[發明專利]一種圖片聚類管理方法、系統、設備及介質

有效

• 申請號: 202010424309.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111598012B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 姚志強;周曦;劉振魯;朱聞博;王詩詩
• 申請（專利權）人: 恒睿（重慶）人工智能技術研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 代玲

1.一種圖片聚類管理方法，其特征在于，包括有：

獲取與圖片對應的特征向量；

將所述特征向量與目標聚類類別中存儲的目標信息進行相似度比較，其中，所述目標聚類類別只存儲目標信息，所述目標信息包括聚類中心和采樣點；所述聚類中心是目標聚類類別中所有特征向量的平均值，所述采樣點是在目標聚類類別中隨機選擇的特征向量；進行相似度比較的過程包括：先將所述特征向量與目標聚類類別中存儲的聚類中心進行相似度比較，再根據對應的相似度比較結果確定是否將所述特征向量與目標聚類類別中存儲的采樣點進行相似度比較；

根據相似度比較結果，對所述目標聚類類別進行管理；

若所述特征向量包括人臉特征向量，則對圖片中的人臉特征向量進行降維，并根據已有聚類類別中的聚類中心創建人臉檢索索引；

基于所述人臉檢索索引檢索出與降維后的人臉特征向量最接近的前K個人臉，并根據最接近的前K個人臉所對應的聚類標簽從已有聚類類別中定位出至多K個聚類類別，以及將定位出的至多K個聚類類別確定為目標聚類類別。

2.根據權利要求1所述的圖片聚類管理方法，其特征在于，若所述相似度大于或等于預設值，則將所述特征向量聚類至所述目標聚類類別中，并依據所述特征向量，更新或替換所述目標聚類類別的目標信息。

3.根據權利要求1所述的聚類管理方法，其特征在于，若所述相似度小于預設值，則創建一個聚類類別，并將所述特征向量聚類至創建的聚類類別。

4.根據權利要求3所述的聚類管理方法，其特征在于，若所述相似度小于預設值，則創建一個聚類類別，并將所述特征向量聚類至創建的聚類類別之后，還包括：

所述特征向量作為所述創建的聚類類別的目標信息。

5.根據權利要求1至4中任一所述的圖片聚類管理方法，其特征在于，在比較所述特征向量與所述目標聚類類別中目標信息的相似度前，還包括：

獲取所有圖片的結構化特征信息；

基于所述結構化特征信息設置過濾規則，并按照所設置的過濾規則對獲取的一張或多張圖片進行過濾。

6.根據權利要求5所述的圖片聚類管理方法，其特征在于，所述特征向量包括以下至少之一：人臉特征向量、人體特征向量。

7.根據權利要求6所述的圖片聚類管理方法，其特征在于，若所述特征向量為人臉特征向量，則獲取所有圖片的圖片清晰度、人臉姿態分數；

設置圖片清晰度大于清晰度閾值、人臉姿態分數超過姿態分數閾值為過濾規則，并按照設置的過濾規則對獲取的一張或多張圖片進行過濾。

8.根據權利要求7所述的圖片聚類管理方法，其特征在于，在比較所述人臉特征向量與所述目標聚類類別中目標信息的相似度前，還包括：

獲取滿足過濾規則的一張或多張圖片；

對滿足過濾規則的每張圖片中的人臉特征向量進行降維，將人臉特征向量的維度由第一維度降低為第二維度。

9.根據權利要求8所述的圖片聚類管理方法，其特征在于，若所述特征向量為人臉特征向量，則從已有聚類類別中確定所述目標聚類類別的過程包括：

根據已有聚類類別中的聚類中心創建人臉檢索索引；

基于所述人臉檢索索引檢索出與降維后的人臉特征向量最接近的前K個人臉；

根據最接近的前K個人臉所對應的聚類標簽從已有聚類類別中定位出至多K個聚類類別；并將所述已有的至多K個聚類類別確定為目標聚類類別。

10.根據權利要求9所述的圖片聚類管理方法，其特征在于，計算降維后的人臉特征向量與已有聚類類別中人臉特征向量之間的距離；若所述距離小于預設距離值，則將降維后的人臉特征向量與已有聚類類別中的人臉特征向量確定為同一人臉的人臉特征向量，檢索出與降維后的人臉特征向量最接近的人臉。