[发明专利]人脸图像的分类方法、装置、电子设备和存储介质在审

专利信息
申请号: 202010694390.2 申请日: 2020-07-17
公开(公告)号: CN112069875A 公开(公告)日: 2020-12-11
发明(设计)人: 赵以诚;陈圣奇;朱玲玲 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王萌
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分类 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人脸图像的分类方法,所述方法包括:

获取待处理的人脸图像;

根据所述人脸图像提取所述人脸图像中的待处理人脸特征;

在人脸特征库未满足预设的触发条件时,结合所述待处理人脸特征、所述人脸特征库中已有人脸特征对应的类别、以及相邻人脸特征算法,确定所述待处理人脸特征对应的类别;

根据所述待处理人脸特征对应的类别确定所述人脸图像的类别。

2.根据权利要求1所述的方法,其中,还包括:

在所述人脸特征库满足预设的触发条件时,将所述待处理人脸特征更新到所述人脸特征库中;

对所述人脸特征库中的已有人脸特征进行聚类,获取聚类结果;

根据所述聚类结果,确定所述待处理人脸特征对应的人脸图像的类别。

3.根据权利要求2所述的方法,其中,所述触发条件包括:到达全局聚类时间点;

其中,所述对所述人脸特征库中的已有人脸特征进行聚类,获取聚类结果,包括:

在到达所述全局聚类时间点时,对所述人脸特征库中所有的已有人脸特征进行聚类,获取所述聚类结果。

4.根据权利要求3所述的方法,其中,所述对所述人脸特征库中所有的已有人脸特征进行聚类,获取所述聚类结果,包括:

获取所述人脸特征库中任意两个已有人脸特征之间的相似度;

将所述人脸特征库中的每个已有人脸特征与对应的相似度最高的已有人脸特征进行聚类,得到多个聚类组合;

根据所述人脸特征库中任意两个已有人脸特征之间的相似度,确定任意两个聚类组合之间的距离;

将每个聚类组合与对应的距离最近且最近距离小于等于预设距离阈值的聚类组合进行聚类,得到多个聚类后组合,重复执行聚类过程,直至所述多个聚类后组合中任意两个聚类后组合之间的距离大于所述预设距离阈值;

根据每个聚类后组合中的已有人脸特征,确定所述多个聚类后组合中每个聚类后组合对应的类别;

将所述多个聚类后组合以及每个聚类后组合对应的类别,确定为所述聚类结果。

5.根据权利要求3所述的方法,其中,所述将所述待处理人脸特征更新到所述人脸特征库中,包括:

对所述待处理人脸特征进行未聚类标记,将标记处理后的待处理人脸特征更新到所述人脸特征库中;

所述触发条件还包括:局部聚类子条件,所述局部聚类子条件包括:所述人脸特征库中携带标记的第一已有人脸特征的获取时间点差值大于预设时间长度,和/或,所述人脸特征库中携带标记的第一已有人脸特征的数量大于等于第一数量阈值;

所述对所述人脸特征库中的已有人脸特征进行聚类,获取聚类结果,包括:

在所述人脸特征库满足所述局部聚类子条件,且未到达所述全局聚类时间点时,对所述人脸特征库中未携带标记的第二已有人脸特征进行采样;

对采样得到的第二已有人脸特征以及所述人脸特征库中携带标记的第一已有人脸特征进行聚类,获取所述聚类结果。

6.根据权利要求5所述的方法,其中,在所述对采样得到的第二已有人脸特征以及所述人脸特征库中携带标记的第一已有人脸特征进行聚类,并获取所述聚类结果之后,所述方法还包括:

对所述人脸特征库中携带标记的第一已有人脸特征进行标记去除处理。

7.根据权利要求1所述的方法,其中,所述结合所述待处理人脸特征、人脸特征库中已有人脸特征对应的类别、以及相邻人脸特征算法,确定所述待处理人脸特征对应的类别,包括:

获取所述人脸特征库中已有人脸特征的总数量;

在所述总数量小于等于第二数量阈值时,获取所述待处理人脸特征与所述人脸特征库中各个已有人脸特征之间的相似度,并按照相似度对所述各个已有人脸特征进行排序;

根据排序在前的第三预设数量的已有人脸特征对应的类别,确定所述待处理人脸特征对应的类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010694390.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top