本申请公开了一种图像分类方法、装置、电子设备和存储介质。其中，方法包括：获取待分类的第一图像；利用人脸识别算法，确定所述第一图像对应的聚类结果；所述聚类结果表征所述第一图像中的人物；利用第一分类模型，确定所述第一图像对应的分类结果；所述第一分类模型用于确定所述第一图像对应的至少一个类型；至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别。本申请提供的方案，针对待分类的图像，利用人脸识别算法和分类模型分别得到对应的聚类结果和分类结果，再至少结合分类结果和聚类结果来对图像进行分类。如此，能够避免图像中的人脸错误识别，提高了图像分类的准确性。的准确性。的准确性。
【技术实现步骤摘要】
图像分类方法、装置、电子设备和存储介质
[0001]本专利技术涉及图像处理领域，尤其涉及一种图像分类方法、装置、电子设备和存储介质。
技术介绍
[0002]随着网络信息技术和智能终端的快速发展、以及人们生活水平的提高，越来越多的人喜欢拍摄大量的图像，或者收藏喜欢的图像。这个过程中，需要终端对上述图像进行存储和管理。
[0003]相关技术中，通过对图像进行分类，来实现图像的智能存储和管理。通常来说，对于人物图像的分类是通过人脸识别的方式来实现图像中不同人物间的分类，以使得智能终端基于分类结果来进行图像管理。然而，采用上述分类方式无法实现图像的准确分类，存在分类准确率低的问题。
技术实现思路
[0004]为解决相关技术问题，本申请实施例提供一种图像分类方法、装置、电子设备和存储介质。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种图像分类方法，包括：
[0007]获取待分类的第一图像；
[0008]利用人脸识别算法，确定所述第一图像对应的聚类结果；所述聚类结果表征所述第一图像中的人物；
[0009]利用第一分类模型，确定所述第一图像对应的分类结果；所述第一分类模型用于确定所述第一图像对应的至少一个类型；
[0010]至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别。
[0011]上述方法中，所述利用人脸识别算法，确定所述第一图像对应的聚类结果，包括：
[0012]利用所述人脸识别算法，确定所述第一图像对应的至少一个人脸区域特征；
[0013]当所述至少一个人脸区域特征的维度数低于第一阈值时，将所述至少一个人脸区域特征中每个人脸区域特征转换为所述第一阈值个维度的人脸区域特征；
[0014]针对所述每个人脸区域特征，利用转换后的人脸区域特征确定对应的正定矩阵，以得到相应人脸区域特征第一人脸区域特征与所述至少一个人脸区域特征中每个人脸区域特征间的相似度；
[0015]基于得到的相似度，确定所述第一图像对应的聚类结果。
[0016]上述方法中，所述方法还包括：
[0017]确定所述聚类结果中每个聚类簇的方差；
[0018]从所述聚类结果的聚类簇中确定所述方差大于第二阈值的聚类簇，得到至少一个聚类簇；
[0019]基于得到的至少一个聚类簇，更新所述第一图像对应的聚类结果；
[0020]基于所述分类结果和更新的聚类结果，确定所述第一图像对应的类别。
[0021]上述方法中，所述方法还包括：
[0022]基于更新的聚类结果，更新对应的人物关系图谱；所述人物关系图谱至少表征所述聚类结果中每个聚类簇对应的人物关系。
[0023]上述方法中，所述利用人脸识别算法，确定所述第一图像对应的聚类结果之前，所述方法还包括：
[0024]判断所述第一图像是否为多宫格图像，得到判断结果；
[0025]当所述判断结果表征所述第一图像是多宫格图像时，将所述第一图像分割成至少两个子图像；
[0026]针对所述至少两个子图像中的每个子图像，确定相应子图像对应的聚类结果；利用所述第一分类模型，确定所述相应子图像对应的分类结果；所述第一分类模型用于确定所述相应子图像对应的至少一个类型；至少基于所述分类结果和所述聚类结果，确定所述相应子图像对应的类别；
[0027]基于所述至少两个子图像中每个子图像对应的类别，确定所述第一图像对应的类别。
[0028]上述方法中，所述至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别，包括：
[0029]当所述分类结果表征所述第一图像是合照时，基于所述聚类结果和人物关系图谱确定合照中人物的亲密度；所述人物关系图谱至少表征所述聚类结果中每个聚类簇对应的人物关系；并利用年龄模型确定所述第一图像中人物的年龄；
[0030]至少基于确定的亲密度和得到的人物年龄结果，确定所述第一图像对应的类别。
[0031]上述方法中，所述方法还包括：
[0032]利用性别模型，确定所述第一图像中的人物的性别；
[0033]基于确定的亲密度、所述人物年龄结果和所述人物的性别，确定所述第一图像对应的类别。
[0034]本申请实施例还提供一种图像分类装置，包括：
[0035]获取单元，用于获取待分类的第一图像；
[0036]第一确定单元，用于利用人脸识别算法，确定所述第一图像对应的聚类结果；所述聚类结果表征所述第一图像中的人物；
[0037]第二确定单元，用于利用第一分类模型，确定所述第一图像对应的分类结果；所述第一分类模型用于确定所述第一图像对应的至少一个类型；
[0038]分类单元，用于至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别。
[0039]本申请实施例还提供一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
[0040]其中，所述处理器用于运行所述计算机程序时，执行上述任一所述图像分类方法的步骤。
[0041]本申请实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被
处理器执行时实现上述任一所述图像分类方法的步骤。
[0042]本申请实施例提供的图像分类方法、装置、电子设备和存储介质，获取待分类的第一图像后，利用人脸识别算法，确定所述第一图像对应的聚类结果；所述聚类结果表征所述第一图像中的人物；利用利用第一分类模型，确定所述第一图像对应的分类结果；所述第一分类模型用于确定所述第一图像对应的至少一个类型；至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别。本申请实施例提供的技术方案，针对待分类的图像，利用人脸识别算法和分类模型分别得到图像对应的聚类结果和分类结果，再至少基于聚类结果和分类结果来确定图像对应的类别。通过人脸聚类结果结合分类结果确定图像的类别，能够避免采用单一人脸识别算法导致的将动物脸误识别为人脸的情况，提高了图像分类的准确性。
附图说明
[0043]图1为本申请实施例一种图像分类的方法流程示意图；
[0044]图2为本申请实施例中聚类结果对应的人物关系图谱示意图；
[0045]图3为本申请实施例中聚类结果对应的人物关系架构图。
[0046]图4为本申请实施例中多宫格图像示意图；
[0047]图5为本申请应用实施例图像分类的方法流程示意图；
[0048]图6为本申请应用实施例多宫格图像检测的方法流程示意图；
[0049]图7为本申请实施例一种图像分类装置结构示意图；
[0050]图8为本申请实施例电子设备结构示意图。
具体实施方式
[0051]下面结合附图及实施例对本申请再作进一步详细的描述。
[0052]相关技术中，通常采用人脸识别方式实现不同人物之间的分类，会出现误识别的问题，从而造成不能准确分类，且不能够满足家庭环境下本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：获取待分类的第一图像；利用人脸识别算法，确定所述第一图像对应的聚类结果；所述聚类结果表征所述第一图像中的人物；利用第一分类模型，确定所述第一图像对应的分类结果；所述第一分类模型用于确定所述第一图像对应的至少一个类型；至少基于所述分类结果和所述聚类结果，确定所述第一图像对应的类别。2.根据权利要求1所述的方法，其特征在于，所述利用人脸识别算法，确定所述第一图像对应的聚类结果，包括：利用所述人脸识别算法，确定所述第一图像对应的至少一个人脸区域特征；当所述至少一个人脸区域特征的维度数低于第一阈值时，将所述至少一个人脸区域特征中每个人脸区域特征转换为所述第一阈值个维度的人脸区域特征；针对所述每个人脸区域特征，利用转换后的人脸区域特征确定对应的正定矩阵，以得到相应人脸区域特征第一人脸区域特征与所述至少一个人脸区域特征中每个人脸区域特征间的相似度；基于得到的相似度，确定所述第一图像对应的聚类结果。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定所述聚类结果中每个聚类簇的方差；从所述聚类结果的聚类簇中确定所述方差大于第二阈值的聚类簇，得到至少一个聚类簇；基于得到的至少一个聚类簇，更新所述第一图像对应的聚类结果；基于所述分类结果和更新的聚类结果，确定所述第一图像对应的类别。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：基于更新的聚类结果，更新对应的人物关系图谱；所述人物关系图谱至少表征所述聚类结果中每个聚类簇对应的人物关系。5.根据权利要求1所述的方法，其特征在于，所述利用人脸识别算法，确定所述第一图像对应的聚类结果之前，所述方法还包括：判断所述第一图像是否为多宫格图像，得到判断结果；当所述判断结果表征所述第一图像是多宫格图像时，将所述第一图像分割成至少两个子图像；针对所述至少两个子图像中的每个子图像...
【专利技术属性】
技术研发人员：吴展豪，程宝平，谢小燕，
申请(专利权)人：中国移动通信集团有限公司，
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。