[发明专利]人脸聚类方法、电子设备及相关产品

说明书

本申请实施例公开了一种人脸聚类方法、电子设备及相关产品，应用于电子设备，所述方法包括：获取待处理的人脸图像集；确定所述人脸图像集的第一节点关系图；采用引入局部正则项方式以及基于局部图卷积网络生成所述第一节点关系图的根节点，得到K个根节点，所述K为正整数；基于方差不变性原理，将确定根节点后的所述第一节点关系图中的节点进行连接增强，得到第二节点关系图；基于所述第二节点关系图进行聚类操作，得到聚类结果。采用本申请实施例可以提升人脸聚类效率。

技术领域

本申请涉及图像处理技术领域，具体涉及一种人脸聚类方法、电子设备及相关产品。

背景技术

随着现代电子计算机设备的蓬勃发展，数字图像处理技术日益更新，涌现出一批具有划时代的技术骨干专家以及为解决实际问题的高效技术。当前，深度学习技术就是在当前的时代背景下日益更新，成为当前解决流行的首选方法。

近年来，深度学习方法的日益成熟，出现了很多优秀的人脸检测和人脸识别方法。同时，研究中注意到这些人脸检测和识别模型依赖于超大规模的且标记好的人脸训练集。虽然可以从互联网和成千上万的摄像机设备上收集到足够多的人脸数据，但是将如此多的人脸数据进行人工标记形成了一件难以完成的任务。因此，如何提升人脸聚类效率的问题亟待解决。

发明内容

本申请实施例提供了一种人脸聚类方法及相关产品，能够提升人脸聚类效率。

第一方面，本申请实施例提供一种人脸聚类方法，应用于电子设备，所述方法包括：

获取待处理的人脸图像集；

确定所述人脸图像集的第一节点关系图；

采用引入局部正则项方式以及基于局部图卷积网络生成所述第一节点关系图的根节点，得到K个根节点，所述K为正整数；

基于方差不变性原理，将确定根节点后的所述第一节点关系图中的节点进行连接增强，得到第二节点关系图；

基于所述第二节点关系图进行聚类操作，得到聚类结果。

第二方面，本申请实施例提供一种人脸聚类装置，应用于电子设备，所述装置包括：获取单元、确定单元、生成单元、增强单元和聚类单元，其中，

所述获取单元，用于获取待处理的人脸图像集；

所述确定单元，用于确定所述人脸图像集的第一节点关系图；

所述生成单元，用于采用引入局部正则项方式以及基于局部图卷积网络生成所述第一节点关系图的根节点，得到K个根节点，所述K为正整数；

所述增强单元，用于基于方差不变性原理，将确定根节点后的所述第一节点关系图中的节点进行连接增强，得到第二节点关系图；

所述聚类单元，用于基于所述第二节点关系图进行聚类操作，得到聚类结果。

第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，具备如下有益效果：