[發明專利]基于人臉的智能相冊聚類方法、系統、設備及存儲介質

在審

• 申請號: 202010627437.3
• 申請日: 2020-07-02
• 公開（公告）號: CN111753923A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 沈濤;羅超;吉聰睿;李巍;胡泓
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06F16/55;G06F16/51
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 鐘宗

本發明提供了基于人臉的智能相冊聚類方法、系統、設備及存儲介質，該方法包括：對智能相冊中的照片中進行人臉檢測，建立照片中每個人臉所在的人臉區域圖案；通過人臉區域圖案與預設人臉圖案進行相似變換對齊人臉；將對齊后的人臉區域圖案輸入到分類器過濾掉非標準的人臉區域圖案；自人臉區域圖案進行人臉特征提取，建立人臉表示特征與照片的映射關系；使用聚類算法進行人臉特征聚類，輸出聚類結果；對聚類結果通過聚類中心重檢測進行微調，將人臉標記分配給每張照片；以及基于聚類結果建立分組。本發明能夠找出相冊集中所有包含人臉的圖像，然后對其基于人臉進行聚類分組，準確地找出相冊集中的主要人物，豐富智能相冊的功能，提升用戶體驗。

技術領域

本發明涉及訂單支付領域，具體地說，涉及基于人臉的智能相冊聚類方法、系統、設備及存儲介質。

背景技術

現有技術的主要問題在于人臉檢測的準確率不夠，現有的人臉檢測算法對側臉和小臉檢測準確率不高，同時存在檢測框不標準，比如檢測框只框住了人臉的部分區域，或者檢測框框住了兩個相鄰人臉的中間區域，這樣人臉區域會直接干擾后面人臉聚類的結果。此外人臉特征提取是及其關鍵的步驟，直接影響聚類的效果，本質上說比聚類算法更加重要。同時不管什么樣的聚類算法，總是存在誤劃分的情況，比如將屬于同一組的劃分為多個組，或者將本該屬于多個組的劃分為同一個組。這就要求人臉特征具有類間間距大、類內間距小的特點，這一點往往難以滿足，單純的優化聚類算法本身并不會具有很大的回報，特征表示、參數搜索及后處理的綜合處理更加重要。

因此，本發明提供了一種基于人臉的智能相冊聚類方法、系統、設備及存儲介質。

發明內容

針對現有技術中的問題，本發明的目的在于提供基于人臉的智能相冊聚類方法、系統、設備及存儲介質，克服了現有技術的困難，能夠找出相冊集中所有包含人臉的圖像，然后對其基于人臉進行聚類分組，準確地找出相冊集中的主要人物，豐富智能相冊的功能，提升用戶體驗。

本發明的實施例提供一種基于人臉的智能相冊聚類方法，包括以下步驟：

S101、對智能相冊中的照片中進行人臉檢測，建立照片中每個人臉所在的人臉區域圖案；

S102、通過所述人臉區域圖案與預設人臉圖案進行相似變換對齊人臉；

S103、將對齊后的人臉區域圖案輸入到訓練后的基于卷積神經網絡人臉分類器中，過濾掉非標準的人臉區域圖案；

S104、自所述人臉區域圖案進行人臉特征提取，輸出人臉表示特征，建立所述人臉表示特征與所述照片的映射關系；

S105、使用聚類算法進行人臉特征聚類，通過使用網絡參數搜索方法，并使用聚類效果評價指標自動確定最優參數，輸出聚類結果；

S106、對聚類結果通過聚類中心重檢測進行微調，使指定閾值用聚類中心重新檢索人臉得到人臉標記，將人臉標記分配給每張照片；以及

S107、基于每張照片的聚類結果，將至一種所述聚類結果的人臉表示特征對應的所述照片分別建立分組。

優選地，所述步驟S107之后還包括以下步驟：

S108、當所述智能相冊增加一照片，則判斷所述照片歸入與所述照片相匹配的所述聚類結果的分組中。

優選地，所述步驟S107之后還包括以下步驟：

S109、將所述分組中用戶進行過美顏操作的至少一個照片的參數設置應用于所述分組的其他照片。

優選地，所述步驟S109之后還包括以下步驟：

S110、具有所述智能相冊的移動終端拍攝照片時，當檢測拍攝預覽界面中是否具有符合所述聚類結果的人臉區域圖案，則執行步驟S111；