地域划分的分层人脸抓拍图片聚类方法和装置制造方法及图纸

本发明专利技术公开了地域划分的分层人脸抓拍图片聚类方法和装置，该方法包括：S1、由地域聚类节点生成轨迹人脸图片的聚类ID；其中，所述轨迹人脸图片包含人脸抓拍图片、时间及地点；S2、由聚类汇总节点对所述聚类ID中的高频聚类ID进行合并，得到高频聚类ID的所属聚类群ID及归属度；S3、通过所述地域聚类节点和所述聚类汇总节点获取待处理轨迹人脸图片的聚类ID。总节点获取待处理轨迹人脸图片的聚类ID。总节点获取待处理轨迹人脸图片的聚类ID。

【技术实现步骤摘要】
地域划分的分层人脸抓拍图片聚类方法和装置


[0001]本专利技术涉及计算机与图像处理
，尤其涉及地域划分的分层人脸抓拍图片聚类方法和装置。

技术介绍

[0002]人脸抓拍图片聚类是人脸抓拍图片深度应用的必备条件，通过地域划分进行分层的人脸抓拍图片聚类，形成多层次、可一体对外提供聚类服务的装置和设备。
[0003]目前对人脸抓拍图片进行聚类的方法主要分为单节点聚类和多节点聚类两种。
[0004]单节点聚类即一台机器上聚类，目前大多是将所有需要聚类的人脸抓拍图片在一台机器上进行聚类，而当聚类中心点过多时(如超过4000万)，如果还是依赖于一台机器，会出现如下问题：
[0005]1)因每张人脸抓拍图片都要找到聚类中心点，故每张图片都需要一次KNN(K
‑
NearestNeighbor，K最邻近法)操作，因此单台机器人脸抓拍数据接入有限；
[0006]2)高数量的低频聚类中心点(指归属于该聚类中心点的人脸抓拍图片过少)形成的噪声有叠加作用，降低聚类准确率；
[0007]3)同一人存在的多个聚类中心点合并难度较高；
[0008]4)单台机器消耗资源过大。
[0009]多节点聚类，即按照一定规律将多个人脸抓拍设备进行划分，各自形成聚类节点。但是该方法主要有如下问题：
[0010]每个节点聚类信息难以同步；但如果需要每个节点聚类信息同步，会变成单节点聚类，从而出现前述单节点聚类存在的问题。

技术实现思路

[0011]鉴于此，本专利技术提出了地域划分的分层人脸抓拍图片聚类方法和装置，以解决上述现有聚类方法存在的问题。
[0012]为解决上述问题，本专利技术其中一方面提出了如下技术方案：
[0013]一种地域划分的分层人脸抓拍图片聚类方法，包括如下步骤：S1、由地域聚类节点生成轨迹人脸图片的聚类ID；其中，所述轨迹人脸图片包含人脸抓拍图片、时间及地点；S2、由聚类汇总节点对所述聚类ID中的高频聚类ID进行合并，得到高频聚类ID的所属聚类群ID及归属度；S3、通过所述地域聚类节点和所述聚类汇总节点获取待处理轨迹人脸图片的聚类ID。
[0014]进一步地，步骤S1包括：S11、根据地域划分，将各地域的人脸抓拍设备产生的轨迹人脸图片接入对应的地域聚类节点；S12、各地域聚类节点以单节点聚类的方式对接入的轨迹人脸图片进行聚类处理，生成对应的聚类ID。
[0015]进一步地，步骤S12包括：S121、对接入的轨迹人脸图片进行特征向量化，得到特征向量；S122、对轨迹人脸图片的特征向量进行特征向量聚类，得到所在地域聚类节点上的聚
类ID；其中，当某个聚类ID下的轨迹人脸图片数量超过预设值时，该聚类ID为所述高频聚类ID。
[0016]进一步地，步骤S2包括：S21、由各地域聚类节点将所述高频聚类ID及其对应的聚类中心点发给聚类汇总节点；S22、所述聚类汇总节点对高频聚类ID的聚类中心点进行聚类，得到高频聚类ID对应的所属聚类群ID及归属度；S23、将高频聚类ID及其所属聚类群ID的映射关系，以及归属度进行存储，使得按照所属聚类群ID能够查询得到所有应该合并的高频聚类ID。
[0017]进一步地，步骤S3包括：S31、对于一张待处理轨迹人脸图片，将其在对应的地域聚类节点上进行特征向量化后，利用得到的特征向量在聚类汇总节点中搜索聚类中心点；S32、若在聚类汇总节点中能搜索到聚类中心点，则在所述映射关系中找到相同所属聚类群ID下的所有聚类ID返回；S33、若在聚类汇总节点中未搜索到聚类中心点，则遍历每个地域聚类节点以分别搜索聚类中心点，将搜索到的所有聚类ID返回。
[0018]进一步地，还包括如下步骤：S4、由置信查询节点对聚类汇总节点中的聚类群ID进行身份证照片比对。
[0019]进一步地，步骤S4具体包括：S41、将身份证照片进行特征向量化；S42、对身份证及其向量进行置信ID获取，得到身份证与置信ID的映射关系；S43、将聚类汇总节点中聚类群ID及其特征，定期在置信查询节点中查询置信ID及身份证，进行置信校验。
[0020]本专利技术另一方面提出一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，能实现前述的分层人脸抓拍图片聚类方法的步骤。
[0021]本专利技术另一方面还提出一种地域划分的分层人脸抓拍图片聚类装置，包括：地域聚类模块，被配置为：接收对应地域内的人脸抓拍设备产生的轨迹人脸图片，以单节点聚类的方式对接入的轨迹人脸图片进行聚类处理，生成对应的聚类ID；其中，所述轨迹人脸图片包含人脸抓拍图片、时间及地点；聚类汇总模块，被配置为：对所述聚类ID中的高频聚类ID进行合并，得到高频聚类ID的所属聚类群ID及归属度；其中，针对一张待处理轨迹人脸图片，由所述地域聚类模块和所述聚类汇总模块返回该待处理轨迹人脸图片的聚类ID。
[0022]进一步地，该装置还包括：置信查询模块，被配置为：对所述聚类汇总模块产生的聚类群ID进行身份证照片比对。
[0023]本专利技术技术方案的有益效果在于：各个地域聚类分别独立地进行地域内的聚类处理，并分布式地与聚类汇总节点同步信息和服务，一方面，分布式接入人脸抓拍设备的图片，增加接入效率；另一方面，能实现对高频聚类ID的合并，降低机器的资源开销。
附图说明
[0024]图1是本专利技术实施例一种地域划分的分层人脸抓拍图片聚类方法的工作流程示意图；
[0025]图2是本专利技术实施例一地域聚类节点的数据流示意图；
[0026]图3是本专利技术实施例一聚类汇总节点的数据流示意图；
[0027]图4是本专利技术实施例一置信查询节点的数据流示意图。
具体实施方式
[0028]下面结合具体实施方式并对照附图对本专利技术技术方案作进一步详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的保护范围及其应用。
[0029]参照以下附图，将描述非限制性和非排他性的实施例，其中相同的附图标记表示相同的部件，除非另外特别说明。
[0030]本领域技术人员应认识到，对以下描述做出众多变通是可能的，所以实施例仅是用来描述一个或多个特定实施方式。
[0031]本专利技术实施例提供一种地域划分的分层人脸抓拍图片聚类方法，图1为该方法的工作流程示意图，下面对该方法进行描述时可一同参考图1理解。该方法包括如下步骤S1～S4：
[0032]S1、根据地域划分，将各地域的人脸抓拍设备产生的轨迹人脸图片接入对应的地域聚类节点，各地域聚类节点以单节点聚类的方式对接入的轨迹人脸图片进行聚类处理，生成对应的聚类ID。其中，所述轨迹人脸图片包含人脸抓拍图片、时间及地点。
[0033]当某聚类ID下的轨迹人脸图片数量超过预设值K时，将该聚类ID记为高频聚类ID，高频聚类ID及其聚类中心点(即聚类中心点特征)发给聚类汇总节点进行处理。
[0034]S2、由聚类汇总节点对所述聚类ID中的高频聚类ID进行合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地域划分的分层人脸抓拍图片聚类方法，其特征在于，包括如下步骤：S1、由地域聚类节点生成轨迹人脸图片的聚类ID；其中，所述轨迹人脸图片包含人脸抓拍图片、时间及地点；S2、由聚类汇总节点对所述聚类ID中的高频聚类ID进行合并，得到高频聚类ID的所属聚类群ID及归属度；S3、通过所述地域聚类节点和所述聚类汇总节点获取待处理轨迹人脸图片的聚类ID。2.如权利要求1所述的分层人脸抓拍图片聚类方法，其特征在于，步骤S1包括：S11、根据地域划分，将各地域的人脸抓拍设备产生的轨迹人脸图片接入对应的地域聚类节点；S12、各地域聚类节点以单节点聚类的方式对接入的轨迹人脸图片进行聚类处理，生成对应的聚类ID。3.如权利要求2所述的分层人脸抓拍图片聚类方法，其特征在于，步骤S12包括：S121、对接入的轨迹人脸图片进行特征向量化，得到特征向量；S122、对轨迹人脸图片的特征向量进行特征向量聚类，得到所在地域聚类节点上的聚类ID；其中，当某个聚类ID下的轨迹人脸图片数量超过预设值时，该聚类ID为所述高频聚类ID。4.如权利要求1所述的分层人脸抓拍图片聚类方法，其特征在于，步骤S2包括：S21、由各地域聚类节点将所述高频聚类ID及其对应的聚类中心点发给聚类汇总节点；S22、所述聚类汇总节点对高频聚类ID的聚类中心点进行聚类，得到高频聚类ID对应的所属聚类群ID及归属度；S23、将高频聚类ID及其所属聚类群ID的映射关系，以及归属度进行存储，使得按照所属聚类群ID能够查询得到所有应该合并的高频聚类ID。5.如权利要求4所述的分层人脸抓拍图片聚类方法，其特征在于，步骤S3包括：S31、对于一张待处理轨迹人脸图片，将其在对应的地域聚类节点上进行特征向量化后，利用得到的特征向量在聚类汇总节点中搜索...

【专利技术属性】
技术研发人员：杨清鹏，
申请(专利权)人：广东惠禾科技发展有限公司，
类型：发明
国别省市：