[发明专利]人脸图像的分堆方法及装置、电子设备、可读存储介质

说明书

本发明提供了人脸图像的分堆方法及装置、电子设备、可读存储介质，包括：获取不同的归堆阈值和开堆阈值；从第一样本集中选一张待处理的人脸图像，作为处理对象；当根据所述归堆阈值判断所述处理对象能归入分堆结果的一个堆中时，将所述处理对象归入所述堆中，并更新所述堆；当根据所述开堆阈值判断需要为所述处理对象开一个新堆时，开一个新堆，将所述处理对象归入所述新堆中，并更新所述分堆结果；从所述第一样本集中选另一张待处理的人脸图像，用其更新所述处理对象，重复上述过程，直至处理完所述第一样本集中所有待处理的人脸图像。本发明可以使人脸图像的开端和归堆更准确、可靠。

技术领域

本发明涉及相片管理领域，尤指一种人脸图像的分堆方法及装置、电子设备、可读存储介质。

背景技术

随着人的社交活动的增多，智能手机中个人相册里的相片越来越多，相册所包含的人越来越多，每张相片的人脸尺寸、角度、光照等变化非常大。为了方便用户从大量相片中查找某个人的所有相片，智能手机有必要提供相片分拣功能，对相册里的相片按人脸进行自动分堆。

人脸图像的分堆本质是人脸比对的一个引申。所谓人脸比对，就是给定两张人脸判断其是否相似，并用一个值来度量相似程度。人脸比对的经典流程是人脸检测、人脸关键点检测、人脸对齐、人脸特征提取、计算比对人脸特征向量的余弦距离。一般来说得到比对双方人脸的特征以后，都采用经典的余弦距离作为相似度的度量，该值越接近于0代表比对双方越相似，越接近于1代表双方越不相似。

已知a、b向量，其余弦距离d定义为：

一般来说，在做人脸比对的时候，都是确定一个阈值，当相似度值小于该阈值的时候判断其为相似，当大于该阈值的时候判断为不相似。

上述方法在环境可控时是可以正常工作的。当人脸的尺寸、角度、光照有非常大的变化时，利用单阈值很难去界定比对人脸的相似或者不相似，实际上在相似与不相似之间还存在巨大的空白地带，是很难界定其相似与否。

人脸图像的分堆主要包括归堆和开堆两个动作。归堆指的是将样本并入某个已经存在的堆内，开堆指的是重新开一个堆，并将该样本并入其中。错误的开堆，很容易将同一个人的样本分拣成好几堆；错误的归堆，容易导致每个堆不纯净，一个堆内包含好几个人的人脸样本，所以在做人脸相册分拣的时候，准确可靠地判断样本对的相似与不相似及其重要，正因为前面提到的单阈值的不可靠性，会导致错误的开堆或归堆。

发明内容

本发明的目的之一是为了克服现有技术中存在的至少部分不足，提供一种人脸图像的分堆方法及装置、电子设备、可读存储介质，使开堆和归堆更准确、可靠。

本发明提供的技术方案如下：

一种人脸图像的分堆方法，包括：获取不同的归堆阈值和开堆阈值；从第一样本集中选一张待处理的人脸图像，作为处理对象；当根据所述归堆阈值判断所述处理对象能归入分堆结果的一个堆中时，将所述处理对象归入所述堆中，并更新所述堆；当根据所述开堆阈值判断需要为所述处理对象开一个新堆时，开一个新堆，将所述处理对象归入所述新堆中，并更新所述分堆结果；从所述第一样本集中选另一张待处理的人脸图像，用其更新所述处理对象，重复上述过程，直至处理完所述第一样本集中所有待处理的人脸图像。

进一步地，所述获取不同的归堆阈值和开堆阈值，包括：获取相似对的精度召回曲线和不相似对的精度召回曲线；根据所述相似对的精度召回曲线确定归堆阈值，根据不相似对的精度召回曲线确定开堆阈值。