[发明专利]图像聚类方法及装置、电子设备和存储介质

说明书

本公开涉一种图像聚类方法及装置、电子设备和存储介质，所述方法包括：获取图像集中每个图像对应的人脸特征以及属性特征；利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵；基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。本公开能够提高图像聚类精度。

技术领域

本公开涉及计算机视觉领域，特别涉及一种图像聚类方法及装置、电子设备和存储介质。

背景技术

人脸聚类是计算机视觉中一个经典问题，其目的在于将海量的人脸数据按照身份进行划分，把属于同一个人的人脸图片都汇聚在一起。人脸聚类在多个领域应用中产生中非常重要的价值。例如在手机等终端领域中，人脸聚类可以把人物的照片按照身份进行归类整理，方便用户查看；在安防领域中，人脸聚类也有非常重要的应用，例如可以实现一人一档案的人口管理等。但在实际应用中的人脸图片存在姿态、光照、表情、遮挡、清晰度等因素的差异，这些问题对人脸聚类提出了很高难度的挑战。

发明内容

本公开实施例提供了一种能够提高图像聚类精度的图像聚类方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像聚类方法，其包括：

获取图像集中每个图像对应的人脸特征以及属性特征；

利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；

利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；

基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。

在一些可能的实施方式中，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，包括：

确定所述图像集中各图像对应的人脸特征之间的相似度；

基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；

从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；

根据每个图像及其对应的第一图像形成第一类组。

在一些可能的实施方式中，包括多个第一阈值，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，还包括：

针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。

在一些可能的实施方式中，所述利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，包括：

基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，以及基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；

根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。