【技术实现步骤摘要】
图像聚类方法、装置、存储介质及电子设备
[0001]本公开涉及图像处理
,具体地,涉及一种图像聚类方法、装置、存储介质及电子设备。
技术介绍
[0002]人脸识别模型的训练往往依赖于标注好的人脸数据集。
[0003]相关技术可以通过聚类模型对多张人脸图像进行聚类,确定出属于同一个人的人脸图像,从而得到用于训练人脸识别模型的人脸数据集。但是,相关技术中的聚类方式针对不同类型人脸图像的聚类结果不稳定,比如针对模糊图像或小孩图像会产生大量的误报,从而导致聚类结果中同一个人对应的图像簇中包括其他人的人脸图像,影响聚类准确性,进而影响人脸识别的准确性。
技术实现思路
[0004]提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0005]第一方面,本公开提供一种图像聚类方法,所述方法包括:
[0006]获取待分类的图像集;
[0007]确定所述图像集中每张图像的特征向量;
[0008]针对每两个所述特征向量执行如下操作:确定第一特征向量和第二特征向量间的相似度,确定所述第一特征向量与所述第一特征向量对应的相似特征向量间的平均距离,确定所述第一特征向量和所述第二特征向量在预设维度下的特征信息,根据所述平均距离和/或所述特征信息调整所述相似度,得到所述第一特征向量与所述第二特征向量间的目标相似度,其中,任一特 ...
【技术保护点】
【技术特征摘要】
1.一种图像聚类方法,其特征在于,所述方法包括:获取待分类的图像集;确定所述图像集中每张图像的特征向量;针对每两个所述特征向量执行如下操作:确定第一特征向量和第二特征向量间的相似度,确定所述第一特征向量与所述第一特征向量对应的相似特征向量间的平均距离,确定所述第一特征向量和所述第二特征向量在预设维度下的特征信息,根据所述平均距离和/或所述特征信息调整所述相似度,得到所述第一特征向量与所述第二特征向量间的目标相似度,其中,任一特征向量对应的相似特征向量为所述图像集对应的所有特征向量中与所述特征向量的相似度大于预设相似度的特征向量;根据所述目标相似度对所述图像集中的图像进行聚类,得到聚类结果。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定所述图像集中图像的总数量,并根据所述总数量和预设精准率,确定第一误报率;根据所述第一误报率以及分类阈值与误报率间的对应关系,确定第一分类阈值,所述对应关系用于表征所述分类阈值与所述误报率负相关;所述根据所述目标相似度对所述图像集中的图像进行聚类,得到聚类结果,包括:将所述图像集中每两张图像对应的所述目标相似度与所述第一分类阈值进行比对,得到聚类结果。3.根据权利要求2所述的方法,其特征在于,所述分类阈值与误报率间的对应关系通过如下方式得到:确定所述图像集的图像子集以及用于对所述图像子集进行聚类的测试分类阈值;根据所述测试分类阈值对所述图像子集进行聚类,得到所述图像子集的聚类结果,并根据所述图像子集的聚类结果,确定测试误报率;根据所述测试分类阈值和所述测试误报率,得到分类阈值与误报率间的对应关系。4.根据权利要求1所述的方法,其特征在于,所述根据所述平均距离调整所述相似度,得到所述第一特征向量与所述第二特征向量间的目标相似度,包括:确定所述图像集对应的所有特征向量与其对应的相似特征向量的距离均值,并将所述平均距离减去所述距离均值,得到第一调整值,所述距离均值为目标平均距离的均值,所述目标平均距离为所述图像集中每张图像对应的特征向量与该特征向量对应的相似特征向量间的平均距离;将所述相似度减去所述第一调整值,得到所述第一特征向量和所述第二特征向量间的目标相似度。5.根据权利要求4所述的方法,其特征在于,所述将所述平均距离减去所述距离均值,得到第一调整值,包括:当所述平均距离大于预设距离阈值时,将所述平均距离减去所述距离均值,得到第一调整值;所述方法还包括:当所述平均距离小于等于所述预设距离阈值时,将预设调整值作为所述第一调整值。6.根据权利要求4或5所述的方法,其特征在于,所述根据所述目标相似度对所述图像集中的图像进行聚类,得到聚类结果,包括:
当所述第一特征向量与所述第二特征向量具有相同的所述特征信息时,确定所述图像集中具有所述特征信息的目标图像的数量;根据所述目标图像的数量和预设精准率,确定第二误报率,并根据所述第二误报率和分类阈值与误报率之间的对应关系,确定第二分类阈值,所述对应关系用于表征所述分类阈值与所述误报率负相关;将所述图像集中图像对应的所述目标相似度与所述第二分类阈值进行比对,得到聚类结果。7.根据权利要求1所述的方法,其特征在于,所述根据所述特征信息调整所述...
【专利技术属性】
技术研发人员:施之望,郭明宇,冉蛟,
申请(专利权)人:北京字跳网络技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。