一种人脸聚类方法及装置制造方法及图纸

本申请公开了一种人脸聚类算法，包括：服务器获取第一特征向量，若服务器中存储有第一集合，第一集合包括一个或者多个用户的人脸图像分别对应的特征向量，则服务器从第一集合中确定出与第一特征向量相似度最高的第一目标特征向量。若第一特征向量和第一目标特征向量的相似度高于第一阈值，服务器则可以确定第一用户的人脸图像与第一目标特征向量对应的人脸图像属于同一用户。其中，第一特征向量是第一设备对第一用户的多张人脸图像分别对应的特征向量进行聚类得到的。由此可见，利用本方案，可以由第一设备进行预聚类，服务器直接根据预聚类结果进行人脸聚类，从而避免了服务器基于大量人脸图像进行人脸聚类，提升了人脸聚类的效率。

【技术实现步骤摘要】
一种人脸聚类方法及装置
本申请涉及图像识别领域，特别是涉及一种人脸聚类方法及装置。
技术介绍
随着科学技术的发展，人脸识别技术的应用也越来越广泛。人脸聚类是人脸识别的一个重要应用。人脸聚类指的是将多个人脸图像进行聚类，使得属于同一用户的人脸图像被划分为一类。传统的人脸聚类算法，效率低下。因此，急需一种方案，可以解决上述问题。
技术实现思路
本申请所要解决的技术问题是传统的人脸聚类算法效率低下，提供一种人脸聚类方法及装置。第一方面，本申请实施例提供了一种人脸聚类方法，由服务器执行，所述方法包括：获取来自于第一设备的第一特征向量，所述第一特征向量为第一用户的人脸图像的特征向量，所述第一特征向量是所述第一设备对所述第一用户的多张人脸图像分别对应的特征向量进行聚类得到的；若所述服务器中存储有第一集合，所述第一集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量；若所述第一特征向量和所述第一目标特征向量的相似度高于第一阈值，确定所述第一用户的人脸图像与所述第一目标特征向量对应的人脸图像属于同一用户。在一些实施例中，所述从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量，包括：分别计算所述第一特征向量和所述第一集合中各个特征向量的距离；将所述第一集合中对应所述距离最小的特征向量，确定为所述第一目标特征向量。在一些实施例中，所述方法还包括：计算所述第一特征向量和所述第一目标特征向量的几何中值；对所述第一目标特征向量进行更新，更新后的值为计算得到的所述几何中值。在一些实施例中，所述方法还包括：获取来自于所述第一设备的所述第一用户的人脸图像；将所述第一用户的人脸图像保存至所述第一集合。在一些实施例中，所述方法还包括：若所述第一特征向量和所述第一目标特征向量的相似度不高于所述第一阈值，将所述第一特征向量保存至所述第一集合中。在一些实施例中，所述方法还包括：若所述服务器中不存在所述第一集合，保存所述第一特征向量，得到所述第一集合。在一些实施例中，所述第一集合包括一个或者多个子集合，一个子集合对应一个用户，所述一个或者多个子集合包括第一子集合，所述第一子集合用于存储所述第一用户的人脸图像对应的特征向量，或者，所述第一子集合用于存储所述第一用户的人脸图像及对应的特征向量。第二方面，本申请实施例提供了一种人脸聚类方法，由第一设备执行，所述方法包括：对获取的多个人脸图像分别对应的特征向量中每个人脸图像对应的特征向量，执行以下操作：获取第二特征向量，所述第二特征向量为第一人脸图像的特征向量，所述多个人脸图像包括所述第一人脸图像；若所述第一设备中存储有第二集合，所述第二集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第二集合中确定出与所述第二特征向量相似度最高的第二目标特征向量；若所述第二特征向量和所述第二目标特征向量的相似度高于第二阈值，确定所述第一人脸图像与所述第二目标特征向量对应的人脸图像属于同一用户；根据所述第一特征向量对所述第二目标特征向量进行更新；其中：所述多个人脸图像是图像采集设备在预设时间段内采集的。在一些实施例中，从所述第二集合中确定出与所述第二特征向量相似度最高的第二目标特征向量，包括：分别计算所述第二特征向量和所述第二集合中各个特征向量的距离；将所述第二集合中对应所述距离最小的特征向量，确定为所述第二目标特征向量。在一些实施例中，根据所述第一特征向量对所述第二目标特征向量进行更新，包括：计算所述第二特征向量和所述第二目标特征向量的平均值；对所述第二目标特征向量进行更新，更新后的值为计算得到的所述平均值。在一些实施例中，所述方法还包括：获取所述第一人脸图像；将所述第一人脸图像保存至所述第二集合中。在一些实施例中，所述方法还包括：若所述第二特征向量和所述第二目标特征向量的相似度不高于所述第二阈值，将所述第二特征向量保存至所述第二集合中。在一些实施例中，所述方法还包括：若所述第一设备中不存在所述第二集合，保存所述二特征向量，得到所述第二集合。在一些实施例中，所述第二集合包括一个或者多个子集合，一个子集合对应一个用户，所述一个或者多个子集合包括第二子集合，所述第二子集合用于存储所述第一用户的人脸图像对应的特征向量，或者，所述第二子集合用于存储所述第一用户的人脸图像及对应的特征向量。在一些实施例中，所述方法还包括：将所述第二集合中的特征向量发送给服务器，或者，将所述第二集合中的特征向量以及各个特征向量分别对应的人脸图像对应发送给所述服务器。第三方面，本申请实施例提供了一种人脸聚类装置，应用于服务器，所述装置包括：第一获取单元，用于获取来自于第一设备的第一特征向量，所述第一特征向量为第一用户的人脸图像的特征向量，所述第一特征向量是所述第一设备对所述第一用户的多张人脸图像分别对应的特征向量进行聚类得到的；第一确定单元，用于若所述服务器中存储有第一集合，所述第一集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量；第二确定单元，用于若所述第一特征向量和所述第一目标特征向量的相似度高于第一阈值，确定所述第一用户的人脸图像与所述第一目标特征向量对应的人脸图像属于同一用户。在一些实施例中，所述第一确定单元，用于：分别计算所述第一特征向量和所述第一集合中各个特征向量的距离；将所述第一集合中对应所述距离最小的特征向量，确定为所述第一目标特征向量。在一些实施例中，所述装置还包括：第一计算单元，用于计算所述第一特征向量和所述第一目标特征向量的几何中值；第一更新单元，用于对所述第一目标特征向量进行更新，更新后的值为计算得到的所述几何中值。在一些实施例中，所述装置还包括：第二获取单元，用于获取来自于所述第一设备的所述第一用户的人脸图像；第一保存单元，用于将所述第一用户的人脸图像保存至所述第一集合。在一些实施例中，所述装置还包括：第二保存单元，用于若所述第一特征向量和所述第一目标特征向量的相似度不高于所述第一阈值，将所述第一特征向量保存至所述第一集合中。在一些实施例中，所述装置还包括：第三保存单元，用于若所述服务器中不存在所述第一集合，保存所述第一特征向量，得到所述第一集合。在一些实施例中，所述第一集合包括一个或者多个子集合，一个子集合对应一个用户，所述一个或者多个子集合包括第一子集合，所述第一子集合用于存储所述第一用户的人脸图像对应的特征向量，或者，所述第一子集合用于存储所述第一用户的人脸图像及对应的特征向量。第四方面，本申请实本文档来自技高网...

【技术保护点】
1.一种人脸聚类方法，其特征在于，由服务器执行，所述方法包括：/n获取来自于第一设备的第一特征向量，所述第一特征向量为第一用户的人脸图像的特征向量，所述第一特征向量是所述第一设备对所述第一用户的多张人脸图像分别对应的特征向量进行聚类得到的；/n若所述服务器中存储有第一集合，所述第一集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量；/n若所述第一特征向量和所述第一目标特征向量的相似度高于第一阈值，确定所述第一用户的人脸图像与所述第一目标特征向量对应的人脸图像属于同一用户。/n

【技术特征摘要】
1.一种人脸聚类方法，其特征在于，由服务器执行，所述方法包括：
获取来自于第一设备的第一特征向量，所述第一特征向量为第一用户的人脸图像的特征向量，所述第一特征向量是所述第一设备对所述第一用户的多张人脸图像分别对应的特征向量进行聚类得到的；
若所述服务器中存储有第一集合，所述第一集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量；
若所述第一特征向量和所述第一目标特征向量的相似度高于第一阈值，确定所述第一用户的人脸图像与所述第一目标特征向量对应的人脸图像属于同一用户。


2.根据权利要求1所述的方法，其特征在于，所述从所述第一集合中确定出与所述第一特征向量相似度最高的第一目标特征向量，包括：
分别计算所述第一特征向量和所述第一集合中各个特征向量的距离；
将所述第一集合中对应所述距离最小的特征向量，确定为所述第一目标特征向量。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
计算所述第一特征向量和所述第一目标特征向量的几何中值；
对所述第一目标特征向量进行更新，更新后的值为计算得到的所述几何中值。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取来自于所述第一设备的所述第一用户的人脸图像；
将所述第一用户的人脸图像保存至所述第一集合。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述第一特征向量和所述第一目标特征向量的相似度不高于所述第一阈值，将所述第一特征向量保存至所述第一集合中。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述服务器中不存在所述第一集合，保存所述第一特征向量，得到所述第一集合。


7.根据权利要求1-6任意一项所述的方法，其特征在于，所述第一集合包括一个或者多个子集合，一个子集合对应一个用户，所述一个或者多个子集合包括第一子集合，所述第一子集合用于存储所述第一用户的人脸图像对应的特征向量，或者，所述第一子集合用于存储所述第一用户的人脸图像及对应的特征向量。


8.一种人脸聚类方法，其特征在于，由第一设备执行，所述方法包括：
对获取的多个人脸图像分别对应的特征向量中每个人脸图像对应的特征向量，执行以下操作：
获取第二特征向量，所述第二特征向量为第一人脸图像的特征向量，所述多个人脸图像包括所述第一人脸图像；
若所述第一设备中存储有第二集合，所述第二集合包括一个或者多个用户的人脸图像分别对应的特征向量，从所述第二集合中确定出与所述第二特征向量相似度最高的第二目标特征向量；
若所述第二特征向量和所述第二目标特征向量的相似度高于第二阈值，确定所述第一人脸图像与所述第二目标特征向量对应的人脸图像属于同一用户；
根据所述第一特征向量对所述第二目标特征向量进行更新；
其中：所述多个人脸图像是图像采集设备在预设时间段内采集的。


9.根据权利要求8所述的方法，其特征在于，从所述第二集合中确定出与所述第二特征向量相似度最高的第二目标特征向量，包括：
分别计算所述第二特征向量和所述第二集合中各个特征向量的距离；
将所述第二集合中对应所述距离最小的特征向量，确定为所述第二目标特征向量。


10.根据权利要求8所述的方法，其特征在于，根据所述第一特征向量对所述第二目标特征向量进行更新，包括：
计算所述第二特征向量和所述第二目标特征向量的平均值；
对所述第二目标特征向量进行更新，更新后的值为计算得到的所述平均值。


11.根据权利要求8所述的方法，其特征在于，所述方法还包括：
获取所述第一人脸图像；
将所述第一人脸图像保存至所述第二集合中。


12.根据权利要求8所述的方法，其特征在于，所述方法还包括：
若所述第二特征向量和所述第二目标特征向量的相似度不高于所述第二阈值，将所述第二特征向量保存至所述第二集合中。


13.根据权利要求8所述的方法，其特征在于，所述方法还包括：
若所述第一设备中不存在所述第二集合，保存所述二特征向量，得到所述第二集合。


14.根据权利要求8-13任意一项所述的方法，其特征在于，所述第二集合包括一个或者多个子集合，一个子集合对应一个用户，所述一个或者多个子集合包括第二子集合，所述第二子集合用于存储所述第一用户的人脸图像对应的特征向量，或者，所述第二子集合用于存储所述第一用户的人脸图像及对应的特征向量。


15.根据权利要求8-13任意一项所述的方法，其特征在于，所述方法还包括：
将所述第二集合中的特征向量发送给服务器，或者，将所述第二集合中的特征向量以及各个特征向量分别对应的人脸图像对应发送给所述服务器。


16.一种人脸聚类装置，其特征在于，应用于服务器，所述装置包括：
第一获取单元，用于获取来自于第一设备的第一特征向量，所述第一特征向量为第一用户的人脸图像的特征向量，所述第一特征向量是所述第一设备对所述第一用户的多张人脸图像分别对应的特征向量进行聚...

【专利技术属性】
技术研发人员：王森，
申请(专利权)人：北京金山云网络技术有限公司，
类型：发明
国别省市：北京;11