[發明專利]圖像的聚類方法、裝置、設備和存儲介質

在審

• 申請號: 202011435170.4
• 申請日: 2020-12-10
• 公開（公告）號: CN112418167A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 蔡林;周古月;吳澤衡;徐倩;楊強
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊俊輝;臧建明

1.一種圖像的聚類方法，其特征在于，包括：

識別待處理的多個圖像中的人體區域，并將每個圖像中的人體區域置為相同像素，得到多個背景圖像；

通過深度學習方式分別每個背景圖像進行特征學習，得到每個背景圖像對應的特征矩陣；

基于每個背景圖像對應的特征矩陣對所述多個圖像進行聚類，得到多個圖像集合，其中，每個圖像集合中的圖像的背景圖像的相似度大于預設閾值。

2.根據權利要求1所述的方法，其特征在于，所述基于每個背景圖像對應的特征矩陣對所述多個圖像進行聚類，得到多個圖片集合，包括：

對每個背景圖像對應的特征矩陣進行歸一化處理，得到處理后的特征矩陣；

根據每個背景圖像處理后的特征矩陣，采用基于密度的噪聲應用空間聚類DBSCAN算法進行聚類，得到多個背景圖像集合，每個背景圖像集合中的多個背景圖像之間的相似度大于所述預設閾值；

根據所述多個背景圖像集合，獲取所述多個圖像集合。

3.根據權利要求2所述的方法，其特征在于，所述識別待處理的多個圖像中的人體區域之后，所述方法還包括：

分別提取每個圖像中的人體區域，并將提取到的多個人體區域進行存儲；

相應的，所述根據所述多個背景圖像集合，獲取所述多個圖像集合，包括：

針對每個背景圖像集合，根據所述背景圖像集合中的每個背景圖像對應的人體區域，對所述背景圖像進行補充，得到所述背景圖像集合對應的圖像集合。

4.根據權利要求2所述的方法，其特征在于，所述將每個圖像中的人體區域置為相同像素，得到多個背景圖像之后，所述方法還包括：

建立每個背景圖像與所屬圖像之間的映射關系；

相應的，所述根據所述多個背景圖像集合，獲取所述多個圖像集合，包括：

針對每個背景圖像集合，根據所述背景圖像集合中的背景圖像以及所述映射關系，獲取每個背景圖像的所屬圖像，得到所述背景圖像集合對應的圖像集合。

5.根據權利要求1所述的方法，其特征在于，所述通過深度學習方式分別每個背景圖像進行特征學習，得到每個背景圖像對應的特征矩陣，包括：

根據預訓練的resnet50模型對每個背景圖像進行特征學習，得到對應的特征矩陣。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述識別待處理的多個圖像中的人體區域，并將每個圖像中的人體區域置為相同像素，得到多個背景圖像，包括：

根據語義分割技術對所述多個圖像分別進行識別處理，識別出每個圖像中的人體區域；

將每個圖像中的人體區域置為黑色，得到所述多個背景圖像。

7.根據權利要求6所述的方法，其特征在于，所述將每個圖像中的人體區域剔除或者置為黑色，得到所述多個背景圖像之前，所述方法還包括：

對每個圖像中的人體區域的輪廓進行平滑處理。

8.根據權利要求6所述的方法，其特征在于，所述識別待處理的多個圖像中的人體區域之前，所述方法還包括：

從用于存儲身份核驗數據的數據庫中獲取所述多個圖像，所述多個圖像為不同用戶上傳的用于身份核驗的照片。

9.一種圖像的聚類裝置，其特征在于，包括：

圖像識別模塊，用于識別待處理的多個圖像中的人體區域，并將每個圖像中的人體區域置為相同像素，得到多個背景圖像；

特征提取模塊，用于通過深度學習方式分別每個背景圖像進行特征學習，得到每個背景圖像對應的特征矩陣；

聚類模塊，用于基于每個背景圖像對應的特征矩陣對所述多個圖像進行聚類，得到多個圖像集合，其中，每個圖像集合中的圖像的背景圖像的相似度大于預設閾值。

10.一種電子設備，其特征在于，所述電子設備包括：

處理器、存儲器以及交互接口；

所述存儲器存儲有可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1至8任一項所述的圖像的聚類方法的步驟。