[发明专利]人脸图像动态聚类方法、装置、电子设备和存储介质

说明书

本申请实施例公开了一种人脸图像动态聚类方法、装置、电子设备和存储介质，该方法包括：基于获取到的多张人脸图像的人脸特征数据，将每一张人脸图像与初始的档案库中的人脸特征数据进行匹配，初始的档案库的人脸特征数据为至少一组；若匹配不成功且匹配不成功的人脸图像不符合建档条件，则识别匹配不成功的人脸图像的图像质量；若为高质量图像，则将匹配不成功的高质量的人脸图像存储至高质量图像库，定期对高质量图像库中人脸图像进行聚类，以更新档案库；若为低质量图像，将匹配不成功的低质量的人脸图像存储至低质量图像库。在大量人脸图像数据聚类时，采用结合图像质量的聚类策略，减小聚类运算处理量和聚类周期，提高聚类准确率。

技术领域

本申请实施例涉及图像识别技术，尤其涉及一种人脸图像动态聚类方法、装置、电子设备和存储介质。

背景技术

近年来，监控设备已经广泛应用于小区、商场、停车场、交通以及物流等场合，这些监控设备时刻都在产生诸如车辆图像、人脸区域图像等图像数据。为了有效利用这些图像数据，需要对这些图像数据进行聚类归档处理，而依靠人力来处理这些庞大的信息会造成很大的工作量。

为了有效对人脸图像进行归档处理，现有技术中通常是将多个采集到的人脸图像互相比对，比如，采集到的人脸图像有100张，则将每一张与其余的99张分别进行比对，以实现对100张图片的归档。

但是，这样数据处理量很大，增加了计算的复杂度，降低了归档效率。

发明内容

本申请提供了一种人脸图像动态聚类方法、装置、电子设备和存储介质，以解决现有技术人脸图像归档聚类时计算量大、聚类周期长和准确率低的问题。

本发明采用如下技术方案：

第一方面，本申请实施例提供了一种人脸图像动态聚类方法，该方法包括：

获取多张人脸图像，并识别各个所述人脸图像中的人脸特征数据；

基于所述人脸特征数据，将每一张人脸图像与初始的档案库中的人脸特征数据进行匹配，其中，所述初始的档案库的人脸特征数据为至少一组；

若匹配不成功且匹配不成功的人脸图像不符合建档条件，则识别匹配不成功的人脸图像的图像质量；

若为高质量图像，则将匹配不成功的高质量的人脸图像存储至高质量图像库，定期对所述高质量图像库中人脸图像进行聚类，以更新档案库；

若为低质量图像，将匹配不成功的低质量的人脸图像存储至低质量图像库；

其中，所述高质量图像的图像分辨率大于或等于设定分辨率阈值，所述低质量图像的图像分辨率小于所述设定分辨率阈值。

第二方面，本申请实施例提供了一种人脸图像动态聚类装置，该装置包括：

数据获取模块，用于获取多张人脸图像，并识别各个所述人脸图像中的人脸特征数据；

匹配模块，用于基于所述人脸特征数据，将每一张人脸图像与初始的档案库中的人脸特征数据进行匹配，其中，所述初始的档案库的人脸特征数据为至少一组；

质量识别模块，用于在匹配不成功且匹配不成功的人脸图像不符合建档条件时，识别匹配不成功的人脸图像的图像质量；

档案库更新模块，用于将匹配不成功的高质量的人脸图像存储至高质量图像库，定期对所述高质量图像库中人脸图像进行聚类，以更新档案库；

存储模块，用于将匹配不成功的低质量的人脸图像存储至低质量图像库；

其中，所述高质量图像的图像分辨率大于或等于设定分辨率阈值，所述低质量图像的图像分辨率小于所述设定分辨率阈值。

第三方面，本申请实施例提供了一种电子设备，包括存储器以及一个或多个处理器；