【技术实现步骤摘要】
本专利技术涉及图片分类，尤其涉及一种人脸聚类方法、装置、电子设备及存储介质。
技术介绍
1、随着深度学习的发展，人脸聚类问题得到了越来越多的研究者的关注。在智慧社区，智能安防等应用领域，人脸聚类技术得到了很广泛的落地应用。而现有的人脸聚类技术大部分是基于已构建的相似度图进行聚类分析，分为监督方法和无监督方法。
2、在监督学习方法中，主要是对图的结构进行一些边的预测，或者顶点的预测，或者子图的学习。但现有监督学习方法都会采用一定的基于规则的后处理或者前处理，而这些基于规则的处理方式，会产生很多的孤立节点，以及档案分裂严重。而非监督学习方法，一部分是利用机器学习方法，直接对特征进行聚类分析，不但耗时，精度也较差。另一部分是把任务看作在图上的社区发现任务，对相似度图进行图的聚类分析。而这类任务无法对图的结构进行修改，如果相似度图中的错误的边太多，通过社区发现任务无法修改这些错误边，因此，聚类效果非常依赖相似度图的正确程度。可见，基于上述技术的人脸聚类方法中，存在人脸聚类档案分裂、精度低的问题。
技术实现思路
1、本专利技术实施例提供一种人脸聚类方法，能够减少人脸聚类时档案分裂问题，提高人脸聚类的精度。
2、第一方面，本专利技术实施例提供一种人脸聚类方法，包括：
3、对获取到的人脸节点图进行边处理，得到目标节点图，所述人脸节点图包括人脸节点以及连接两个人脸节点之间的边；
4、基于所述目标节点图，构建得到对应的相似度矩阵，所述相似度矩阵包括任意
5、基于所述相似度矩阵对所述人脸节点进行聚类，并根据所述人脸节点的聚类结果进行人脸聚类。
6、第二方面，本专利技术实施例提供一种人脸聚类装置，包括：
7、边处理模块，用于对获取到的人脸节点图进行边处理，得到目标节点图，所述人脸节点图包括人脸节点以及连接两个人脸节点之间的边；
8、构建模块，用于基于所述目标节点图，构建得到对应的相似度矩阵，所述相似度矩阵包括任意两个所述人脸节点之间的相似度；
9、聚类模块，用于基于所述相似度矩阵对所述人脸节点进行聚类，并根据所述人脸节点的聚类结果进行人脸聚类。
10、第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例提供的一种人脸聚类方法中的步骤。
11、第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质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专利技术实施例提供的一种人脸聚类方法中的步骤。
12、在本专利技术实施例中，提出了一种适用于大规模图网络训练的子图采样策略，通过对获取到的人脸节点图进行边处理，得到目标节点图，基于所述目标节点图，构建得到对应的相似度矩阵，基于所述相似度矩阵对所述人脸节点进行聚类，并根据所述人脸节点的聚类结果进行人脸聚类。其中，对人脸节点图进行边处理，能够合理剔除掉连接两个人脸节点的错误的边，得到构图更准确的目标节点图；其次，根据目标节点图构建对应的相似度矩阵，基于相似度矩阵进行人脸节点聚类，基于图聚类操作替代规则处理进行人脸节点聚类，预测的类别总数更接近真实类别总数，所产生的单节点的数量更少，能够减少人脸聚类时档案分裂问题，提高了人脸聚类的精度。
本文档来自技高网...【技术保护点】
1.一种人脸聚类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述对获取到的人脸节点图进行边处理，得到目标节点图，包括：
3.如权利要求2所述的方法，其特征在于，所述对所述人脸节点图中每一条边都进行连接关系预测，得到每一条边对应的连接概率值，包括：
4.如权利要求3所述的方法，其特征在于，所述连接关系预测模型包括图卷积网络以及预测网络，所述通过所述采样子图与所述标签图，对预先准备的连接关系预测模型进行训练，得到训练好的连接关系预测模型，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述目标节点图，构建得到对应的相似度矩阵，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述转移概率矩阵对所述人脸节点进行聚类，包括：
7.如权利要求6所述的方法，其特征在于，所述根据所述访问概率以及对应的转移概率，计算得到各个聚类类别的类别跳出概率，包括：
8.一种人脸聚类装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1-7中任一项所述的一种人脸聚类方法中的步骤。
...【技术特征摘要】
1.一种人脸聚类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述对获取到的人脸节点图进行边处理，得到目标节点图，包括：
3.如权利要求2所述的方法，其特征在于，所述对所述人脸节点图中每一条边都进行连接关系预测，得到每一条边对应的连接概率值，包括：
4.如权利要求3所述的方法，其特征在于，所述连接关系预测模型包括图卷积网络以及预测网络，所述通过所述采样子图与所述标签图，对预先准备的连接关系预测模型进行训练，得到训练好的连接关系预测模型，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述目标节点图，构建得到对应的相似度矩阵，包括：
6.如权利要求5所述的方...
【专利技术属性】
技术研发人员：邢玲，王爱波，杨一帆，余晓填，王孝宇，
申请(专利权)人：深圳云天励飞技术股份有限公司，
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。