[发明专利]一种基于深度学习特征的人脸样本清洗方法及系统

权利要求书

1.一种基于深度学习特征的人脸样本清洗方法，其特征在于，所述人脸样本清洗方法包括以下步骤：

A、利用深度学习技术对人脸图像进行人脸特征提取；

B、根据给定的进程数对存有所有人脸图像特征的文件进行切片划分，并分配至每个进程；

C、对每个进程中相应的人脸特征进行DBSCAN聚类处理；

D、在每个DBSCAN聚类结果中选取图像数量最多的类作为主类；

E、将主类特征对应的图像拷贝至目标目录并保留原有文件结构。

2.根据权利要求1所述的人脸样本清洗方法，其特征在于，所述步骤C中还包括以下步骤：

C1、运用多进程对人脸特征样本进行清洗。

3.根据权利要求2所述的人脸样本清洗方法，其特征在于，所述DBSCAN聚类依据的数据来自其所对应的人脸图像特征。

4.根据权利要求3所述的人脸样本清洗方法，其特征在于，所述步骤B中在进行切片划分中将所述存有所有人脸图像特征的文件切片为多个小的存有部分人脸图像特征的文件。

5.根据权利要求4所述的人脸样本清洗方法，其特征在于，所述步骤B中的进程数的多少是根据硬件系统设备的情况进行选择的。

6.一种基于深度学习特征的人脸样本清洗系统，其特征在于，所述人脸样本清洗系统包括：

图像特征提取模块，用于利用深度学习技术对人脸图像进行人脸特征提取；

特征文件切片模块，用于根据给定的进程数对存有所有人脸图像特征的文件进行切片划分，并分配至每个进程；

聚类处理模块，用于对每个进程中相应的人脸特征进行DBSCAN聚类处理；

主类选取模块，用于在每个DBSCAN聚类结果中选取图像数量最多的类作为主类；

拷贝保留模块，用于将主类特征对应的图像拷贝至目标目录并保留原有文件结构。

7.根据权利要求6所述的人脸样本清洗系统，其特征在于，所述聚类处理模块中还包括：

清洗单元，用于运用多进程对人脸特征样本进行清洗。

8.根据权利要求7所述的人脸样本清洗系统，其特征在于，所述DBSCAN聚类依据的数据来自其所对应的人脸图像特征。

9.根据权利要求8所述的人脸样本清洗系统，其特征在于，所述特征文件切片模块中在进行切片划分中将所述存有所有人脸图像特征的文件切片为多个小的存有部分人脸图像特征的文件。

10.根据权利要求8所述的人脸样本清洗系统，其特征在于，所述特征文件切片模块中的进程数的多少是根据硬件系统设备的情况进行选择的。