[發明專利]一種人臉數據處理方法、系統、存儲介質及設備

有效

• 申請號: 202011189316.1
• 申請日: 2020-10-30
• 公開（公告）號: CN112270361B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 劉鉑涵
• 申請（專利權）人: 重慶紫光華山智安科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 李鐵

本發明公開了一種人臉數據處理方法，包括：獲取人臉圖像并構建人臉圖像全集；計算所述人臉圖像全集中任意兩張人臉圖像的相似度；基于相似度閾值與所述相似度對所述人臉圖像進行篩選；以相似度超過相似度閾值的人臉圖像的序列號為節點，人臉圖像的相似度作為邊的權值，構建圖；通過CW聚類方法對所述圖進行聚類，得到聚類結果。本發明通過相似度閾值對人臉圖像進行篩選，并根據篩選后的人臉圖像構建圖，通過CW聚類方法對得到的圖進行聚類，具有去冗余力度大的特點。

技術領域

本發明屬于數據處理領域，具體涉及一種人臉數據處理方法及系統。

背景技術

分類任務是機器學習領域里一個重要的分支。基于人臉的屬性分類(如男女，是否戴眼鏡，是否戴帽，是否戴口罩)能夠幫助安防行業人臉搜索系統對人臉屬性進行搜索，因而是一項重要的任務。通常此類任務的實現是運用機器學習的方法，先對大量的人臉圖片進行人工標注，再訓練神經網絡模型而得到。人臉圖片一般來自于監控視頻。在一段監控視頻中，通常以一個固定的頻率截幀，然后從每一幀圖片中使用人臉檢測模型檢測出人臉并截圖，再送給人工標注。由于監控視頻中行人的行為都是隨機產生的，因此可能會出現一個人長時間停留在監控畫面中，從而出現在很多幀的圖片中，最后由人臉檢測器產生了許多張他的人臉。亦有可能一個人只是短時間停留在監控畫面中，最后由人臉檢測器產生了少量他的人臉。在訓練神經網絡模型時，我們希望的是每個不同的人，圖片數量盡量接近。因此，需要一種方法能夠去掉冗余出現的人臉。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種人臉數據處理方法、系統、存儲介質及設備，用于解決現有技術的缺陷。

為實現上述目的及其他相關目的，本發明提供一種人臉數據處理方法，包括：

獲取人臉圖像并構建人臉圖像全集；

計算人臉圖像全集中任意兩張人臉圖像的相似度；

基于相似度閾值與所述相似度對所述人臉圖像進行篩選；

以相似度超過相似度閾值的人臉圖像的序列號為節點，人臉圖像的相似度作為邊的權值，構建圖；

通過CW聚類方法對所述圖進行聚類，得到聚類結果。

可選地，還包括：對所述聚類結果中的每一類人臉圖像進行去冗余操作。

可選地，計算人臉圖像全集中任意兩張人臉圖像的相似度，包括：

對人臉圖像進行特征提取，得到人臉特征向量f₁(x₁,x₂,...,x_n)^T和f₂(y₁,y₂,...,y_n)^T；

則相似度表示為：

可選地，確定所述相似度閾值的方法包括：

構建多個人臉對，每個人臉對包括兩張人臉圖像；所述人臉對包括正例和負例，所述正例包括至少一個簡單例正例和至少一個難例正例，所述負例包括至少一個簡單例負例和至少一個難例負例；所述簡單例正例包括同一人的兩張較清晰的人臉圖像；所述簡單例負例包括不同人的較清晰的人臉圖像；所述難例正例包括同一人的兩張人臉圖像，但兩張人臉圖像的人臉角度差大或不夠清晰或遮擋物較多；所述難例負例包括不同人的人臉圖像，兩張人臉圖像的人臉角度差大或不夠清晰或遮擋物較多；

計算所述人臉對中兩張人臉圖像的相似度；

根據正例中較低的相似度與負例中較高的相似度得到相似度閾值。

可選地，采用多線程技術計算人臉圖像全集中任意兩張人臉圖像的相似度。