人脸聚类方法及装置的制造方法
【技术领域】
[0001 ]本公开涉及人脸识别领域，特别涉及一种人脸聚类方法及装置。
【背景技术】
[0002]人脸聚类方法是一种基于人脸特征将相似人脸进行聚类的方法。在照片管理程序中，可以通过人脸聚类方法将对应于不同人脸的照片进行聚类，从而形成不同的相册。
[0003]相关技术中的一种人脸聚类方法，包括:第一，将每一张人脸照片初始化为一个照片类;第二，根据每张人脸照片的特征向量，计算任意两个照片类之间的距离;第三，若两个照片类之间的距离小于阈值，则将两个照片类聚类至同一个照片类;迭代上述第二步骤和第三步骤。但是在聚类过程中，若照片类A中存在几张错误人脸照片，照片类B中存在多张与该错误人脸照片对应的其它人脸照片，则在不断迭代过程中，有可能错误地将照片类A和照片类B聚类至同一个照片类中。
【发明内容】
[0004]为了解决在人脸聚类时，照片类B中存在与照片类A中错误人脸相对应的其他人脸照片时，有可能会错误地将照片类A与照片类B聚类至同一个照片类中的问题，本公开提供一种人脸聚类方法及装置。该技术方案如下:
[0005]根据本公开实施例的第一方面，提供一种人脸聚类方法，该方法包括:
[0006]获取第一照片类和第二照片类，第一照片类包括聚类得到的至少两张人脸照片；
[0007]对第一照片类中的人脸照片进行聚类，得到至少一个照片子类；
[0008]将至少一个照片子类中的一个照片子类确定为正确人脸子类；
[0009]计算正确人脸子类与第二照片类之间的距离；
[0010]若距离小于阈值，则将第一照片类和第二照片类聚类至同一个照片类。
[0011]可选的，对第一照片类中的人脸照片进行聚类，得到至少一个照片子类，包括:
[0012]将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个单连通分支;每个单连通分支中的任意两个特征点之间存在至少一条路径；
[0013]对于每个单连通分支，将单连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0014]可选的，对第一照片类中的人脸照片进行聚类，得到至少一个照片子类，包括:
[0015]将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个双连通分支;每个双连通分支中的任意两个特征点之间存在至少两条路径；
[0016]对于每个双连通分支，将双连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0017]可选的，对第一照片类中的人脸照片进行聚类，得到至少一个照片子类，包括:
[0018]将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个单连通分支，根据任意两个特征点之间的距离计算出至少一个双连通分支；
[0019]计算单连通分支和双连通分支的并集，得到至少一个合并连通分支；
[0020]对于每个合并连通分支，将合并连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0021]可选的，根据任意两个特征点之间的距离计算出至少一个单连通分支，根据任意两个特征点之间的距离计算出至少一个双连通分支，包括:
[0022]根据任意两个特征点之间的距离是否小于第一预定值计算出至少一个单连通分支，根据任意两个特征点之间的距离是否小于第二预定值计算出至少一个双连通分支；
[0023]其中，第一预定值小于第二预定值。
[0024]可选的，对第一照片类中的人脸照片进行聚类，得到至少一个照片子类，包括:
[0025]将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离是否小于第一预定值，计算出至少两个单连通分支；
[0026]对于单连通分支中任意确定的第一单连通分支和第二单连通分支，计算属于第一单连通分支中的特征点与属于第二单连通分支中的特征点之间的距离是否小于第二预定值；
[0027]若存在至少两个距离小于第二预定值，则将第一单连通分支和第二单连通分支合并，得到合并连通分支；
[0028]对于每个合并连通分支，将合并连通分支中的特征点所对应的人脸照片确定为一个照片子类；
[0029]其中，第一预定值小于第二预定值。
[0030]可选的，将至少一个照片子类中的一个照片子类确定为正确人脸子类，包括:
[0031]计算每个照片子类中的人脸照片的数量；
[0032]将数量最大的照片子类确定为正确人脸子类。
[0033]根据本公开实施例的第二方面，提供一种人脸聚类装置，该装置包括:
[0034]类获取模块，被被配置为获取第一照片类和第二照片类，第一照片类包括聚类得到的至少两张人脸照片；
[0035]第一聚类模块，被配置为对第一照片类中的人脸照片进行聚类，得到至少一个照片子类；
[0036]确定模块，被配置为将至少一个照片子类中的一个照片子类确定为正确人脸子类；
[0037]距离计算模块，被配置为计算正确人脸子类与第二照片类之间的距离；
[0038]第二聚类模块，被配置为若距离小于阈值，则将第一照片类和第二照片类聚类至同一个照片类。
[0039]可选的，第一聚类模块，包括:
[0040]单连通计算子模块，被配置为将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个单连通分支;每个单连通分支中的任意两个特征点之间存在至少一条路径；
[0041]第一子类确定子模块，被配置为对于每个单连通分支，将单连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0042]可选的，第一聚类模块，包括:
[0043]双连通计算子模块，被配置为将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个双连通分支;每个双连通分支中的任意两个特征点之间存在至少两条路径；
[0044]第二子类确定子模块，被配置为对于每个双连通分支，将双连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0045]可选的，第一聚类模块，包括:
[0046]第一分支计算子模块，被配置为将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离计算出至少一个单连通分支，根据任意两个特征点之间的距离计算出至少一个双连通分支；
[0047]第一计算子模块，被配置为计算单连通分支和双连通分支的并集，得到至少一个合并连通分支
[0048]照片子类确定子模块，被配置为对于每个合并连通分支，将合并连通分支中的特征点所对应的人脸照片确定为一个照片子类。
[0049]可选的，第一分支计算子模块，被配置为根据任意两个特征点之间的距离是否小于第一预定值计算出至少一个单连通分支，根据任意两个特征点之间的距离是否小于第二预定值计算出至少一个双连通分支；
[0050]其中，第一预定值小于第二预定值。
[0051 ]可选的，第一聚类模块，包括:
[0052]第二分支计算子模块，被配置为将第一照片类中的每张人脸照片确定为一个特征点，根据任意两个特征点之间的距离是否小于第一预定值，计算出至少两个单连通分支；
[0053]比较子模块，被配置为对于单连通分支中任意确定的第一单连通分支和第二单连通分支，计算属于第一单连通分支中的特征点与属于第二单连通分支中的特征点之间的距离是否小于第二预定值；
[0054]第二计算子模块，被配置为当存在至少两个距离小于第二预定值时，将第一单连通分支和第二单连通分支合并，得到合并连通分支；
[0055]照片子类确定子模块，被配置为对于每个合并连通分支，将合并连通分支中的特征点所对应的人脸照片确定为一个照片子类；
[0056]其中，第一预定值小于第二预定值。
[0057]可选的，确定模块，包括:
[0058]数量计算子模块，被配置为计算每个照片子类中的人脸照片的数量；
[0059]确定子模块，被配置为将数量最大的照片子类确定为正确人脸子类。
[0060]根据本公开实施例的第三方面，提供一种人脸聚类装置，该装置包括:
[0061]处理器；
[0062]用于存储处理器可执行指令的存储器；
[0063]其中，处理器被配置为:
[0064]获取第一照片类和第二照片类，第一照片类包括聚类得到的至少两张人脸照片；
[0065]对第一照片类中的人脸照片进行聚类，得到至少一个照片子类；
[0066]将至少一个照片子类中的一个照片子类确定为正确人脸子类；
[0067]计算正确人脸子类与第二照片类之间的距离；
[0068]若距离小于阈值，则将第一照片类和第二照片类聚类至同一个照片类。
[0069]本公开的实施例提供的技术方案可以包括以下有益效果:
[0070]通过获取第一照片类和第二照片类，对第一照片类中人脸照片进行聚类，得到至少一个照片子类，将至少一个照片子类中的一个照片子类确定为正确人脸子类，计算正确人脸子类与第二照片类之间的距离，若距离小于阈值，则将第一照片类和第二照片类聚类至同一个照片类;解决了在人脸聚类时，若第二照片类中存在与第一照片类中错误人脸相对应的其他人脸照片，则有可能错误地将第一照片类与第二照片类聚类至同一个照片类的问题;达到了在聚类时避免出现一个照片类因为存在少数错误人脸照片时，引入更多错误人脸照片的聚类错误，提高人脸聚类的准确度的效果。
[0071]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
【附图说明】
[0072]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
[0073]图1A是一示例性的无向图；
[0074]图1B是另一不例性无向图；
[0075]图1C是另一不例性无向图；
[0076]图2是根据一示例性实施例示出的一种人脸聚类方法的方法流程图；
[0077]图3A是根据另一示例性实施例示出的一种人脸聚类方法的方法流程图；
[0078]图3B是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0079]图3C是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0080]图3D是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0081]图3E是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0082]图4A是根据另一示例性实施例示出的一种人脸聚类方法的方法流程图；
[0083]图4B是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0084]图4C是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0085]图5A是根据另一示例性实施例示出的一种人脸聚类方法的方法流程图；
[0086]图5B是根据另一示例性实施例示出的一种人脸聚类方法的实施示意图；
[0087]图6是