[发明专利]一种基于时空轨迹数据的人脸聚类方法、装置及存储介质

说明书

本发明公开了一种基于时空轨迹数据的人脸聚类方法、装置及存储介质。其中，该方法包括：获取目标时间段内待聚类的人脸图像中的特征数据；根据人脸图像的采集设备的时空标签，将特征数据划分为多个时空块；基于多个时空块生成时空块对应的类簇集合；将时空块对应的类簇集合之间进行聚类合并，生成目标时间段对应的类簇集合；将目标时间段之后的参考时间段对应的人脸图像中的特征数据，及目标时间段对应的类簇集合进行聚类合并，得到人脸图像的聚类结果。本发明解决了人脸聚类方法中容易出现人脸重复识别的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种基于时空轨迹数据的人脸聚类方法、装置及存储介质。

背景技术

随着社会安防建设不断发展，人脸卡口相机的使用越来越多，对抓拍人脸图片的身份落地的需求也越来越强烈。通过人脸识别和人脸聚类技术，进行身份落地，成为安防领域的新热点。在安防领域，传统的人脸聚类，是通过人脸识别技术将采集到的人脸图片与标准底库图片进行特征值比对。如果相似度在某阈值范围以上，则将采集图片的身份标记为标准底库的身份信息，完成采集图片的身份落地。如果相似度在某阈值以下，则采集图片无法识别，身份无法落地。但是，由于图片拍摄环境的差异性，导致图片识别的准确度受一定影响，人脸聚类会出现一档多人、一人多档、漏聚类等情况。因此，存在传统聚类网络容易出现重复识别、重复归档的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于时空轨迹数据的人脸聚类方法、装置及存储介质，以至少解决人脸聚类方法中容易出现人脸重复识别的技术问题。

根据本发明实施例的一个方面，提供一种基于时空轨迹数据的人脸聚类方法，包括：获取目标时间段内待聚类的人脸图像中的特征数据；根据上述人脸图像的采集设备的时空标签，将上述特征数据划分为多个时空块；基于上述多个时空块生成上述时空块对应的类簇集合；将上述时空块对应的类簇集合之间进行聚类合并，生成上述目标时间段对应的类簇集合；将上述目标时间段之后的参考时间段对应的人脸图像中的特征数据，及上述目标时间段对应的类簇集合进行聚类合并，得到上述人脸图像的聚类结果。

作为一种可选的方案，上述根据上述人脸图像的采集设备的时空标签，将上述特征数据划分为多个时空块，包括：获取在上述目标时间段内采集上述人脸图像的上述采集设备的经纬度坐标；根据上述经纬度坐标，将上述采集设备对应的上述人脸图像的特征数据划分为不同的上述时空块，其中，每个上述时空块对应一个经纬度范围和一个拍摄时间范围；根据上述人脸图像拍摄的时间和上述人脸图像对应的特征质量分数，将上述时空块中的特征数据排序生成特征数据集合，其中，上述特征质量分用于表示上述人脸图像拍摄的质量，上述人脸图像拍摄质量与上述人脸图像的特征质量分数正相关。

作为一种可选的方案，上述根据上述时空块，基于上述多个时空块生成类簇，包括：在上述时空块对应的特征数据集合中，选取拍摄时间最早且质量分数最高的人脸图像的上述特征数据生成第一类簇，其中，选取上述拍摄时间最早且质量分数最高的人脸图像的特征数据为上述第一类簇的质心；遍历上述时空块中其余特征数据，并将上述其余特征数据与上述第一类簇的质心进行相似度对比；根据对比结果，生成上述时空块对应的类簇。

作为一种可选的方案，上述遍历上述时空块中其余特征数据，并将上述其余特征数据与上述第一类簇的质心进行相似度对比，包括：按照上述时空块对应的数据集合中的顺序，依次选取特征数据；在上述特征数据符合预设的时空阈值的情况下，将上述满足预设的时空阈值的特征数据与上述第一类簇进行相似度对比。