[发明专利]一种人脸分类方法及装置有效

专利信息
申请号: 202110537276.3 申请日: 2021-05-18
公开(公告)号: CN112966136B 公开(公告)日: 2021-09-07
发明(设计)人: 计胡威;王雷;黄中华;任明 申请(专利权)人: 武汉中科通达高新技术股份有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/583;G06K9/00;G06K9/62
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 黄灵飞
地址: 430074 湖北省武汉市武汉东湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 分类 方法 装置
【说明书】:

本申请涉及人脸识别技术领域,以及提供一种人脸分类方法及装置;该方法将待分类的目标人脸与人脸聚类库中的各人脸分类组的封面人脸分别进行相似度计算,得到目标人脸与各封面人脸的相似度,然后基于相似度确定目标封面人脸图像,如果目标封面人脸与目标人脸的相似度大于第一预设阈值,则确定目标人脸为目标封面人脸的关联人脸,如果目标封面人脸与目标人脸的相似度大于第二预设阈值,且不大于第一预设阈值,则计算得到目标人脸与目标封面人脸的各关联人脸的平均相似度,如果平均相似度大于第三预设阈值,则确定目标人脸为目标封面人脸的关联人脸。本申请实施例能够提高分类准确率。

技术领域

本申请实施例涉及人脸识别技术领域,尤其涉及一种人脸分类方法及装置。

背景技术

人脸图像属于非结构化数据,人工无法直接阅读,进而无法通过直接比较判断两张人脸图像是否属于同一个人的人脸图像。目前的人脸分类方法可以对两张人脸图像进行相似度判断,如果相似度大于某个阈值,则确定两张人脸图像属于同一个人的人脸图像,但是这种人脸分类方法仍然存在误差,准确率不高。

发明内容

本申请实施例提供了一种人脸分类方法、装置、计算机设备及存储介质,能够提高人脸分类的准确率。

第一方面中,本申请实施例提供一种人脸分类方法,包括:

获取待分类的目标人脸图像;

将所述目标人脸图像与人脸聚类库中的各人脸分类组的封面人脸图像分别进行相似度计算,得到所述目标人脸图像与各所述封面人脸图像的相似度;所述人脸分类组包括封面人脸图像以及所述封面人脸图像的关联人脸图像;

根据所述目标人脸图像与各所述封面人脸图像的相似度确定目标人脸分类组的目标封面人脸图像;

若确定所述目标人脸图像与所述目标封面人脸图像的相似度大于第一预设阈值,则将所述目标人脸图像确定为所述目标封面人脸图像的关联人脸图像;

若确定所述目标人脸图像与所述目标封面人脸图像的相似度大于第二预设阈值,且不大于所述第一预设阈值,则计算得到所述目标人脸图像与所述目标封面人脸图像的各关联人脸图像的平均相似度;若确定所述平均相似度大于第三预设阈值,则将所述目标人脸图像确定为所述目标封面人脸图像的关联人脸图像。

第二方面中,本申请实施例提供一种人脸分类装置,包括:

获取单元,用于获取待分类的目标人脸图像;

计算单元,用于将所述目标人脸图像与人脸聚类库中的各人脸分类组的封面人脸图像分别进行相似度计算,得到所述目标人脸图像与各所述封面人脸图像的相似度;所述人脸分类组包括封面人脸图像以及所述封面人脸图像的关联人脸图像;

第一确定单元,用于根据所述目标人脸图像与各所述封面人脸图像的相似度确定目标人脸分类组的目标封面人脸图像;

第二确定单元,用于若确定所述目标人脸图像与所述目标封面人脸图像的相似度大于第一预设阈值,则将所述目标人脸图像确定为所述目标封面人脸图像的关联人脸图像;

处理单元,用于若确定所述目标人脸图像与所述目标封面人脸图像的相似度大于第二预设阈值,且不大于所述第一预设阈值,则计算得到所述目标人脸图像与所述目标封面人脸图像的各关联人脸图像的平均相似度;若确定所述平均相似度大于第三预设阈值,则将所述目标人脸图像确定为所述目标封面人脸图像的关联人脸图像。

本申请实施例又一方面提供了一种计算机设备,其包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,所述处理器用于调用所述存储器中的计算机程序来执行上述第一方面所述的方法。

本申请实施例又一方面提供了一种存储介质,其包括指令,当其在计算机上运行时,使得计算机执行上述第一方面所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉中科通达高新技术股份有限公司,未经武汉中科通达高新技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110537276.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top