(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210191272.9 (22)申请日 2022.02.28 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 邱莹　袁虎标　李辉　董素素　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 张秀英 (51)Int.Cl. G06K 9/62(2022.01) G06F 9/54(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种人像聚类处 理方法及装置 (57)摘要 本发明提供了一种人像聚类处理方法及装 置， 该方法包括： 解析目标抓拍图像， 得到目标图 像数据； 将该目标图像数据输入 预先训练好的 图 像评价模型中， 得到训练好的该图像评价模型输 出的该目标图像数据对应的目标图像 分类结果； 若该目标图像 分类结果为待聚档图像， 将该目标 图像数据输出到聚档消息队列中； 基于该聚档消 息队列进行人像聚类处理， 可以解决相关技术中 根据部分指标的固定阈值筛选出抓拍图像进行 人像聚类， 部分低质量图像参与人像聚类， 导致 人像聚类效果不佳的问题， 通过训练好的图像评 价模型提高图像 分类结果的准确度， 可以更加精 准的将高质量图像筛选出来参与聚类， 降低低质 量图像对聚类结果的影响。 权利要求书2页 说明书9页 附图3页 CN 114548309 A 2022.05.27 CN 114548309 A 1.一种人像聚类处 理方法， 其特 征在于， 包括： 解析目标抓拍图像， 得到目标图像数据； 将所述目标图像数据输入预先训练好的图像评价模型中， 得到训练好的所述图像评价 模型输出的所述目标图像数据对应的目标图像分类结果； 若所述目标图像分类结果为待聚档图像， 将所述目标图像数据输出到聚档消息队列 中； 基于所述聚档消息队列进行 人像聚类处 理。 2.根据权利要求1所述的人像聚类处 理方法， 其特 征在于， 所述方法还 包括： 若所述目标图像分类结果为非聚档图像， 将所述目标图像数据输出到废片消息队列 中。 3.根据权利要求1所述的人像聚类处理方法， 其特征在于， 解析目标抓拍图像， 得到所 述目标图像数据包括： 对所述抓拍图像进行解析， 得到关联的人脸数据与 人体数据， 其中， 所述目标图像数据 包括所述人脸数据与所述人体数据。 4.根据权利要求3所述的人像聚类处理方法， 其特征在于， 基于所述聚档消息队列进行 图像聚类处 理包括： 从所述聚档消息队列中获取人脸数据， 并根据聚类算法将所述人脸数据聚合为人脸档 案； 从所述聚档消息队列中获取人体数据， 并根据聚类算法将所述人体数据聚合为人体档 案； 根据所述人脸数据与所述人体数据的关联关系将所述人脸档案与所述人体档案进行 关联。 5.根据权利要求1所述的人像聚类处 理方法， 其特 征在于， 所述方法还 包括： 获取预定数量的抓拍图像的图像数据以及所述预定数量的图像数据实 际对应的图像 分类结果， 组成数据集； 从所述数据集中筛选第 一预定比例的图像数据形成训练集， 筛选第 二预定比例的图像 数据形成测试集， 筛选第三预定比例的图像数据形成验证集， 其中， 所述第一预设比例大于 所述第二预设比例， 所述第二预设比例大于所述第三预设比例； 根据所述训练集对所述图像评价模型进行训练， 在训练过程中， 每预设轮数训练之后， 根据所述验证集进行分类预测， 通过对所述验证集的分类， 调整所述图像评价模型 的参数 设置， 并根据所述测试集对所述图像评价模型进 行测试， 直至完成训练， 得到训练好的所述 图像评价模型。 6.根据权利要求5所述的人像聚类处理方法， 其特征在于， 根据 所述训练集对所述图像 评价模型进行训练包括： 使用所述预定数量的图像数据以及所述预定数量的图像数据对应的图像分类结果对 所述图像评价模型进 行训练， 得到训练好的所述图像评价模型， 其中， 所述预定数量的图像 数据为所述图像评价模型的输入， 训练好的所述图像评价模型输出的所述图像数据对应的 图像分类结果与所述图像数据实际对应的图像分类结果满足预设函数。 7.根据权利要求5所述的人像聚类处理方法， 其特征在于， 在根据 所述训练集对所述图权　利　要　求　书 1/2 页 2 CN 114548309 A 2像评价模型进行训练之前， 所述方法还 包括： 构建所述图像评价模型， 其中， 所述图像评价模型包括依次连接的卷积层、 池化层、 Inception模块、 两个全连接层、 Softmax层、 输出层， 其中， 所述卷积层用于提取低阶特征 值， 所述Inception模块用于提取高阶特 征。 8.根据权利要求7所述的人像聚类处理方法， 其特征在于， 在构建所述图像评价模型之 后， 所述方法还 包括： 对所述卷积层和所述池化层进行随机失活 处理。 9.根据权利要求5所述的人像聚类处理方法， 其特征在于， 在获取预定数量的抓拍图像 的图像数据以及所述预定数量的图像数据实际对应的图像分类结果， 组成数据集之后， 所 述方法还 包括： 将所述数据集中的图像数据调整为预设像素 大小。 10.一种人像聚类处 理装置， 其特 征在于， 包括： 解析模块， 用于解析目标抓拍图像， 得到目标图像数据； 输入模块， 用于将所述目标图像数据输入预先训练好的图像评价模型中， 得到训练好 的所述图像评价模型输出的所述目标图像数据对应的目标图像分类结果； 输出模块， 用于若所述目标图像分类结果为待聚档图像， 将所述目标图像数据输出到 聚档消息队列中； 聚类模块， 用于基于所述聚档消息队列进行 人像聚类处 理。 11.一种计算机可读的存储介质， 其特征在于， 所述存储介质中存储有计算机程序， 其 中， 所述计算机程序被设置为 运行时执 行所述权利要求1至9任一项中所述的方法。 12.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行所述权利要求 1至9中任一项 所述的方 法。权　利　要　求　书 2/2 页 3 CN 114548309 A 3