设第一数量的所述第一身份图像；所述响应于所述第二相似度大于所述第二相似度阈值，则将所述第二相似度对应的所述身份图像进行聚类，得到第二候选集，包括：响应于所述第二相似度大于所述第二相似度阈值，选取排序靠前的预设第二数量的所述第二相似度分别对应的所述身份图像进行聚类，得到所述第二候选集，所述第二候选集包括所述预设第二数量的所述第二身份图像。4.根据权利要求2所述的人像归档方法，其特征在于，所述第一类簇包括多张包含所述第一目标对象的图像，所述第二类簇包括多张包含所述第二目标对象的图像；所述计算得到所述第一目标对象与身份图像库中各身份图像的第一相似度，包括：
根据所述第一类簇中各所述图像中包含的所述第一目标对象的特征向量，确定所述第一类簇对应的所述第一目标对象的平均特征向量；计算所述第一目标对象的平均特征向量与所述身份图像库中各身份图像的特征向量之间的第一相似度；所述响应于所述第一相似度大于所述第一相似度阈值，则将所述第一相似度对应的所述身份图像进行聚类，包括：响应于所述第一相似度大于所述第一相似度阈值，则将计算得到所述第一相似度的所述特征向量对应的所述身份图像进行聚类；所述计算得到所述第二目标对象与所述身份图像库中各所述身份图像的第二相似度，包括：根据所述第二类簇中各所述图像中包含的所述第二目标对象的特征向量，确定所述第二类簇对应的所述第二目标对象的平均特征向量；计算所述第二目标对象的平均特征向量与所述身份图像库中各身份图像的特征向量之间的第二相似度；所述响应于所述第二相似度大于所述第二相似度阈值，则将所述第二相似度对应的所述身份图像进行聚类，包括：响应于所述第二相似度大于所述第二相似度阈值，则将计算得到所述第二相似度的所述特征向量对应的所述身份图像进行聚类。5.根据权利要求1所述的人像归档方法，其特征在于，所述预设关系为亲属关系；所述确定具有所述预设关系的一所述第一身份图像和一所述第二身份图像组成身份图像对，包括：判断所述第一候选集中的所述第一身份图像与所述第二候选集中的所述第二身份图像之间是否具有亲属关系；如果所述第一身份图像与所述第二身份图像之间具有亲属关系，则具有所述亲属关系的所述第一身份图像和所述第二身份图像组成所述身份图像对，其中，所述身份图像对至少为一个。6.根据权利要求1所述的人像归档方法，其特征在于，所述基于所述第一目标对象与所述身份图像对中所述第一身份图像、所述第二目标对象与所述身份图像对中所述第二身份图像，确定所述第一类簇是否归档于所述身份图像对中的所述第一身份图像、以及所述第二类簇是否归档于同一所述身份图像对中的所述第二身份图像，还包括：根据各所述身份图像对中所述第一身份图像与所述第一目标对象的相似度和所述第二身份图像与所述第二目标对象的相似度的加权和，得到各所述身份图像对对应的加权相似度；判断各所述身份图像对分别对应的所述加权相似度是否大于相似度阈值；如果所述加权相似度大于所述相似度阈值，则将所述第一类簇归档于所述相似度对应的所述身份图像对中的所述第一身份图像，将所述第二类簇归档于同一所述身份图像对中的所述第二身份图像。7.根据权利要求6所述的人像归档方法，其特征在于，所述第一目标对象的年龄等级为
小孩，所述第二目标对象的年龄等级为老人；所述身份图像对中所述第一身份图像与所述第一目标对象的相似度的加权系数小于所述第二身份图像与所述第二目标对象的相似度的加权系数；所述相似度阈值为所述第三相似度阈值；所述判断各所述身份图像对分别对应的所述加权相似度是否大于相似度阈值，包括：判断各所述身份图像对分别对应的所述加权相似度是否大于所述第三相似度阈值；所述如果所述加权相似度大于所述相似度阈值，则将所述第一类簇归档于所述相似度对应的所述身份图像对中的所述第一身份图像，将所述第二类簇归档于同一所述身份图像对中的所述第二身份图像，包括：如果所述加权相似度大于所述第三相似度阈值，则将所述第一类簇归档于所述相似度对应的所述身份图像对中的所述第一身份图像，将所述第二类簇归档于同一所述身份图像对中的所述第二身份图像。8.根据权利要求6所述的人像归档方法，其特征在于，所述第一目标对象的年龄等级为小孩，所述第二目标对象的年龄等级为青年；所述身份图像对中所述第一身份图像与所述第一目标对象的相似度的加权系数小于所述第二身份图像与所述第二目标对象的相似度的加权系数；所述相似度阈值为所述第四相似度阈值；所述判断各所述身份图像对分别对应的所述加权相似度是否大于相似度阈值，包括：判断各所述身份图...

【专利技术属性】
技术研发人员：江中毅，刘备，张宏，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：