CN109800744B - 图像聚类方法及装置、电子设备和存储介质 - Google Patents

图像聚类方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN109800744B
CN109800744B CN201910204426.1A CN201910204426A CN109800744B CN 109800744 B CN109800744 B CN 109800744B CN 201910204426 A CN201910204426 A CN 201910204426A CN 109800744 B CN109800744 B CN 109800744B
Authority
CN
China
Prior art keywords
group
images
class group
class
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910204426.1A
Other languages
English (en)
Other versions
CN109800744A (zh
Inventor
徐静
赵瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN201910204426.1A priority Critical patent/CN109800744B/zh
Publication of CN109800744A publication Critical patent/CN109800744A/zh
Priority to TW108129691A priority patent/TWI710964B/zh
Priority to SG11202006328YA priority patent/SG11202006328YA/en
Priority to PCT/CN2019/101858 priority patent/WO2020186689A1/zh
Priority to KR1020207021163A priority patent/KR20200113195A/ko
Priority to JP2020533140A priority patent/JP6926339B2/ja
Priority to US16/914,705 priority patent/US11232288B2/en
Application granted granted Critical
Publication of CN109800744B publication Critical patent/CN109800744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Algebra (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉一种图像聚类方法及装置、电子设备和存储介质，所述方法包括：获取图像集中每个图像对应的人脸特征以及属性特征；利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵；基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。本公开能够提高图像聚类精度。

Description

图像聚类方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉领域，特别涉及一种图像聚类方法及装置、电子设备和存储介质。
背景技术
人脸聚类是计算机视觉中一个经典问题，其目的在于将海量的人脸数据按照身份进行划分，把属于同一个人的人脸图片都汇聚在一起。人脸聚类在多个领域应用中产生中非常重要的价值。例如在手机等终端领域中，人脸聚类可以把人物的照片按照身份进行归类整理，方便用户查看；在安防领域中，人脸聚类也有非常重要的应用，例如可以实现一人一档案的人口管理等。但在实际应用中的人脸图片存在姿态、光照、表情、遮挡、清晰度等因素的差异，这些问题对人脸聚类提出了很高难度的挑战。
发明内容
本公开实施例提供了一种能够提高图像聚类精度的图像聚类方法及装置、电子设备和存储介质。
根据本公开的一方面，提供了一种图像聚类方法，其包括：
获取图像集中每个图像对应的人脸特征以及属性特征；
利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。
在一些可能的实施方式中，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，包括：
确定所述图像集中各图像对应的人脸特征之间的相似度；
基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；
根据每个图像及其对应的第一图像形成第一类组。
在一些可能的实施方式中，包括多个第一阈值，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，还包括：
针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。
在一些可能的实施方式中，所述利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，包括：
基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，以及基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；
根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
在一些可能的实施方式中，所述基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，包括：
确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
基于第一类组内各图像的属性特征之间的相似度，确定针对所述第一类组的属性特征相似度矩阵。
在一些可能的实施方式中，所述人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度；
所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度；
i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
在一些可能的实施方式中，所述人脸特征之间的相似度和/或所述属性特征之间的相似度为余弦相似度。
在一些可能的实施方式中，所述根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵，包括：
对每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵执行至少一层卷积处理，得到所述对应于每个第一类组的相似度矩阵。
在一些可能的实施方式中，所述基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，包括：
对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，包括：
从第一类组中删除置信度低于第二阈值的图像，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述基于每个第一类组对应的预处理后的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，还包括：
基于所述图卷积处理，还获得针对每个第一类组的类别置信度，所述类别置信度表示相应的第一类组的分类置信度；
并且，在所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组之前，所述方法还包括：
响应于第一类组的所述类别置信度低于第三阈值的情况，删除该第一类组。
在一些可能的实施方式中，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，包括：
按照类别置信度从高到低的顺序对各第一类组进行排序；
为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
在一些可能的实施方式中，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，还包括：
在得到第M个第一类组对应的第二类组之后，响应于所述图像集中存在未被聚类到任意第二类组的图像的情况，基于各未被聚类到任意第二类组的图像分别形成第二类组。
在一些可能的实施方式中，其特征在于，所述对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵，包括：
将所述第一类组对应的相似度矩阵与单位矩阵相加。
在一些可能的实施方式中，所述获取图像集中每个图像对应的人脸特征以及属性特征，包括：
利用第一神经网络获得所述图像集中各图像的人脸特征，以及
利用第二神经网络获得所述图像集中各图像的属性特征。
根据本公开的第二方面，提供了一种图像聚类装置，其包括：
获取模块，其用于获取图像集中每个图像对应的人脸特征以及属性特征；
第一聚类模块，其用于利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
确定模块，其用于利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
第二聚类模块，其用于基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。
在一些可能的实施方式中，所述第一聚类模块还用于：
确定所述图像集中各图像对应的人脸特征之间的相似度；
基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；
根据每个图像及其对应的第一图像形成第一类组。
在一些可能的实施方式中，包括多个第一阈值，所述第一聚类模块还用于针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。
在一些可能的实施方式中，所述确定模块包括：
第一确定单元，其用于基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度；
第二确定单元，其用于基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；
第三确定单元，其用于根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
在一些可能的实施方式中，所述第二确定单元还用于确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
基于第一类组内各图像的属性特征之间的相似度，确定针对所述第一类组的属性特征相似度矩阵。
在一些可能的实施方式中，所述人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度；
所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度；
i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
在一些可能的实施方式中，所述人脸特征之间的相似度和/或所述属性特征之间的相似度为余弦相似度。
在一些可能的实施方式中，所述第三确定单元还用于对每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵执行至少一层卷积处理，得到所述对应于每个第一类组的相似度矩阵。
在一些可能的实施方式中，所述第二聚类模块包括：
预处理单元，其用于对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
图卷积单元，其用于对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
聚类单元，其用于根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述聚类单元还用于从第一类组中删除置信度低于第二阈值的图像，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述图卷积单元还用于基于所述图卷积处理，获得针对每个第一类组的类别置信度，所述类别置信度表示相应的第一类组的分类置信度；
所述聚类单元还用于响应于第一类组的所述类别置信度低于第三阈值的情况，删除该第一类组。
在一些可能的实施方式中，所述聚类单元还用于：按照类别置信度从高到低的顺序对各第一类组进行排序；
为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
在一些可能的实施方式中，所述聚类单元还用于在得到第M个第一类组对应的第二类组之后，响应于所述图像集中存在未被聚类到任意第二类组的图像的情况，基于各未被聚类到任意第二类组的图像分别形成第二类组。
在一些可能的实施方式中，所述预处理单元还用于将所述第一类组对应的相似度矩阵与单位矩阵相加，以执行所述预处理。
在一些可能的实施方式中，所述获取模块包括：
第一神经网络，其用于获得所述图像集中各图像的人脸特征；
第二神经网络，其用于获得所述图像集中各图像的属性特征。
根据本公开的第三方面，提供了一种电子设备，其包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行第一方面中任意一项所述的方法。
根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现第一方面中任意一项所述的方法。
本公开实施例，可以首先通过图像中的人脸特征对图像进行初步聚类，而后可以同时利用图像对应的人脸特征和属性特征对初步聚类的结果进行优化聚类，可以增强类内图像之间的相似度，降低类间图像之间的相似度，提高聚类精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种图像聚类方法的流程图；
图2示出根据本公开实施例的第一神经网络的结构示意图；
图3示出根据本公开实施例的第二神经网络的结构示意图；
图4示出根据本公开的一种图像聚类方法中步骤S20的流程图；
图5示出根据本公开实施例的一种图像聚类方法中步骤S30的流程图；
图6示出根据本公开实施例的一种图像聚类方法中步骤S31的流程图；
图7示出根据本公开实施例的一种图像聚类方法中步骤S31的另一流程图；
图8示出根据本公开实施例的第三神经网络的结构示意图；
图9示出根据本公开实施例的图卷积网络的结构示意图；
图10示出根据本公开实施例的一种图像聚类方法中步骤S40的流程图；
图11示出根据本公开实施的一种图像聚类方法中步骤S43的流程图；
图12示出根据本公开实施例的一种图像聚类装置的框图；
图13示出根据本公开实施例的一种电子设备800的框图；
图14示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
本公开实施例提供了一种图像聚类方法，该方法可以用于对多个图像进行聚类分析，其中可以引入属性特征对聚类结果进行优化，提高聚类的精度。本公开实施例的图像聚类方法可以应用在任意的电子设备或者服务器中，其中电子设备可以包括：用户设备(UE，User Equipment)、移动设备、蜂窝电话、无绳电话、个人数字处理(PDA，Personal DigitalAssistant)、手持设备、计算设备、车载设备、可穿戴设备等，服务器可以为本地服务器，也可以为云端服务器，上述仅为示例性说明，不作为本公开的具体限定。
图1示出根据本公开实施例的一种图像聚类方法的流程图，其中，所述图像聚类方法可以包括：
S10：获取图像集中每个图像对应的人脸特征以及属性特征；
S20：利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
S30：利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
S40：基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。
本公开实施例的图像聚类方法旨在实现图像集中图像的精确聚类。在执行所述图像聚类方法时，可以首先需要获取图像集。本公开实施例的图像集可以包括多幅图像，各图像中包括的对象可以相同也可以不同，本公开实施例用于根据图像中的各对象的识别结果实现图像集中图像的聚类分析，通过聚类可以将相同对象的图像归为一类，从而可以方便的对相应对象的行动轨迹、行为、生活规律等进行分析，或者也可以用于归档处理，本公开对此不做具体限定。其中，本公开实施例中图像集中各图像包括的对象可以为人物对象，对应的可以实现人物对象的图像的聚类，在其他实施例中，本公开实施例方法也可以应用在其他类型对象的聚类分析中，对此不作具体限定。
另外，本公开实施例获取的图像集中的图像可以由图像设备采集，例如可以为通过手机等具有拍照功能的终端设备拍摄获得，或者也可以由装设在监控区域内的摄像设备采集获得，在其他实施例中也可以通过其他方式获得，本公开在此不一一举例说明。
在获得图像集之后，本公开实施例即可以对获得的图像集中的各图像进行分析，进而实现图像的聚类。
其中，首先可以通过步骤S10获得图像集中每个图像的人脸特征以及属性特征。其中人脸特征可以包括人脸关键点的位置信息，如眼睛、眉毛、鼻子、嘴巴、耳朵、下巴、额头等关键点的位置信息，或者也可以包括其他关键点的位置信息，上述仅为示例性说明，本公开实施例对人脸关键点的数量和类型不作限制。另外，获取的属性特征可以用于表示图像中对象的外部特征，例如可以包括图像中对象佩戴的配饰(眼镜、帽子、口罩等)、肤色、性别、年龄以及服饰等信息，在其他实施例中也可以包括其他信息，在此不再一一举例说明。
其中，本公开实施例获取人脸特征的方式可以包括通过人脸识别算法提取人脸的人脸特征，或者也可以通过具有人脸特征提取功能的神经网络实现图像中对象的人脸特征的提取。例如，本公开实施例可以通过第一神经网络实现图像集中各图像的人脸特征的提取。图2示出根据本公开实施例的第一神经网络的结构示意图。在一些可能的实施方式中，第一神经网络可以为卷积神经网络。第一神经网络的训练过程可以包括：向第一神经网络输入训练图像以及对应的真实标签，该标签为图像中的各对象的标签，通过第一神经网络的卷积等处理操作，实现图像的特征提取，并通过分类器对提取的特征进行分类，得到预测的分类结果，在分类结果与真实标签之间的损失值满足训练要求时，训练完成。此时得到的第一神经网络即可以精确的提取图像中人物对象的人脸特征，本公开实施例可以将图像集中的各图像输入至第一神经网络，并将最后一层提取的特征作为后续处理的人脸特征。
另外，本公开实施例中，获取属性特征的方式可以包括通过相应的特征提取算法进行属性识别，例如可以通过人脸特征提取算法提取的人脸特征识别年龄、性别和配饰等信息，还可以通过对人体特征的提取识别穿戴的服饰、性别等信息。或者，在其他实施例中，也可以通过具有属性特征提取功能的神经网络实现图像中对象的属性特征的提取。例如，本公开实施例可以通过第二神经网络实现图像集中各图像的属性特征的提取。图3示出根据本公开实施例的第二神经网络的结构示意图。在一些可能的实施方式中，第二神经网络可以为卷积神经网络。第二神经网络的训练过程可以包括：向第二神经网络输入训练图像以及对应的属性特征，通过第二神经网络的卷积等处理操作，实现图像的特征提取，并通过不同的分类器对属性进行预测，得到预测的分类结果，在分类结果与真实属性特征之间的损失值满足训练要求时，训练完成。此时得到的第二神经网络即可以精确的提取图像中人物对象的属性特征，本公开实施例可以将图像集中的各图像输入至第二神经网络，并将最后一层提取的特征作为后续处理的属性特征。
通过上述实施例，即可以实现图像集中各图像的人脸特征和属性特征的提权，通过上述方式，得到的人脸特征和属性特征的精度较高，有利于后续的分类处理。
在得到各图像的属性特征和人脸特征之后，即可以通过得到的人脸特征对图像集中的各图像进行初步聚类处理，即可以执行步骤S20。由于提取的人脸特征可以用于对象的识别，本公开实施例可以根据人脸特征判断图像中的对象是否为相同对象，并将判断为相同对象的图像归为一类，从而对各图像进行分类。
在一些可能的实施方式中，可以获取各图像的人脸特征之间的相似度，并将与图像集中的一个图像A的人脸特征超过相似度阈值的所有图像B归为一类，这样即可以对图像集中的图像进行初步分类，得到至少一个第一类组。其中，由于本公开实施例得到人脸特征和属性特征均可以为向量或者矩阵的形式，因此，获得人脸特征之间的相似度的计算方式可以为计算两个图像的人脸特征之间的欧式距离，或者也可以得到二者的余弦相似度，本公开对此不做具体限定。
在另一些可能的实施方式中，为了提高聚类效率，也可以先确定每个图像的K近邻，而后在从K近邻中选择出包括相同对象的图像。图4示出根据本公开的一种图像聚类方法中步骤S20的流程图，其中，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组(步骤S20)，可以包括：
S21：确定所述图像集中各图像对应的人脸特征之间的相似度；
S22：基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
S22：从与每个图像的人脸特征相似度最高的K个图像中选择出人脸特征的相似度超过第第一阈值的第一图像；
S23：根据每个图像及其对应的第一图像形成第一类组。
如上述所述，可以基于人脸特征确定图像的人脸特征之间的相似度。本公开实施例可以首先从图像集中选择出与每个图像q的人脸特征相似度最高的K个图像，即与图像q的人脸特征相似度最高的K个人脸特征对应的图像。其中，本公开实施例可以采用faiss(Facebook AI Similarity Search，脸书人工智能相似度检索)检索得到图像集中的K近邻图像，即与各图像的人脸特征最为相近的K个图像。K近邻的提取是通过faiss检索实现的，其能够实现快速提取最近邻的方法。在其他实施例中，也可以通过其他方式快速的检索出与各图像相似度最高的K个近邻图像，本公开对此不作具体限定。
在得到每个图像的K个近邻图像，即人脸特征相似度最高的K个图像之后，可以通过执行步骤S23在该K个图像中选择出满足预设要求的图像。例如，可以选择出人脸特征的相似度超过第一阈值的图像。其中第一阈值的取值可以根据需求进行设定，例如可以为0.9，或者也可以为其他数值，本公开对此不作具体限定。
本公开实施例可以得到每个图像与其对应的K个图像之间的相似度，即人脸特征相似度，在该人脸特征相似度超过预设的第一阈值时，即可以将该两个对应的图像归为同一类中。其中，得到任意两个图像的人脸特征之间的相似度的方式可以为计算欧式距离，或者计算余弦相似度。其中，余弦相似度的表达式为：
Figure BDA0001998526160000071
其中，S1表示人脸特征相似度，A和B分别表示两个图像的人脸特征，i表示人脸特征中元素，n为人脸特征中的元素个数。
通过上述方式即可以在得到图像集中的每个图像q的K近邻图像中，选择出与图像q的人脸特征相似度大于第一阈值的图像，此时可将选择出的图像称作第一图像。并可以将图像q以及与其对应的各第一图像归为一类(第一类组)。如果在图像q的K个近邻图像中，不存在相似度大于第一阈值的图像，则可以将图像q单独的归为一个第一类组，
由于本公开实施例可以首先检索出每个图像的K近邻图像，而后在进一步根据第一阈值筛选出第一图像，该过程减少了人脸特征相似度的计算量，节约聚类的时间。
另外，在本公开的一些实施例中，可以设置多个第一阈值，在执行步骤S23时，可以获得基于每个第一阈值得到的多组第一图像，例如利用第一阈值v1得到与图像q的人脸特征相似度大于第一阈值v1的多个第一图像p1和p2，利用第一阈值v2得到与图像q的人脸特征相似度大于第一阈值v2的多个第一图像p1，利用第一阈值v3并未得到与图像q的人脸特征相似度大于第一阈值v3的第一图像，其中v3大于v2，且v2大于v1。
对应的，针对每个第一阈值，根据对应得到的第一图像可以形成不同的第一类组，例如针对第一阈值v1，得到第一类组{q，p1，p2}，针对第一阈值v2，得到第一类组{q，p1}，针对第一阈值v1，得到第一类组{q}。也就是说，本公开实施例可以根据每个第一阈值得到相应的第一类组，通过设置不同的阈值，可以减少后续的优化聚类处理时，出现某些图像并未被分类，或者并未被精确的聚类到相应的类组中的情况，提高聚类精度。
通过上述实施例即可以实现通过人脸特征对图像集中的图像的初步聚类，进一步地，本公开实施例可以跟获得的属性特征和人脸特征一起对初步聚类得到的第一类组进行优化，提高聚类精度。其中，可以首先根据各第一类组内的图像的人脸特征得到该第一类组的人脸特征相似度矩阵，以及根据各第一类组内图像的属性特征得到该第一类组的属性特征相似度矩阵，并进一步利用得到的人脸特征相似度矩阵和属性特征相似度矩阵对第一类组进行优化聚类。
图5示出根据本公开实施例的一种图像聚类方法中步骤S30的流程图，其中所述利用每个所述第一类组内的图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵(步骤S30)，可以包括：
S31：基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，以及基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度，所述属性特征相似度矩阵中的元素表示第一类组内各图像之间的属性特征之间的相似度；
S32：根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
其中，本公开实施例可以确定每个第一类组内各图像的人脸特征相似度，如在步骤S20中已经得到每个第一类组内各图像之间的人脸特征相似度，此时可以读取得到的各图像的人脸特征之间的相似度，或者也可以重新计算每个第一类组内各图像的人脸特征之间的相似度，本公开对此不作具体限定，同时计算方式同样可以为欧式距离计算方式或者余弦相似度计算方式。
在得到每个第一类组内任意两个图像的人脸特征之间的相似度之后，即可以根据各人脸特征相似度建立对应于该第一类组的人脸特征相似度矩阵。其中，人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度。
图6示出根据本公开实施例的一种图像聚类方法中步骤S31的流程图，其中，所述基于每个第一类组内各图像的人脸特征确定针对相应第一类组的人脸特征相似度矩阵，包括：
S3101：确定第一类组内每个图像的人脸特征与该第一类组内的全部图像的人脸特征之间的人脸特征相似度；
如上述所述，可以读取步骤S20中得到的第一类组内任意两个图像之间的人脸特征相似度，也可以重新计算各图像之间的人脸特征相似度，本公开对此不作具体限定。
S3102：将针对第一类组内第i个图像的各人脸特征相似度作为所述人脸特征相似度矩阵的第i行元素，以形成所述人脸特征相似度矩阵，i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
在得到第一类组内每两个图像之间的人脸相似度之后，即可以按照各图像的顺序得到人脸特征相似度矩阵。其中，人脸特征相似度矩阵的维度可以根据第一类组内的图像的数量确定，如包括N个图像，则人脸特征相似度矩阵为N*N维度。其中，Dij表示第i个图像与第j个图像之间的人脸特征相似度。假设第一类组内包括图像c、d、e和f，则得到的人脸特征相似度矩阵可以表示为：
Figure BDA0001998526160000091
其中，Dii表示第i个图像和第i个图像的相似度，即为1，i为c、d、e和f的编号。
通过上述即可以基于第一类组内任意两个图像之间的人脸特征相似度得到人脸相似度特征矩阵。
同样的，本公开实施例还可以确定每个第一类组内各图像属性特征之间的相似度，并对应的得到对应与第一类组的属性特征相似度矩阵，所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度。图7示出根据本公开实施例的一种图像聚类方法中步骤S31的另一流程图，所述基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，可以包括：
S3111：确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
S3112：将针对第一类组内第i个图像的属性特征相似度作为所述属性特征相似度矩阵的第i行元素，以形成所述属性特征相似度矩阵，i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
在一些可能的实施方式中，可以根据各图像的属性特征确定两个图像之间的属性特征相似度，其中，可以计算两个属性特征之间的欧式距离或者余弦相似度，得到任意两个图像之间的属性特征相似度。其中属性特征的余弦相似度的计算方式可以用下式表示：
Figure BDA0001998526160000092
其中，S2表示属性特征相似度，C和D分别表示两个图像的属性特征，i表示属性特征中元素，n为属性特征中的元素个数。通过上述方式，可以得到任意两个图像的属性特征相似度。
在得到第一类组内每两个图像之间的属性特征相似度之后，即可以按照各图像的顺序得到属性特征相似度矩阵。其中，属性特征相似度矩阵的维度可以根据第一类组内的图像的数量确定，如包括N个图像，则属性特征相似度矩阵为N*N维度。其中，Eij表示第i个图像与第j个图像之间的属性特征相似度。假设第一类组内包括图像c、d、e和f，则得到的属性特征相似度矩阵可以表示为：
Figure BDA0001998526160000101
其中，Eii表示第i个图像和第i个图像的属性特征相似度，即为1，i为c、d、e和f的编号。
通过上述可以分别得到每个第一类组对应的人脸特征相似度矩阵和属性特征相似度矩阵，继而可以利用这两个特征相似度矩阵得到第一类组内各图像的相似度矩阵，即可以执行步骤S32。本公开实施例中，可以将对应于第一类组的人脸特征相似度矩阵和属性特征相似度矩阵连接，得到连接特征矩阵，并对该连接特征矩阵执行卷积处理，得到最终的对应于第一类组内各图像的相似度矩阵。其中，对应于第一类组的相似度矩阵中的元素可以为第一类组内各图像之间的图像相似度(人脸相似度)。
在一些可能的实施方式中，可以通过第三神经网络执行第一类组对应的相似度矩阵的获取。第三神经网络可以为经过训练的、可以根据输入的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应优化的图像的相似度矩阵的神经网络，第三神经网络可以为卷积神经网络。图8示出根据本公开实施例的第三神经网络的结构示意图。如图8所示，可以将第一类组对应的N行N列的人脸特征相似度矩阵和属性特征相似度矩阵输入至第三神经网络CNN中，经过第三神经网络的卷积处理可以得到最终的对应于第一类组的相似度矩阵。由于得到的相似度矩阵中各元素融入了人脸特征和属性特征，因此可以提高得到的图像之间的相似度精度。
在得到每个第一类组对应的相似度矩阵之后，即可以执行步骤S40。可以通过第一类组对应的相似度矩阵以及第一类组内各图像对应的人脸特征进一步对第一类组的聚类结果进行优化聚类，即重新聚类。其中，本公开实施例可以采用图卷积的方式执行该重新聚类的过程。图9示出根据本公开实施例的图卷积网络的结构示意图。图10示出根据本公开实施例的一种图像聚类方法中步骤S40的流程图，其中，所述基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组(步骤S40)，可以包括：
S41：对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
本公开实施例在执行第一类组的重新聚类的过程中，可以对第一类组对应的相似度矩阵执行预处理，该预处理可以加强相似度矩阵中各图像本身之间的相似度，从而区别于两个不同图像之间的相似度。其中，本公开实施例可以通过将每个第一类组的相似度矩阵与一单位矩阵相加来执行所述预处理。例如，相似度矩阵可以表示成A，则预处理后的相似度矩阵可以表示成：
Figure BDA0001998526160000102
其中，
Figure BDA0001998526160000103
表示预处理后的相似度矩阵，IN表示单位矩阵，即对角线的元素值为1，其余元素为0的矩阵。其中单位矩阵的维度和相似度矩阵的维度相同。
S42：对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
本公开实施例中，假设图卷积处理可以包括x层，针对每层的处理的表达式可以为：
Figure BDA0001998526160000111
其中，H(x)表示对一类组内的图像执行第x层图卷积的输入特征，H(x+1)表示对第一类组内的图像执行第x层的图卷积结果，即表示第一类组内的图像的分类置信度。
Figure BDA0001998526160000112
表示预处理后的相似度矩阵，D表示的元素表示
Figure BDA0001998526160000113
中每行元素和，即
Figure BDA0001998526160000114
i表示行数，j表示列数，H(0)表示图像的人脸特征，W(x)表示第x层图卷积处理的卷积参数。
通过上述方式，即可以得到第x层图卷积处理得到的H(x+1)，该H(x+1)即可以表示每个图像在其所在的第一类组内的置信度，基于每个图像得到的置信度即可以组成每个第一类组的置信度矩阵。
S43：根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
在一些可能的实施方式中，由于步骤S42中得到了预测的每个图像应当被分配在其所在的第一类组的置信度，因此，在该置信度较低的情况下，可以表示该图像中的对象与其所在的第一类组对应的对象可能并不匹配，此时可以从第一类组中删除该图像。
具体的，本公开实施例可以将置信度低于第二阈值的图像从第一类组中删除，从而可以保证第一类组内各图像的聚类精度。其中，第二阈值的取值可以根据需求进行设定，例如可以为0.95，或者也可以为其他值，本公开对此不作具体限定。
通过上述方式即可以对第一类组重新聚类处理，删除其中置信度较低的图像，从而获得第一类组对应的第二类组，进一步的，在删除所有第一类组中置信度低于第二阈值的图像形成第二类组之后，如果存在未被聚类到任意第二类组的图像，此时可以将未被聚类到任意第二类组的图像分别形成一个第二类组。或者也可以根据各未被聚类到任意第二类组之间的人脸特征相似度进一步对这些图像进行聚类，如可以将相似度大于第二阈值的图像聚类到一个第二类组内，该过程可以提高图像聚类精度。
在另一些可能的实施方式中，在执行上述图卷积处理的过程中，还可以同时各第一类组对应的类别置信度，该类别置信度可以用于表示第一类组的分类置信度，即表示第一类组内图像的总体聚类置信度，如果该类别置信度较低，则说明相应的第一类组内的图像可能并不对应于一个对象，或者可能同时对应于多个对象，即聚类精确度很低。本公开实施例可以将步骤S42中得到的第一类组中每个图像的置信度中最高的置信度确定为第一类组的类别置信度，或者也可以将每个图像的置信度的平均值作为该第一类组的类别置信度，在其他实施例中也可以通过其他方式得到该类别置信度，本公开不作具体限定，只要能够用于表示第一类组的整体的聚类精确度，即可以作为本公开实施例。
为了提高重新聚类后得到的各第二类组的精确度，本公开实施例在所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组之前，还可以将类别置信度低于第三阈值的第一类组删除，即不保留类别置信度低于第三阈值的第一类组。同样的，本公开实施例对第三阈值的选取也不作具体限定，例如可以第三阈值可以为0.6，或者也可以为其他阈值，本公开对此不作具体限定。
由于在步骤S20执行聚类处理时，可以根据不同的阈值执行第一类组的聚类，因此，可以保证第一类组中样本的多样性，即一个图像可能被聚类到不同的类组中，即使图像被从第一类组中删除或者删除整个第一类组，也可以提高图像能够被精确的分配到其所对应的类组中的概率。下面对结合类别置信度执行重新聚类的过程进行详细说明。
图11示出根据本公开实施例的一种图像聚类方法中步骤S43的流程图。其中，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，可以包括：
S431：按照类别置信度从高到低的顺序对各第一类组进行排序；
如上述实施例，通过执行每个第一类组内各图像的人脸特征的图卷积处理可以同时获得第一类组的类别置信度，在得到各第一类组的类别置信度之后，即可以根据对类别置信度进行排序，本公开实施例可以按照类别置信度从高到低的顺序对第一类组排序。
S432：为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
在按照类别置信度从高到低的顺序对第一类组进行排序之后，即可以分别对各第一类组进行优化聚类处理。其中，可以从置信度最高的第一类组开始，为该第一类组内图像的置信度高于第二阈值的图像分配第一标签。其中，置信度大于或者第二阈值的图像可以被确定为是与第一类组对应的对象为相同对象的图像，此时可以为这些图像分配标签，用以标识图像。而对于置信度小于第二阈值的图像可以不被分配标签，同时将这些小于第二阈值的图像从该置信度最高的第一类组中删除，通过该过程完成了置信度最高的第一类组的优化聚类，得到与其对应的第二分组。在该过程中，由于置信度高于第二阈值的图像已经被分配了第一标签，此时可以将其余第一类组内的相同图像删除，也就是说，如果一个图像被分配了标签，即表示其被聚类完成，此时可以将其于第一类组内的相同图像删除，不再对其重复聚类。
在对类别置信度最高的第一类组执行优化聚类之后，即可以对类别置信度位于第二位的第一类组进行重新聚类，其过程与上述过程相同。可以将该第二位的第一类组内置信度大于或者第二阈值的图像分配第二标签，这些被分配第二标签的图像可以被确定为是与第一类组对应的对象为相同对象的图像，第二标签可以用于标识图像。而对于置信度小于第二阈值的图像可以不被分配标签，同时将这些小于第二阈值的图像从该类别置信度在第二位的第一类组中删除，通过该过程完成了第二位类别置信度的第一类组的优化聚类，得到与其对应的第二分组。在该过程中，由于置信度高于第二阈值的图像已经被分配了第二标签，此时可以将其余第一类组内的相同图像删除，也就是说，如果一个图像被分配了标签，即表示其被聚类完成，此时可以将其于第一类组内的相同图像删除，不再对其重复聚类。
同理的，按照上述过程，可以按照类别置信度从高到低的顺序对每个第一类组进行重新聚类，即可以为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。同时在第一类组内的图像被分配标签之后，即从其余第一类组内将该图像删除，从而避免同一图像被重复聚类。
通过上述方式可以实现各第一类组的重新聚类，提高了获得的第二类组的聚类精度。进一步的，本公开实施例在完成了所有的第一类组的重新聚类过程之后，可能存在某些被删除的图像始终未被分配标签，即图像未被聚类到任意的第二类组内，此时可以将这些图像分别形成第二类组。或者也可以分别识别这些未被聚类的图像的人脸特征相似度，如果该相似度高于第一阈值，则可以将相似度高于第一阈值的图像聚类到一起形成第二类组。从而可以进一步提高聚类精度。
综上所述，本公开实施例，可以首先通过图像中的人脸特征对图像进行初步聚类，而后可以同时利用图像对应的人脸特征和属性特征对初步聚类的结果进行优化聚类，可以增强类内图像之间的相似度，降低类间图像之间的相似度，提高聚类精度。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了图像聚类装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像聚类方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图12示出根据本公开实施例的一种图像聚类装置的框图，如图12所示，所述图像聚类装置包括：
获取模块10，其用于获取图像集中每个图像对应的人脸特征以及属性特征；
第一聚类模块20，其用于利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
确定模块30，其用于利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
第二聚类模块40，其用于基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像。
在一些可能的实施方式中，所述第一聚类模块还用于：
确定所述图像集中各图像对应的人脸特征之间的相似度；
基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；
根据每个图像及其对应的第一图像形成第一类组。
在一些可能的实施方式中，包括多个第一阈值，所述第一聚类模块还用于针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。
在一些可能的实施方式中，所述确定模块包括：
第一确定单元，其用于基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度；
第二确定单元，其用于基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；
第三确定单元，其用于根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
在一些可能的实施方式中，所述第二确定单元还用于确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
基于第一类组内各图像的属性特征之间的相似度，确定针对所述第一类组的属性特征相似度矩阵。
在一些可能的实施方式中，所述人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度；
所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度；
i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
在一些可能的实施方式中，所述人脸特征之间的相似度和/或所述属性特征之间的相似度为余弦相似度。
在一些可能的实施方式中，所述第三确定单元还用于对每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵执行至少一层卷积处理，得到所述对应于每个第一类组的相似度矩阵。
在一些可能的实施方式中，所述第二聚类模块包括：
预处理单元，其用于对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
图卷积单元，其用于对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
聚类单元，其用于根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述聚类单元还用于从第一类组中删除置信度低于第二阈值的图像，获得重新聚类后的第二类组。
在一些可能的实施方式中，所述图卷积单元还用于基于所述图卷积处理，获得针对每个第一类组的类别置信度，所述类别置信度表示相应的第一类组的分类置信度；
所述聚类单元还用于响应于第一类组的所述类别置信度低于第三阈值的情况，删除该第一类组。
在一些可能的实施方式中，所述聚类单元还用于：按照类别置信度从高到低的顺序对各第一类组进行排序；
为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
在一些可能的实施方式中，所述聚类单元还用于在得到第M个第一类组对应的第二类组之后，响应于所述图像集中存在未被聚类到任意第二类组的图像的情况，基于各未被聚类到任意第二类组的图像分别形成第二类组。
在一些可能的实施方式中，所述预处理单元还用于将所述第一类组对应的相似度矩阵与单位矩阵相加，以执行所述预处理。
在一些可能的实施方式中，所述获取模块包括：
第一神经网络，其用于获得所述图像集中各图像的人脸特征；
第二神经网络，其用于获得所述图像集中各图像的属性特征。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图13示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图13，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图14示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图14，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (30)

1.一种图像聚类方法，其特征在于，包括：
获取图像集中每个图像对应的人脸特征以及属性特征；
利用各图像的人脸特征的相似度对所述图像集执行针对相同对象的聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像；
所述基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，包括：
对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
2.根据权利要求1所述的方法，其特征在于，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，包括：
确定所述图像集中各图像对应的人脸特征之间的相似度；
基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；
根据每个图像及其对应的第一图像形成第一类组。
3.根据权利要求2所述的方法，其特征在于，包括多个第一阈值，所述利用各图像的人脸特征的相似度对所述图像集执行聚类处理，得到至少一个第一类组，还包括：
针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。
4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，包括：
基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，以及基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；
根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
5.根据权利要求4所述的方法，其特征在于，所述基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，包括：
确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
基于第一类组内各图像的属性特征之间的相似度，确定针对所述第一类组的属性特征相似度矩阵。
6.根据权利要求4所述的方法，其特征在于，所述人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度；
所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度；
i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
7.根据权利要求4所述的方法，其特征在于，所述人脸特征之间的相似度和/或所述属性特征之间的相似度为余弦相似度。
8.根据权利要求4所述的方法，其特征在于，所述根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵，包括：
对每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵执行至少一层卷积处理，得到所述对应于每个第一类组的相似度矩阵。
9.根据权利要求1所述的方法，其特征在于，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，包括：
从第一类组中删除置信度低于第二阈值的图像，获得重新聚类后的第二类组。
10.根据权利要求1所述的方法，其特征在于，所述基于每个第一类组对应的预处理后的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，还包括：
基于所述图卷积处理，还获得针对每个第一类组的类别置信度，所述类别置信度表示相应的第一类组的分类置信度；
并且，在所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组之前，所述方法还包括：
响应于第一类组的所述类别置信度低于第三阈值的情况，删除该第一类组。
11.根据权利要求10所述的方法，其特征在于，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，包括：
按照类别置信度从高到低的顺序对各第一类组进行排序；
为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
12.根据权利要求11所述的方法，其特征在于，所述根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组，还包括：
在得到第M个第一类组对应的第二类组之后，响应于所述图像集中存在未被聚类到任意第二类组的图像的情况，基于各未被聚类到任意第二类组的图像分别形成第二类组。
13.根据权利要求1所述的方法，其特征在于，所述对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵，包括：
将所述第一类组对应的相似度矩阵与单位矩阵相加。
14.根据权利要求1-3中任意一项所述的方法，其特征在于，所述获取图像集中每个图像对应的人脸特征以及属性特征，包括：
利用第一神经网络获得所述图像集中各图像的人脸特征，以及
利用第二神经网络获得所述图像集中各图像的属性特征。
15.一种图像聚类装置，其特征在于，包括：
获取模块，其用于获取图像集中每个图像对应的人脸特征以及属性特征；
第一聚类模块，其用于利用各图像的人脸特征的相似度对所述图像集执行针对相同对象的聚类处理，得到至少一个第一类组，每个所述第一类组包括的图像为预测出的包括相同对象的图像；
确定模块，其用于利用每个所述第一类组内各图像的人脸特征和属性特征，确定针对每个第一类组的相似度矩阵，所述相似度矩阵内的元素表示相应的第一类组内各图像之间的相似度；
第二聚类模块，其用于基于每个第一类组对应的相似度矩阵以及每个第一类组内的各图像的人脸特征，对每个第一类组内的各图像进行重新聚类，得到至少一个第二类组，所述第二类组内的图像为优化预测的具有相同对象的图像；
所述第二聚类模块包括：
预处理单元，其用于对每个第一类组对应的相似度矩阵进行预处理，得到预处理后的相似度矩阵；
图卷积单元，其用于对每个第一类组对应的预处理后相似度矩阵和第一类组内的各图像的人脸特征执行至少一层图卷积处理，获得针对每个第一类组的置信度矩阵，所述置信度矩阵中的元素表示第一类组内的各图像被分配在该第一类组的置信度；
聚类单元，其用于根据第一类组内各图像对应的置信度对第一类组执行重新聚类，获得重新聚类后的第二类组。
16.根据权利要求15所述的装置，其特征在于，所述第一聚类模块还用于：
确定所述图像集中各图像对应的人脸特征之间的相似度；
基于各人脸特征之间的相似度，确定与每个图像的人脸特征相似度最高的K个图像，K为大于或者等于1的整数；
从与每个图像的人脸特征的相似度最高的K个图像中选择出人脸特征的相似度超过第一阈值的第一图像；
根据每个图像及其对应的第一图像形成第一类组。
17.根据权利要求16所述的装置，其特征在于，包括多个第一阈值，所述第一聚类模块还用于针对不同的第一阈值，形成与每个所述第一阈值对应的第一类组。
18.根据权利要求15-17中任意一项所述的装置，其特征在于，所述确定模块包括：
第一确定单元，其用于基于每个第一类组内各图像的人脸特征之间的相似度确定针对相应第一类组的人脸特征相似度矩阵，所述人脸特征相似度矩阵中的元素表示第一类组内各图像的人脸特征之间的相似度；
第二确定单元，其用于基于每个第一类组内各图像的属性特征确定针对相应第一类组的属性特征相似度矩阵，所述属性特征相似度矩阵中的元素表示第一类组内各图像的属性特征之间的相似度；
第三确定单元，其用于根据每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵，得到对应于每个第一类组的所述相似度矩阵。
19.根据权利要求18所述的装置，其特征在于，所述第二确定单元还用于确定第一类组内每个图像的属性特征与该第一类组内的全部图像的属性特征之间的属性特征相似度；
基于第一类组内各图像的属性特征之间的相似度，确定针对所述第一类组的属性特征相似度矩阵。
20.根据权利要求18所述的装置，其特征在于，所述人脸特征相似度矩阵的第i行元素表示第一类组内第i个图像的人脸特征与该第一类组内的各图像的人脸特征之间的相似度；
所述属性特征相似度矩阵的第i行元素表示第一类组内第i个图像的属性特征与该第一类组内的各图像的属性特征之间的相似度；
i为大于或者等于1且小于或者等于N整数，N表示第一类组内图像的个数。
21.根据权利要求18所述的装置，其特征在于，所述人脸特征之间的相似度和/或所述属性特征之间的相似度为余弦相似度。
22.根据权利要求18所述的装置，其特征在于，所述第三确定单元还用于对每个第一类组的人脸特征相似度矩阵和属性特征相似度矩阵执行至少一层卷积处理，得到所述对应于每个第一类组的相似度矩阵。
23.根据权利要求15所述的装置，其特征在于，所述聚类单元还用于从第一类组中删除置信度低于第二阈值的图像，获得重新聚类后的第二类组。
24.根据权利要求15所述的装置，其特征在于，所述图卷积单元还用于基于所述图卷积处理，获得针对每个第一类组的类别置信度，所述类别置信度表示相应的第一类组的分类置信度；
所述聚类单元还用于响应于第一类组的所述类别置信度低于第三阈值的情况，删除该第一类组。
25.根据权利要求24所述的装置，其特征在于，所述聚类单元还用于：按照类别置信度从高到低的顺序对各第一类组进行排序；
为第j个第一类组内置信度超过第二阈值的图像分配第j标签，并删除该第j个第一类组内置信度低于所述第二阈值的图像，形成针对该j个第一类组对应的第二类组，其中j为大于或者等于1且小于或者等于M的正整数，M表示第一类组的数量。
26.根据权利要求25所述的装置，其特征在于，所述聚类单元还用于在得到第M个第一类组对应的第二类组之后，响应于所述图像集中存在未被聚类到任意第二类组的图像的情况，基于各未被聚类到任意第二类组的图像分别形成第二类组。
27.根据权利要求15所述的装置，其特征在于，所述预处理单元还用于将所述第一类组对应的相似度矩阵与单位矩阵相加，以执行所述预处理。
28.根据权利要求15-17中任意一项所述的装置，其特征在于，所述获取模块包括：
第一神经网络，其用于获得所述图像集中各图像的人脸特征；
第二神经网络，其用于获得所述图像集中各图像的属性特征。
29.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至14中任意一项所述的方法。
30.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
CN201910204426.1A 2019-03-18 2019-03-18 图像聚类方法及装置、电子设备和存储介质 Active CN109800744B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201910204426.1A CN109800744B (zh) 2019-03-18 2019-03-18 图像聚类方法及装置、电子设备和存储介质
TW108129691A TWI710964B (zh) 2019-03-18 2019-08-20 圖像聚類方法及裝置、電子設備和儲存介質
SG11202006328YA SG11202006328YA (en) 2019-03-18 2019-08-21 Image clustering method and apparatus, electronic device, and storage medium
PCT/CN2019/101858 WO2020186689A1 (zh) 2019-03-18 2019-08-21 图像聚类方法及装置、电子设备和存储介质
KR1020207021163A KR20200113195A (ko) 2019-03-18 2019-08-21 이미지 클러스터링 방법 및 장치, 전자 기기 및 저장 매체
JP2020533140A JP6926339B2 (ja) 2019-03-18 2019-08-21 画像のクラスタリング方法及び装置、電子機器並びに記憶媒体
US16/914,705 US11232288B2 (en) 2019-03-18 2020-06-29 Image clustering method and apparatus, electronic device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910204426.1A CN109800744B (zh) 2019-03-18 2019-03-18 图像聚类方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN109800744A CN109800744A (zh) 2019-05-24
CN109800744B true CN109800744B (zh) 2021-08-20

Family

ID=66563593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910204426.1A Active CN109800744B (zh) 2019-03-18 2019-03-18 图像聚类方法及装置、电子设备和存储介质

Country Status (7)

Country Link
US (1) US11232288B2 (zh)
JP (1) JP6926339B2 (zh)
KR (1) KR20200113195A (zh)
CN (1) CN109800744B (zh)
SG (1) SG11202006328YA (zh)
TW (1) TWI710964B (zh)
WO (1) WO2020186689A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800744B (zh) 2019-03-18 2021-08-20 深圳市商汤科技有限公司 图像聚类方法及装置、电子设备和存储介质
CN110414429A (zh) * 2019-07-29 2019-11-05 佳都新太科技股份有限公司 人脸聚类方法、装置、设备和存储介质
CN110458078B (zh) * 2019-08-05 2022-05-06 高新兴科技集团股份有限公司 一种人脸图像数据聚类方法、***及设备
CN110502651B (zh) * 2019-08-15 2022-08-02 深圳市商汤科技有限公司 图像处理方法及装置、电子设备和存储介质
CN110781247B (zh) * 2019-09-23 2021-11-26 华为技术有限公司 向量聚类方法、装置及存储介质
CN110705475B (zh) * 2019-09-30 2022-05-17 北京地平线机器人技术研发有限公司 用于目标对象识别的方法、装置、介质以及设备
CN111062407B (zh) * 2019-10-15 2023-12-19 深圳市商汤科技有限公司 图像处理方法及装置、电子设备和存储介质
US11763433B2 (en) * 2019-11-14 2023-09-19 Samsung Electronics Co., Ltd. Depth image generation method and device
CN111062431A (zh) * 2019-12-12 2020-04-24 Oppo广东移动通信有限公司 图像聚类方法、图像聚类装置、电子设备及存储介质
US11676018B2 (en) * 2020-01-30 2023-06-13 Mediatek Inc. Feature extraction with keypoint resampling and fusion (KRF)
CN111291827B (zh) * 2020-02-28 2023-12-22 北京市商汤科技开发有限公司 图像聚类方法、装置、设备及存储介质
CN111767909B (zh) * 2020-05-12 2022-02-01 合肥联宝信息技术有限公司 一种字符识别方法、设备及计算机可读存储介质
CN111695531B (zh) * 2020-06-16 2023-05-23 天津师范大学 一种基于异构卷积网络的跨域行人再识别方法
CN111898704B (zh) * 2020-08-17 2024-05-10 腾讯科技（深圳）有限公司 对内容样本进行聚类的方法和装置
CN112101238A (zh) * 2020-09-17 2020-12-18 浙江商汤科技开发有限公司 聚类方法及装置、电子设备和存储介质
KR20220053426A (ko) * 2020-10-22 2022-04-29 삼성에스디에스 주식회사 이미지 클러스터링 장치 및 방법
CN112307938B (zh) * 2020-10-28 2022-11-11 深圳市商汤科技有限公司 数据聚类方法及其装置、电子设备、存储介质
JP7085605B2 (ja) * 2020-10-30 2022-06-16 みずほリサーチ＆テクノロジーズ株式会社 モデル評価システム、モデル評価方法及びモデル評価プログラム
CN112560963A (zh) * 2020-12-17 2021-03-26 北京赢识科技有限公司 大规模人脸图像聚类方法、装置、电子设备及介质
CN113052245B (zh) * 2021-03-30 2023-08-25 重庆紫光华山智安科技有限公司 图像聚类方法和装置、电子设备及存储介质
CN113111934B (zh) * 2021-04-07 2023-08-08 杭州海康威视数字技术股份有限公司 一种图像分组方法、装置、电子设备及存储介质
CN113361334B (zh) * 2021-05-18 2022-07-22 山东师范大学 基于关键点优化和多跳注意图卷积行人重识别方法及***
KR102414823B1 (ko) * 2021-11-02 2022-06-30 주식회사 에이젠글로벌 금융 서비스를 위한 금융 세그먼트 분화 방법 및 이러한 방법을 수행하는 장치
CN114492678A (zh) * 2022-04-13 2022-05-13 深圳前海中电慧安科技有限公司 一种人像聚类建档方法、装置、设备及存储介质
CN115273170A (zh) * 2022-06-14 2022-11-01 青岛云天励飞科技有限公司 图像聚类方法、装置、设备及计算机可读存储介质
CN115439676A (zh) * 2022-11-04 2022-12-06 浙江莲荷科技有限公司 图像聚类方法、装置以及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902689A (zh) * 2014-03-26 2014-07-02 小米科技有限责任公司 聚类方法、增量聚类方法及相关装置
CN106355170A (zh) * 2016-11-22 2017-01-25 Tcl集团股份有限公司 照片分类方法及装置
CN106815566A (zh) * 2016-12-29 2017-06-09 天津中科智能识别产业技术研究院有限公司 一种基于多任务卷积神经网络的人脸检索方法
CN107609466A (zh) * 2017-07-26 2018-01-19 百度在线网络技术（北京）有限公司 人脸聚类方法、装置、设备及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783135B2 (en) * 2005-05-09 2010-08-24 Like.Com System and method for providing objectified image renderings using recognition information from images
CN101414348A (zh) * 2007-10-19 2009-04-22 三星电子株式会社 多角度人脸识别方法和***
JP2010250634A (ja) * 2009-04-17 2010-11-04 Seiko Epson Corp 画像サーバー、画像検索システム、画像検索方法およびインデックス作成方法
CN105849747B (zh) * 2013-11-30 2018-08-17 北京市商汤科技开发有限公司 用于人脸图像识别的方法和***
WO2015197029A1 (zh) * 2014-06-27 2015-12-30 北京奇虎科技有限公司 一种人脸相似度识别方法和***
CN105574512A (zh) * 2015-12-21 2016-05-11 小米科技有限责任公司 图像处理的方法和装置
CN105654039B (zh) * 2015-12-24 2019-09-17 小米科技有限责任公司 图像处理的方法和装置
CN105868309B (zh) * 2016-03-24 2019-05-24 广东微模式软件股份有限公司 一种基于人脸图像聚类和识别技术的图像快速查找和自助打印方法
CN106250821A (zh) * 2016-07-20 2016-12-21 南京邮电大学 一种聚类再分类的人脸识别方法
TWI731919B (zh) * 2017-01-19 2021-07-01 香港商斑馬智行網絡（香港）有限公司 圖像識別方法與裝置及度量學習方法與裝置
EP3680785A4 (en) * 2017-09-15 2020-09-23 Guangdong Oppo Mobile Telecommunications Corp., Ltd. IMAGE PROCESSING PROCESS AND APPARATUS, COMPUTER DEVICE AND NON-VOLATIL READABLE INFORMATION MEDIA
CN108154092B (zh) * 2017-12-13 2022-02-22 北京小米移动软件有限公司 人脸特征预测方法及装置
CN108875522B (zh) * 2017-12-21 2022-06-10 北京旷视科技有限公司 人脸聚类方法、装置和***及存储介质
CN108171191B (zh) * 2018-01-05 2019-06-28 百度在线网络技术（北京）有限公司 用于检测人脸的方法和装置
CN108280477B (zh) * 2018-01-22 2021-12-10 百度在线网络技术（北京）有限公司 用于聚类图像的方法和装置
CN108229419B (zh) * 2018-01-22 2022-03-04 百度在线网络技术（北京）有限公司 用于聚类图像的方法和装置
CN108491872B (zh) * 2018-03-16 2020-10-30 深圳市商汤科技有限公司 目标再识别方法和装置、电子设备、程序和存储介质
CN108960043A (zh) * 2018-05-21 2018-12-07 东南大学 一种用于电子相册管理的人物家庭关系构建方法
CN109063737A (zh) * 2018-07-03 2018-12-21 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN109117803B (zh) * 2018-08-21 2021-08-24 腾讯科技（深圳）有限公司 人脸图像的聚类方法、装置、服务器及存储介质
CN109117808B (zh) * 2018-08-24 2020-11-03 深圳前海达闼云端智能科技有限公司 面部识别方法、装置、电子设备及计算机可读介质
CN109800744B (zh) * 2019-03-18 2021-08-20 深圳市商汤科技有限公司 图像聚类方法及装置、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902689A (zh) * 2014-03-26 2014-07-02 小米科技有限责任公司 聚类方法、增量聚类方法及相关装置
CN106355170A (zh) * 2016-11-22 2017-01-25 Tcl集团股份有限公司 照片分类方法及装置
CN106815566A (zh) * 2016-12-29 2017-06-09 天津中科智能识别产业技术研究院有限公司 一种基于多任务卷积神经网络的人脸检索方法
CN107609466A (zh) * 2017-07-26 2018-01-19 百度在线网络技术（北京）有限公司 人脸聚类方法、装置、设备及存储介质

Also Published As

Publication number Publication date
TW202036365A (zh) 2020-10-01
CN109800744A (zh) 2019-05-24
JP6926339B2 (ja) 2021-08-25
WO2020186689A1 (zh) 2020-09-24
TWI710964B (zh) 2020-11-21
JP2021517998A (ja) 2021-07-29
US20200327311A1 (en) 2020-10-15
US11232288B2 (en) 2022-01-25
SG11202006328YA (en) 2020-10-29
KR20200113195A (ko) 2020-10-06

Similar Documents

Publication Publication Date Title
CN109800744B (zh) 图像聚类方法及装置、电子设备和存储介质
CN109089133B (zh) 视频处理方法及装置、电子设备和存储介质
CN109871883B (zh) 神经网络训练方法及装置、电子设备和存储介质
CN110472091B (zh) 图像处理方法及装置、电子设备和存储介质
CN111539443B (zh) 一种图像识别模型训练方法及装置、存储介质
CN109389162B (zh) 样本图像筛选方法和装置、电子设备及存储介质
CN110458218B (zh) 图像分类方法及装置、分类网络训练方法及装置
CN111242303B (zh) 网络训练方法及装置、图像处理方法及装置
CN111583919B (zh) 信息处理方法、装置及存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN110781813B (zh) 图像识别方法及装置、电子设备和存储介质
CN111259967B (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN107220614B (zh) 图像识别方法、装置及计算机可读存储介质
CN109920016B (zh) 图像生成方法及装置、电子设备和存储介质
CN109522937B (zh) 图像处理方法及装置、电子设备和存储介质
CN111582383B (zh) 属性识别方法及装置、电子设备和存储介质
CN110659690B (zh) 神经网络的构建方法及装置、电子设备和存储介质
WO2020147414A1 (zh) 网络优化方法及装置、图像处理方法及装置、存储介质
CN109101542B (zh) 图像识别结果输出方法及装置、电子设备和存储介质
CN111652107B (zh) 对象计数方法及装置、电子设备和存储介质
CN113688729A (zh) 一种行为识别方法及装置、电子设备和存储介质
CN111783517A (zh) 图像识别方法、装置、电子设备及存储介质
CN111062401A (zh) 堆叠物体的识别方法及装置、电子设备和存储介质
CN110781842A (zh) 图像处理方法及装置、电子设备和存储介质
CN111797746B (zh) 人脸识别方法、装置及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40003485

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant