[發(fā)明專利]圖像處理方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010098842.0
• 申請(qǐng)日: 2020-02-18
• 公開（公告）號(hào): CN111310664B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設(shè)計(jì)）人: 郭森輝;徐靜;陳大鵬;趙瑞
• 申請(qǐng)（專利權(quán)）人: 深圳市商湯科技有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V10/762
• 代理公司: 北京林達(dá)劉知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種圖像處理方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，所述方法包括：根據(jù)待處理的多個(gè)第一圖像的第一特征，分別確定各第一特征的密度；根據(jù)目標(biāo)特征的密度，確定與目標(biāo)特征對(duì)應(yīng)的密度鏈信息，目標(biāo)特征為任意一個(gè)第一特征，與目標(biāo)特征對(duì)應(yīng)的密度鏈信息包括N個(gè)特征，N個(gè)特征的第i個(gè)特征為第i?1個(gè)特征的第一近鄰特征中的一個(gè)，且第i個(gè)特征的密度大于第i?1個(gè)特征的密度；根據(jù)與各第一特征對(duì)應(yīng)的密度鏈信息，分別對(duì)各第一特征進(jìn)行調(diào)整，得到多個(gè)第一圖像的第二特征；對(duì)多個(gè)第一圖像的第二特征進(jìn)行聚類，得到多個(gè)第一圖像的處理結(jié)果。本公開實(shí)施例能夠提高圖像的聚類效果。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

聚類可將屬于同一類別的多個(gè)目標(biāo)(例如人臉)聚在一起，例如，可將圖像庫(kù)中屬于同一人的圖像聚類在一起，從而將不同人的圖像區(qū)分開。在相關(guān)技術(shù)中，可提取圖像中目標(biāo)的特征，并對(duì)特征進(jìn)行聚類。然而，目標(biāo)的特征可能具有較復(fù)雜的分布，例如有的人的人臉特征比較分散，有的人的人臉特征比較集中，還有一些人的特征可能會(huì)有一部分重合等，導(dǎo)致根據(jù)相關(guān)技術(shù)的聚類方式的聚類效果較差。

發(fā)明內(nèi)容

本公開提出了一種圖像處理技術(shù)方案。

根據(jù)本公開的一方面，提供了一種圖像處理方法，包括：根據(jù)待處理的多個(gè)第一圖像的第一特征，分別確定各個(gè)所述第一特征的密度，所述第一特征的密度表示與所述第一特征之間的距離小于或等于第一距離閾值的第一特征的數(shù)量；根據(jù)目標(biāo)特征的密度，確定與所述目標(biāo)特征對(duì)應(yīng)的密度鏈信息，其中，所述目標(biāo)特征為任意一個(gè)第一特征，與所述目標(biāo)特征對(duì)應(yīng)的密度鏈信息包括N個(gè)特征，所述N個(gè)特征的第i個(gè)特征為所述N個(gè)特征的第i-1個(gè)特征的第一近鄰特征中的一個(gè)，且所述第i個(gè)特征的密度大于所述第i-1個(gè)特征的密度，N，i為正整數(shù)且1＜i≤N，所述第一近鄰特征包括與所述第i-1個(gè)特征之間的距離小于或等于第二距離閾值的至少一個(gè)第一特征，所述目標(biāo)特征為所述N個(gè)特征中的第一個(gè)；根據(jù)與各個(gè)所述第一特征對(duì)應(yīng)的密度鏈信息，分別對(duì)各個(gè)所述第一特征進(jìn)行調(diào)整，得到所述多個(gè)第一圖像的第二特征；對(duì)所述多個(gè)第一圖像的第二特征進(jìn)行聚類，得到所述多個(gè)第一圖像的處理結(jié)果。

在一種可能的實(shí)現(xiàn)方式中，與所述目標(biāo)特征對(duì)應(yīng)的密度鏈信息還包括所述N個(gè)特征的第二近鄰特征，所述N個(gè)特征的第i-1個(gè)特征的第二近鄰特征包括與所述第i-1個(gè)特征之間的距離小于或等于第三距離閾值的至少一個(gè)第一特征，所述根據(jù)與各個(gè)所述第一特征對(duì)應(yīng)的密度鏈信息，分別對(duì)各個(gè)所述第一特征進(jìn)行調(diào)整，得到所述多個(gè)第一圖像的第二特征，包括：針對(duì)所述目標(biāo)特征，對(duì)所述N個(gè)特征及所述N個(gè)特征的第二近鄰特征分別進(jìn)行融合，得到所述目標(biāo)特征的N個(gè)融合特征；根據(jù)所述目標(biāo)特征的N個(gè)融合特征，確定所述N個(gè)融合特征之間的關(guān)聯(lián)特征；根據(jù)所述目標(biāo)特征的N個(gè)融合特征以及所述關(guān)聯(lián)特征，確定與所述目標(biāo)特征對(duì)應(yīng)的第一圖像的第二特征。

在一種可能的實(shí)現(xiàn)方式中，根據(jù)所述目標(biāo)特征的N個(gè)融合特征以及所述關(guān)聯(lián)特征，確定與所述目標(biāo)特征對(duì)應(yīng)的第一圖像的第二特征，包括：將所述關(guān)聯(lián)特征分別與所述N個(gè)融合特征進(jìn)行拼接，得到N個(gè)拼接特征；對(duì)所述N個(gè)拼接特征進(jìn)行歸一化，得到所述N個(gè)融合特征的N個(gè)權(quán)值；根據(jù)所述N個(gè)權(quán)值，對(duì)所述N個(gè)融合特征進(jìn)行融合，得到與所述目標(biāo)特征對(duì)應(yīng)的第一圖像的第二特征。

在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)待處理的多個(gè)第一圖像的第一特征，分別確定各個(gè)所述第一特征的密度之前，所述方法還包括：根據(jù)所述多個(gè)第一圖像的第三特征，建立特征圖網(wǎng)絡(luò)，所述特征圖網(wǎng)絡(luò)包括多個(gè)節(jié)點(diǎn)及所述節(jié)點(diǎn)之間的連線，每個(gè)所述節(jié)點(diǎn)包括一個(gè)所述第三特征，所述連線的值表示所述節(jié)點(diǎn)與所述節(jié)點(diǎn)的近鄰節(jié)點(diǎn)之間的距離，所述節(jié)點(diǎn)的近鄰節(jié)點(diǎn)包括與所述節(jié)點(diǎn)之間的距離最小的K個(gè)節(jié)點(diǎn)，K為正整數(shù)；對(duì)所述特征圖網(wǎng)絡(luò)進(jìn)行圖卷積處理，得到所述多個(gè)第一圖像的第一特征。

在一種可能的實(shí)現(xiàn)方式中，所述N個(gè)特征的第i個(gè)特征為所述N個(gè)特征的第i-1個(gè)特征的第一近鄰特征中密度最大的特征。