[发明专利]一种无监督的人脸图像二次聚类方法、装置、介质

说明书

本发明提出了一种无监督的人脸图像二次聚类方法、装置及存储介质，该方法包括：对获取的n张人脸图像计算相似度矩阵和图像质量分数，并基于图像质量分数对相似度矩阵进行调整，基于调整后的相似度矩阵对n张人脸图像进行初次聚类得到初次聚类结果；基于所述聚类结果中的每个簇中的图像数量分为离散簇和聚集簇；在选出每个簇的代表元后，利用并查集算法先将满足条件的离散簇合并至聚集簇，再进行聚集簇之间的合并，得到二次聚类后的人脸图像。本发明创造性地提出了二次聚类的方式，在前后两次聚类中使用不同的相似度阈值，逐步求精；并且在聚类过程，针对聚类样本/聚类簇的特点对相似度计算作精细调整，最终实现高精确率和高归档率的人脸聚类。

技术领域

本发明涉及人工智能技术领域，具体涉及一种无监督的人脸图像二次聚类 方法、装置、介质。

背景技术

人脸聚类是重要的人脸识别下游任务，其基本流程是在获取手工设计或通 过网络embedding得到的高维人脸特征向量的基础上，利用各种聚类方法进行 人脸聚类。目前常见的人脸聚类方法大致分为两种：无监督聚类方法，例如K- Means、Spectral、DBSCAN等方法；有监督聚类方法，例如CDP、GCN等方法。

但是，上述聚类方法应用于真实场景，如安防抓拍场景下的聚类主要存在两 个问题：一是抓拍图质量问题，由于抓拍人脸在角度，光照，姿态等方面的差异 较大，存在较多低质量图像，此时人脸识别系统提取到的人脸特征不够充分，导 致聚类困难；二是抓拍库的数量问题。应用于百万级甚至千万级人口城市的人脸 聚类时，由于相似人脸很多，聚类算法中的相似度阈值选择十分困难，具体来说， 阈值选择过大容易出现聚类遗漏，而阈值选择过小则容易出现聚类错误。因此， 大规模人脸聚类时，聚类方案的选定、聚类阈值的设置以及如何保证低质量图像 相似度计算的可靠性，是工程技术人员面临的技术难题。

发明内容

本发明针对上述现有技术中一个或多个技术缺陷，提出了如下技术方案。

一种无监督的人脸图像二次聚类方法，该方法包括：

初次聚类步骤，对获取的n张人脸图像计算相似度矩阵和图像质量分数， 并基于图像质量分数对相似度矩阵进行调整，基于调整后的相似度矩阵对n张 人脸图像进行初次聚类得到初次聚类结果，其中n≥2；

划分步骤，在初次聚类得到的初次聚类结果中，选出聚类簇中的最佳代表元 rep，并根据每个聚类簇中的图像数量分为离散簇和聚集簇；

二次聚类步骤，利用并查集算法先将满足条件的离散簇合并至聚集簇，再进 行聚集簇之间的合并，得到二次聚类后的人脸图像。

更进一步地，所述对获取的n张人脸图像计算相似度矩阵和图像质量分数， 并基于图像质量分数对相似度矩阵进行调整的操作为：使用卷积神经网络获取n 张人脸图像的高维人脸归一化特征向量emb，并计算每一人脸图像的表示人脸特 征质量的图像质量分数dp_score；计算n张人脸图像的1:n的余弦相似度并排 序得到前top_k个相似度矩阵D，其中，D为n×top_k的矩阵；根据每一人脸 图像的图像质量分数dp_score调整相似度矩阵D：如果两张人脸图像中任意一 张的质量分dp_score小于第一阈值thres_1，则将它们之间的相似度置为0， 如果否，则判断两张人脸图像的质量分dp_score是否都小于第二阈值thres_2， 如果是，则在thres_1和thres_2之间，根据较低分图片的质量分，线性衰减二 者之间的相似度，处理完毕后得到调整后的相似度矩阵D，其中， thres_1thres_2。

更进一步地，所述基于调整后的相似度矩阵对n张人脸图像进行初次聚类 得到初次聚类结果的操作为：设定初次聚类的余弦相似度阈值eps1；根据调整 后的相似度矩阵D找到所有人脸图像的邻居neighbors，即与目标人脸图像相似 度大于eps_1的即判定为它的邻居；如果一张人脸图像的邻居数量＝2，则认为 该人脸图像为核心点core_samples；根据neighbors和core_samples对所有人 脸图像进行连通计算，得到所述初次聚类结果。