[发明专利]一种人脸聚类方法、装置、设备及存储介质

说明书

本发明实施例公开了一种人脸聚类方法、装置、设备及存储介质，该方法包括：将包含人脸的原始图像数据划分至多个第一分组中，在每个第一分组中，查找人脸具有差异性的原始图像数据，作为候选图像数据，查找与候选图像数据的人脸相似的原始图像数据，并划分至多个第二分组中，在每个第二分组中，对原始图像数据进行聚类，获得候选人脸集合，若候选人脸集合之间关于人脸相似，则将候选人脸集合合并为目标人脸集合。将包含人脸的原始图像数据分批次划分至不同的分组进行组内处理，降低了单次数据处理的计算量，节省内存，筛选出候选人脸集合再进行集合的合并，便于构造单个人脸数据的邻域，减少耗时，提高人脸聚类效率。

技术领域

本发明实施例涉及数据聚类技术领域，尤其涉及一种人脸聚类方法、装置、设备及存储介质。

背景技术

近些年来，基于人脸识别的视频监控在许多领域得到了广泛的关注，包括司法鉴定、公安安全、小区监控等。在这些领域中，人脸的身份是未知的，可以利用人脸数据的特征描述和人脸数据之间的相似度进行聚类，聚类完成之后对所有人脸数据划分至不同的类别并分配标签，将这些带有标签的人脸数据输入至人脸识别模型中进行训练。

在聚类时，通常会遇到如下两个问题：

一、数量级大

数量级大是指在待聚类的人脸数据的数据量特别大，一般都是上百万级别的。在聚类时，对计算机内存和硬盘的占用往往到达上限，导致聚类失败。

二、数据稀疏

在人脸数据的数量级规模比较大的情况下，采集到人的数量较多，针对某个人来说其人脸数据的占比就比较少，即单人图片比较稀疏。

数据稀疏在聚类中会导致构造人脸邻域图片的时间成本较高，即当寻找一批跟当前人脸数据相似度比较高的人脸数据时，需要完成一次全局匹配，即对全部人脸数据进行全局匹配以构造全部人脸数据的邻域，由于人脸数据的稀疏性，这个过程的耗时是十分高的。

发明内容

本发明提供一种人脸聚类方法、装置、设备及存储介质，以解决如何对数量级大、数据稀疏的人脸数据进行聚类的问题。

第一方面，本发明实施例提供了一种人脸聚类方法，包括：

将包含人脸的原始图像数据划分至多个第一分组中；

在每个所述第一分组中，查找人脸具有差异性的原始图像数据，作为候选图像数据；

查找与所述候选图像数据的人脸相似的原始图像数据，并划分至多个第二分组中；

在每个所述第二分组中，对所述原始图像数据进行聚类，获得候选人脸集合；

若所述候选人脸集合之间关于人脸相似，则将所述候选人脸集合合并为目标人脸集合。

第二方面，本发明实施例还提供了一种人脸聚类装置，包括：

第一分组获取模块，用于将包含人脸的原始图像数据划分至多个第一分组中；

候选图像数据获取模块，用于在每个所述第一分组中，查找人脸具有差异性的原始图像数据，作为候选图像数据；

第二分组获取模块，用于查找与所述候选图像数据的人脸相似的原始图像数据，并划分至多个第二分组中；

候选人脸集合获取模块，用于在每个所述第二分组中，对所述原始图像数据进行聚类，获得候选人脸集合；

目标人脸集合获取模块，用于若所述候选人脸集合之间关于人脸相似，则将所述候选人脸集合合并为目标人脸集合。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；