[發明專利]地域劃分的分層人臉抓拍圖片聚類方法和裝置

在審

• 申請號: 202310230404.9
• 申請日: 2023-03-10
• 公開（公告）號: CN116363731A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 楊清鵬
• 申請（專利權）人: 廣東惠禾科技發展有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/762
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀鋒

本發明公開了地域劃分的分層人臉抓拍圖片聚類方法和裝置，該方法包括：S1、由地域聚類節點生成軌跡人臉圖片的聚類ID；其中，所述軌跡人臉圖片包含人臉抓拍圖片、時間及地點；S2、由聚類匯總節點對所述聚類ID中的高頻聚類ID進行合并，得到高頻聚類ID的所屬聚類群ID及歸屬度；S3、通過所述地域聚類節點和所述聚類匯總節點獲取待處理軌跡人臉圖片的聚類ID。

技術領域

本發明涉及計算機與圖像處理技術領域，尤其涉及地域劃分的分層人臉抓拍圖片聚類方法和裝置。

背景技術

人臉抓拍圖片聚類是人臉抓拍圖片深度應用的必備條件，通過地域劃分進行分層的人臉抓拍圖片聚類，形成多層次、可一體對外提供聚類服務的裝置和設備。

目前對人臉抓拍圖片進行聚類的方法主要分為單節點聚類和多節點聚類兩種。

單節點聚類即一臺機器上聚類，目前大多是將所有需要聚類的人臉抓拍圖片在一臺機器上進行聚類，而當聚類中心點過多時(如超過4000萬)，如果還是依賴于一臺機器，會出現如下問題：

1)因每張人臉抓拍圖片都要找到聚類中心點，故每張圖片都需要一次KNN(K-NearestNeighbor，K最鄰近法)操作，因此單臺機器人臉抓拍數據接入有限；

2)高數量的低頻聚類中心點(指歸屬于該聚類中心點的人臉抓拍圖片過少)形成的噪聲有疊加作用，降低聚類準確率；

3)同一人存在的多個聚類中心點合并難度較高；

4)單臺機器消耗資源過大。

多節點聚類，即按照一定規律將多個人臉抓拍設備進行劃分，各自形成聚類節點。但是該方法主要有如下問題：

每個節點聚類信息難以同步；但如果需要每個節點聚類信息同步，會變成單節點聚類，從而出現前述單節點聚類存在的問題。

發明內容

鑒于此，本發明提出了地域劃分的分層人臉抓拍圖片聚類方法和裝置，以解決上述現有聚類方法存在的問題。

為解決上述問題，本發明其中一方面提出了如下技術方案：

一種地域劃分的分層人臉抓拍圖片聚類方法，包括如下步驟：S1、由地域聚類節點生成軌跡人臉圖片的聚類ID；其中，所述軌跡人臉圖片包含人臉抓拍圖片、時間及地點；S2、由聚類匯總節點對所述聚類ID中的高頻聚類ID進行合并，得到高頻聚類ID的所屬聚類群ID及歸屬度；S3、通過所述地域聚類節點和所述聚類匯總節點獲取待處理軌跡人臉圖片的聚類ID。

進一步地，步驟S1包括：S11、根據地域劃分，將各地域的人臉抓拍設備產生的軌跡人臉圖片接入對應的地域聚類節點；S12、各地域聚類節點以單節點聚類的方式對接入的軌跡人臉圖片進行聚類處理，生成對應的聚類ID。

進一步地，步驟S12包括：S121、對接入的軌跡人臉圖片進行特征向量化，得到特征向量；S122、對軌跡人臉圖片的特征向量進行特征向量聚類，得到所在地域聚類節點上的聚類ID；其中，當某個聚類ID下的軌跡人臉圖片數量超過預設值時，該聚類ID為所述高頻聚類ID。

進一步地，步驟S2包括：S21、由各地域聚類節點將所述高頻聚類ID及其對應的聚類中心點發給聚類匯總節點；S22、所述聚類匯總節點對高頻聚類ID的聚類中心點進行聚類，得到高頻聚類ID對應的所屬聚類群ID及歸屬度；S23、將高頻聚類ID及其所屬聚類群ID的映射關系，以及歸屬度進行存儲，使得按照所屬聚類群ID能夠查詢得到所有應該合并的高頻聚類ID。