[发明专利]聚类模型的训练方法、装置、电子设备和计算机存储介质

说明书

本发明实施例公开了一种聚类模型的训练方法、装置、电子设备和计算机存储介质，其中方法包括：通过聚类模型及已聚类照片，对新增照片进行聚类处理，得到所述新增照片的聚类结果，所述新增照片携带有类别标记；基于所述新增照片的所述聚类结果及所述类别标记，计算所述聚类结果的回报函数值；根据所述聚类结果的回报函数值，对所述聚类模型进行训练。本发明实施例通过训练得到的聚类模型对新增照片和已有分类结果的初始状态相册中照片进行聚类，获得的聚类结果更接近人工分类结果，训练得到的聚类模型的聚类准确率更高。

技术领域

本发明涉及计算机视觉技术，尤其是一种聚类模型的训练方法、装置、电子设备和计算机存储介质。

背景技术

当前的智能相册能够基于人脸识别技术对相册中的照片进行自动的标记与聚类。

但对于已完成聚类的智能相册，在实际应用中，用户会不断的增加新的照片，在将新增照片加入到已完成聚类的智能相册中的过程中，需要通过增量式聚类对新增照片与已聚类照片重新进行聚类。目前，一般将全部照片(包括新增照片和已聚类照片)重新进行聚类，以实现增量式聚类。然而，这样会丢失对前次聚类结果进行的修正信息，并且频繁重新进行聚类会造成资源浪费。

发明内容

本发明实施例提供一种用于训练聚类模型的技术方案。

根据本发明实施例的一个方面，提供的一种聚类模型的训练方法，包括：

通过聚类模型及已聚类照片，对新增照片进行聚类处理，得到所述新增照片的聚类结果，所述新增照片携带有类别标记；

基于所述新增照片的所述聚类结果及所述类别标记，计算所述聚类结果的回报函数值；

根据所述聚类结果的回报函数值，对所述聚类模型进行训练。

根据本发明实施例的另一个方面，提供的一种聚类模型的训练装置，包括：

聚类单元，用于通过聚类模型及已聚类照片，对新增照片进行聚类处理，得到所述新增照片的聚类结果，所述新增照片携带有类别标记；

回报单元，用于基于所述新增照片的所述聚类结果及所述类别标记，计算所述聚类结果的回报函数值；

训练单元，用于根据所述聚类结果的回报函数值，对所述聚类模型进行训练。

根据本发明实施例的一个方面，提供的一种电子设备，包括处理器，所述处理器包括如上所述的聚类模型的训练装置。

根据本发明实施例的一个方面，提供的一种电子设备，包括：存储器，用于存储可执行指令；

以及处理器，用于与所述存储器通信以执行所述可执行指令从而完成如上所述聚类模型的训练方法的操作。

根据本发明实施例的一个方面，提供的一种计算机存储介质，用于存储计算机可读取的指令，所述指令被执行时执行如上所述聚类模型的训练方法的操作。

基于本发明上述实施例提供的聚类模型的训练方法、装置、电子设备和存储介质，通过聚类模型及已聚类照片对新增照片进行聚类，获得聚类结果，实现了对新增照片的聚类；基于聚类结果和类别标记计算聚类结果的回报函数值，得到的回报函数值能实现对聚类模型的训练，并使训练模型达到的聚类效果更接近人工分类结果；根据回报函数值对所述聚类模型进行训练，能够得到针对增量式聚类的聚类模型，该聚类模型针对增量式聚类的聚类准确率高。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本发明的实施例，并且连同描述一起用于解释本发明的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：