(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 20221048973 3.0 (22)申请日 2022.05.06 (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 易璟雯　刘伟棠　陈立力　周明伟　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06F 16/55(2019.01) G06V 10/74(2022.01) G06V 40/16(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人脸图片归档方法、 装置以及计算机可 读存储介质 (57)摘要 本申请提供一种人脸图片归档方法、 装置以 及计算机 可读存储介质。 该人脸图片归档方法包 括： 获取预设的多个类簇， 在每个类簇中提取至 少一个代表图片； 分别将所述每个类簇的代表图 片与目标人脸图片输入预先训练的孪生网络， 以 获取所述每个类簇与所述目标人脸图片的匹配 值； 判断所述多个类簇的匹配值是否大于等于第 一预设阈值； 若是， 将所述目标人脸图片归档至 匹配值最大的类簇； 若否， 基于所述目标人脸图 片建立一个新的类簇。 通过上述方式， 人脸图片 归档装置可以利用孪生网络输出人脸图片的匹 配程度， 能够获取图片更高维度的特征， 使聚类 结果更加准确。 权利要求书2页 说明书9页 附图6页 CN 114969412 A 2022.08.30 CN 114969412 A 1.一种人脸图片归档方法， 其特 征在于， 所述人脸图片归档方法包括： 获取预设的多个 类簇， 在每 个类簇中提取至少一个代 表图片； 分别将所述每个类簇的代表图片与目标人脸图片输入预先训练 的孪生网络， 以获取所 述每个类簇与所述目标 人脸图片的匹配值； 判断所述多个 类簇的匹配值是否大于等于第一预设阈值； 若是， 将所述目标 人脸图片归档至匹配值 最大的类簇； 若否， 基于所述目标 人脸图片建立 一个新的类簇 。 2.根据权利要求1所述的人脸图片归档方法， 其特 征在于， 所述在每 个类簇中提取至少一个代 表图片， 包括： 获取所述每个类簇中的图片数量； 在所述类簇的图片数量 为1的情况 下， 将所述类簇中的图片作为代 表图片； 在所述类簇的图片数量大于1的情况下， 将所述类簇中获取与所述目标人脸图片时间 和/或空间差距最小的两张图片作为所述代 表图片。 3.根据权利要求2所述的人脸图片归档方法， 其特 征在于， 所述将所述类簇 中获取与 所述目标人脸图片时间和/或空间差距最小的两张图片作为 所述代表图片， 包括： 在所述类簇中选取一张与所述目标人脸图片的采集时间最接近的图片作为第一代表 图片； 在所述类簇中选取一张与所述目标人脸图片的采集空间最接近的图片作为第二代表 图片。 4.根据权利要求2所述的人脸图片归档方法， 其特 征在于， 所述将所述类簇 中获取与 所述目标人脸图片时间和/或空间差距最小的两张图片作为 所述代表图片， 包括： 在所述类簇中选取两张与所述目标人脸图片由同一采集设备采集的图片作为第一代 表图片和第二代 表图片。 5.根据权利要求2 ～4任一项所述的人脸图片归档方法， 其特 征在于， 在所述类簇的图片数量大于1的情况下， 所述代表图片包括第一代表图片和第二代表 图片； 所述分别将所述每个类簇的代表图片与目标人脸图片输入预先训练的孪生网络， 以获 取所述每个类簇与所述目标 人脸图片的匹配值， 包括： 将所述第一代表图片与所述目标人脸图片输入所述孪生网络， 获取所述第 一代表图片 与所述目标 人脸图片的第一匹配值； 将所述第二代表图片与所述目标人脸图片输入所述孪生网络， 获取所述第 二代表图片 与所述目标 人脸图片的第二匹配值； 判断所述第一匹配值和所述第二匹配值是否同时大于或小于第二预设阈值； 若是， 将所述第 一匹配值和所述第 二匹配值的平均值作为所述类簇与 所述目标人脸图 片的匹配值。 6.根据权利要求5所述的人脸图片归档方法， 其特征在于， 所述人脸图片归档方法还包 括：权　利　要　求　书 1/2 页 2 CN 114969412 A 2在所述第一匹配值和所述第 二匹配值中的一个大于所述第 二预设阈值， 另一个小于所 述第一预设阈值的情况下， 将所述第一代表图片和所述第二代表图片输入所述孪生网络， 获取所述第一代 表图片与所述第二代 表图片的第三匹配值； 判断所述第三匹配值是否大于等于第三预设阈值； 若是， 将所述第 一匹配值和所述第 二匹配值的平均值作为所述类簇与 所述目标人脸图 片的匹配值； 若否， 将所述第一代 表图片与所述第二代 表图片从所述类簇中取 出， 重新进行归档。 7.根据权利要求1所述的人脸图片归档方法， 其特征在于， 所述人脸图片归档方法还包 括： 获取预设的多个训练类簇； 从所述多个训练类簇中的一个训练类簇 选取两张训练图片， 组成一个正样本； 从所述多个训练类簇中的两个训练类簇各自选取一张训练图片， 组成一个负 样本； 由所述正样本和/或所述负样本组成训练集， 利用所述训练集对所述孪生网络进行训 练。 8.一种人脸图片归档装置， 其特征在于， 所述人脸图片归档装置包括获取模块、 匹配模 块以及归档模块； 其中， 所述获取模块， 用于获取 预设的多个 类簇， 在每 个类簇中提取至少一个代 表图片； 所述匹配模块， 用于分别将所述每个类簇的代表图片与目标人脸图片输入预先训练 的 孪生网络， 以获取 所述每个类簇与所述目标 人脸图片的匹配值； 所述归档模块， 用于判断所述多个类簇的匹配值是否大于等于第一预设阈值； 若是， 将 所述目标人脸图片归档至匹配值最大 的类簇； 若否， 基于所述 目标人脸图片建立一个新的 类簇。 9.一种人脸图片归档装置， 其特征在于， 所述人脸图片归档装置包括处理器和存储器， 所述存储器中存储有程序数据， 所述处理器用于执行所述程序数据以实现如权利要求1 ‑7 任一项所述的人脸图片归档方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质用于存储程序数 据， 所述程序数据在被处理器执行时， 用以实现权利要求 1‑7任一项所述的人脸图片归档方 法。权　利　要　求　书 2/2 页 3 CN 114969412 A 3