本技術(shù)涉及深度學(xué)習(xí)，特別是涉及一種聚類模型的訓(xùn)練方法、圖像聚類方法、裝置及設(shè)備。

背景技術(shù)：

1、在智能安防等場景中，通常需要將攝像頭采集到的面部圖像按照所屬人員進(jìn)行聚類，以便于人員歸檔。

2、目前，針對(duì)多張面部圖像進(jìn)行聚類時(shí)，通常先對(duì)各個(gè)面部圖像進(jìn)行特征提取，得到各個(gè)面部圖像各自對(duì)應(yīng)的特征向量；接著，將各個(gè)面部圖像各自對(duì)應(yīng)的特征向量輸入能夠計(jì)算多個(gè)特征向量之間的關(guān)聯(lián)度的聚類模型，得到聚類結(jié)果。

3、但是，上述聚類方式采用的聚類模型在訓(xùn)練時(shí)往往需要極大的內(nèi)存。也就是，當(dāng)面部圖像的數(shù)量龐大時(shí)，例如達(dá)到百萬級(jí)或者億級(jí)，模型訓(xùn)練需要一次性輸入所有面部圖像各自對(duì)應(yīng)的特征向量，導(dǎo)致訓(xùn)練設(shè)備需要極大的內(nèi)存來一次性容納全部面部圖像對(duì)應(yīng)的特征向量。

4、那么，如何在設(shè)備資源有限的情況下，利用規(guī)模龐大的面部圖像對(duì)聚類模型進(jìn)行訓(xùn)練是一個(gè)亟需解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的目的在于提供一種聚類模型的訓(xùn)練方法、裝置及設(shè)備，以在設(shè)備資源有限的情況下，利用規(guī)模龐大的面部圖像對(duì)聚類模型進(jìn)行訓(xùn)練；另外，本技術(shù)實(shí)施例還提供了一種圖像聚類方法，以提高聚類結(jié)果的精度。具體技術(shù)方案如下：

2、第一方面，本技術(shù)實(shí)施例提供了一種聚類模型的訓(xùn)練方法，所述方法包括：

3、獲取訓(xùn)練數(shù)據(jù)集；其中，所述訓(xùn)練數(shù)據(jù)集包含多張面部圖像；

4、對(duì)所述訓(xùn)練數(shù)據(jù)集中的面部圖像進(jìn)行分組，得到多組面部圖像；其中，任一組面部圖像的數(shù)目為第一預(yù)設(shè)數(shù)量；

5、針對(duì)每一組面部圖像，利用指定聚類模型對(duì)該組面部圖像進(jìn)行處理，得到所述指定聚類模型輸出的第一相似度矩陣；其中，所述第一相似度矩陣為具有所述第一預(yù)設(shè)數(shù)量的行數(shù)的方陣，且所述第一相似度矩陣中每一元素表示該組面部圖像中的一個(gè)圖像對(duì)的相似度；任一圖像對(duì)的相似度表示該圖像對(duì)包含的兩張圖像之間的相似度；

6、針對(duì)每一組面部圖像，基于該組面部圖像對(duì)應(yīng)的第一相似度矩陣，與預(yù)先計(jì)算得到的該組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽之間的差異，對(duì)所述指定聚類模型的模型參數(shù)進(jìn)行調(diào)整；其中，該組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽為從預(yù)先構(gòu)建的相似度標(biāo)簽集中獲取的；所述相似度標(biāo)簽集中的相似度標(biāo)簽為：基于對(duì)所述訓(xùn)練數(shù)據(jù)集中各圖像對(duì)的相似度進(jìn)行歸一化處理得到的。

7、可選地，所述指定聚類模型為視覺型轉(zhuǎn)換模型結(jié)構(gòu)vit模型，所述vit模型具有第二預(yù)設(shè)數(shù)量個(gè)輸入節(jié)點(diǎn)；

8、所述針對(duì)每一組面部圖像，利用指定聚類模型對(duì)該組面部圖像進(jìn)行處理，得到所述指定聚類模型輸出的第一相似度矩陣，包括：

9、針對(duì)該組面部圖像中的每一面部圖像，從該面部圖像中提取第二預(yù)設(shè)數(shù)量個(gè)指定五官所占的圖像區(qū)域，得到每一指定五官在各面部圖像中對(duì)應(yīng)的局部圖像；

10、將同一指定五官在各面部圖像中對(duì)應(yīng)的局部圖像作為一輸入節(jié)點(diǎn)的輸入數(shù)據(jù)，輸入所述vit模型，得到該組面部圖像對(duì)應(yīng)的第一相似度矩陣。

11、可選地，所述相似度標(biāo)簽集的構(gòu)建方式包括：

12、對(duì)所述訓(xùn)練數(shù)據(jù)集中的各面部圖像進(jìn)行特征提取，得到每一面部圖像對(duì)應(yīng)的特征向量；

13、計(jì)算每兩張面部圖像對(duì)應(yīng)的特征向量之間的相似度，得到該兩張面部圖像構(gòu)成的圖像對(duì)的相似度；

14、基于對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，生成各圖像對(duì)的相似度標(biāo)簽，得到相似度標(biāo)簽集。

15、可選地，所述基于對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，生成各圖像對(duì)的相似度標(biāo)簽，包括：

16、對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果；

17、針對(duì)每一圖像對(duì)，若該圖像對(duì)中的面部圖像包含的人物的身份相同，則利用第一懲罰因子對(duì)該圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果進(jìn)行調(diào)整，并將調(diào)整后的結(jié)果確定為該圖像對(duì)的相似度標(biāo)簽；

18、針對(duì)每一圖像對(duì)，若該圖像對(duì)中的面部圖像包含的人物的身份不同，則利用第二懲罰因子對(duì)該圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果進(jìn)行調(diào)整，將調(diào)整后的結(jié)果確定為該圖像對(duì)的相似度標(biāo)簽；

19、其中，所述第一懲罰因子使得調(diào)整后的結(jié)果增大，所述第二懲罰因子使得調(diào)整后的結(jié)果減小。

20、可選地，所述對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果，包括：

21、基于各圖像對(duì)的相似度中的最大值和最小值，將各圖像對(duì)的相似度歸一化到(-1,1)區(qū)間，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果。

22、第二方面，本技術(shù)實(shí)施例提供了一種圖像聚類方法，所述方法包括：

23、獲取待進(jìn)行聚類的多張面部圖像；

24、利用預(yù)先訓(xùn)練的指定聚類模型對(duì)所獲取的多張面部圖像進(jìn)行處理，得到第二相似度矩陣；其中，所述指定聚類模型為基于上述任一項(xiàng)所述的聚類模型的訓(xùn)練方法進(jìn)行訓(xùn)練得到的；

25、基于預(yù)先確定的指定閾值以及所述第二相似度矩陣，對(duì)多張面部圖像進(jìn)行聚類，得到聚類結(jié)果。

26、可選地，所述基于預(yù)先確定的指定閾值以及所述第二相似度矩陣，對(duì)多張面部圖像進(jìn)行聚類，得到聚類結(jié)果，包括：

27、將所述第二相似度矩陣中不小于所述指定閾值的元素所對(duì)應(yīng)的圖像對(duì)，確定為屬于相同身份的圖像對(duì)，得到表示同一身份的聚類結(jié)果。

28、可選地，所述指定閾值的確定方式，包括：

29、利用所述指定聚類模型，對(duì)預(yù)先獲取的測試數(shù)據(jù)集中的第一預(yù)設(shè)數(shù)量的面部圖像進(jìn)行處理，得到第三相似度矩陣；

30、針對(duì)每一候選閾值，將所述第三相似度矩陣中不小于該候選閾值的元素所對(duì)應(yīng)的圖像對(duì)，確定為屬于相同身份的圖像對(duì)；

31、計(jì)算基于每一候選閾值所確定出的屬于相同身份的圖像對(duì)的準(zhǔn)確度；

32、將所述準(zhǔn)確度最高的候選閾值，確定為指定閾值。

33、可選地，所述候選閾值為按照預(yù)設(shè)間隔從指定區(qū)間中選取得到的；所述指定區(qū)間為所述指定聚類模型訓(xùn)練時(shí)所利用的相似度標(biāo)簽集中標(biāo)簽的取值范圍。

34、第三方面，本技術(shù)實(shí)施例提供了一種聚類模型的訓(xùn)練裝置，所述裝置包括：

35、第一獲取模塊，用于獲取訓(xùn)練數(shù)據(jù)集；其中，所述訓(xùn)練數(shù)據(jù)集包含多張面部圖像；

36、分組模塊，用于對(duì)所述訓(xùn)練數(shù)據(jù)集中的面部圖像進(jìn)行分組，得到多組面部圖像；其中，任一組面部圖像的數(shù)目為第一預(yù)設(shè)數(shù)量；

37、第一處理模塊，用于針對(duì)每一組面部圖像，利用指定聚類模型對(duì)該組面部圖像進(jìn)行處理，得到所述指定聚類模型輸出的第一相似度矩陣；其中，所述第一相似度矩陣為具有所述第一預(yù)設(shè)數(shù)量的行數(shù)的方陣，且所述第一相似度矩陣中每一元素表示該組面部圖像中的一個(gè)圖像對(duì)的相似度；任一圖像對(duì)的相似度表示該圖像對(duì)包含的兩張圖像之間的相似度；

38、調(diào)整模塊，用于針對(duì)每一組面部圖像，基于該組面部圖像對(duì)應(yīng)的第一相似度矩陣，與預(yù)先計(jì)算得到的該組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽之間的差異，對(duì)所述指定聚類模型的模型參數(shù)進(jìn)行調(diào)整；其中，該組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽為從預(yù)先構(gòu)建的相似度標(biāo)簽集中獲取的；所述相似度標(biāo)簽集中的相似度標(biāo)簽為：基于對(duì)所述訓(xùn)練數(shù)據(jù)集中各圖像對(duì)的相似度進(jìn)行歸一化處理得到的。

39、可選地，所述指定聚類模型為視覺轉(zhuǎn)換器vit模型，所述vit模型具有第二預(yù)設(shè)數(shù)量個(gè)輸入節(jié)點(diǎn)；

40、所述第一處理模塊，包括：

41、提取子模塊，用于針對(duì)該組面部圖像中的每一面部圖像，從該面部圖像中提取第二預(yù)設(shè)數(shù)量個(gè)指定五官所占的圖像區(qū)域，得到每一指定五官在各面部圖像中對(duì)應(yīng)的局部圖像；

42、輸入子模塊，用于將同一指定五官在各面部圖像中對(duì)應(yīng)的局部圖像作為一輸入節(jié)點(diǎn)的輸入數(shù)據(jù)，輸入所述vit模型，得到該組面部圖像對(duì)應(yīng)的第一相似度矩陣。

43、可選地，所述相似度標(biāo)簽集的構(gòu)建方式包括：

44、對(duì)所述訓(xùn)練數(shù)據(jù)集中的各面部圖像進(jìn)行特征提取，得到每一面部圖像對(duì)應(yīng)的特征向量；

45、計(jì)算每兩張面部圖像對(duì)應(yīng)的特征向量之間的相似度，得到該兩張面部圖像構(gòu)成的圖像對(duì)的相似度；

46、基于對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，生成各圖像對(duì)的相似度標(biāo)簽，得到相似度標(biāo)簽集。

47、可選地，所述基于對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，生成各圖像對(duì)的相似度標(biāo)簽，包括：

48、對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果；

49、針對(duì)每一圖像對(duì)，若該圖像對(duì)中的面部圖像包含的人物的身份相同，則利用第一懲罰因子對(duì)該圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果進(jìn)行調(diào)整，并將調(diào)整后的結(jié)果確定為該圖像對(duì)的相似度標(biāo)簽；

50、針對(duì)每一圖像對(duì)，若該圖像對(duì)中的面部圖像包含的人物的身份不同，則利用第二懲罰因子對(duì)該圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果進(jìn)行調(diào)整，將調(diào)整后的結(jié)果確定為該圖像對(duì)的相似度標(biāo)簽；

51、其中，所述第一懲罰因子使得調(diào)整后的結(jié)果增大，所述第二懲罰因子使得調(diào)整后的結(jié)果減小。

52、可選地，對(duì)各圖像對(duì)的相似度進(jìn)行歸一化處理，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果，包括：

53、基于各圖像對(duì)的相似度中的最大值和最小值，將各圖像對(duì)的相似度歸一化到(-1,1)區(qū)間，得到各圖像對(duì)對(duì)應(yīng)的歸一化結(jié)果。

54、第四方面，本技術(shù)實(shí)施例提供了一種圖像聚類裝置，所述裝置包括：

55、第二獲取模塊，用于獲取待進(jìn)行聚類的多張面部圖像；

56、第二處理模塊，用于利用預(yù)先訓(xùn)練的指定聚類模型，對(duì)所獲取的多張面部圖像進(jìn)行處理，得到第二相似度矩陣；其中，所述指定聚類模型為基于上述任一項(xiàng)所述的聚類模型的訓(xùn)練方法進(jìn)行訓(xùn)練得到的；

57、聚類模塊，用于基于預(yù)先確定的指定閾值以及所述第二相似度矩陣，對(duì)多張面部圖像進(jìn)行聚類，得到聚類結(jié)果。

58、可選地，所述聚類模塊，具體用于：

59、將所述第二相似度矩陣中不小于所述指定閾值的元素所對(duì)應(yīng)的圖像對(duì)，確定為屬于相同身份的圖像對(duì)，得到表示同一身份的聚類結(jié)果。

60、可選地，所述指定閾值的確定方式，包括：

61、將預(yù)先獲取的測試數(shù)據(jù)集中的第一預(yù)設(shè)數(shù)量的面部圖像輸入所述指定聚類模型，得到第三相似度矩陣；

62、針對(duì)每一候選閾值，將所述第三相似度矩陣中不小于該候選閾值的元素所對(duì)應(yīng)的圖像對(duì)，確定為屬于相同身份的圖像對(duì)；

63、計(jì)算基于每一候選閾值所確定出的屬于相同身份的圖像對(duì)的準(zhǔn)確度；

64、將所述準(zhǔn)確度最高的候選閾值，確定為指定閾值。

65、可選地，所述候選閾值為按照預(yù)設(shè)間隔從指定區(qū)間中選取得到的；所述指定區(qū)間為所述指定聚類模型訓(xùn)練時(shí)所利用的相似度標(biāo)簽集中標(biāo)簽的取值范圍。

66、第五方面，本技術(shù)實(shí)施例提供了一種電子設(shè)備，包括：

67、存儲(chǔ)器，用于存放計(jì)算機(jī)程序；

68、處理器，用于執(zhí)行存儲(chǔ)器上所存放的程序時(shí)，實(shí)現(xiàn)上述任一項(xiàng)所述的聚類模型的訓(xùn)練方法，或者，圖像聚類方法。

69、第六方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述的聚類模型的訓(xùn)練方法，或者，圖像聚類方法。

70、第七方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包含可執(zhí)行指令，當(dāng)所述可執(zhí)行指令在計(jì)算機(jī)上執(zhí)行時(shí)，使得計(jì)算機(jī)執(zhí)行上述任一項(xiàng)所述的聚類模型的訓(xùn)練方法，或者，圖像聚類方法。

71、本技術(shù)實(shí)施例有益效果：

72、本技術(shù)實(shí)施例提供的方案，通過對(duì)訓(xùn)練數(shù)據(jù)集中的面部圖像進(jìn)行分組，并針對(duì)每一組面部圖像，利用指定聚類模型對(duì)該組面部圖像進(jìn)行處理，得到指定聚類模型輸出的第一相似度矩陣，基于該組面部圖像對(duì)應(yīng)的第一相似度矩陣，與預(yù)先計(jì)算得到的該組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽之間的差異，對(duì)指定聚類模型的模型參數(shù)進(jìn)行調(diào)整。這樣，可以利用指定聚類模型對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行分批訓(xùn)練，使得用于訓(xùn)練指定聚類模型的設(shè)備一次只需要將一組面部圖像納入內(nèi)存中進(jìn)行訓(xùn)練，這顯著減少了內(nèi)存的使用量，使得模型訓(xùn)練能夠在設(shè)備資源有限的環(huán)境中進(jìn)行。并且，由于相似度標(biāo)簽集是基于對(duì)訓(xùn)練數(shù)據(jù)集中各圖像對(duì)的相似度進(jìn)行歸一化處理得到的，因此各組面部圖像中的圖像對(duì)對(duì)應(yīng)的相似度標(biāo)簽具有統(tǒng)一的范圍，使得各組面部圖像對(duì)應(yīng)的相似度標(biāo)簽的分布更均勻，從而可以避免由于各組面部圖像對(duì)應(yīng)的相似度標(biāo)簽的分布不均勻而導(dǎo)致的模型性能下降的問題。可見，通過本方案，能夠在設(shè)備資源有限的情況下，利用規(guī)模龐大的面部圖像對(duì)聚類模型進(jìn)行訓(xùn)練。從而，能夠利用有限的設(shè)備資源適配超大規(guī)模訓(xùn)練數(shù)據(jù)的訓(xùn)練。

73、另外，本技術(shù)實(shí)施例提供的圖像聚類方法，由于按照上述聚類模型的訓(xùn)練方法對(duì)指定聚類模型訓(xùn)練不受設(shè)備資源限制，因此能夠利用大規(guī)模的訓(xùn)練數(shù)據(jù)集訓(xùn)練得到精度更高的指定聚類模型，從而利用該聚類模型的訓(xùn)練方法訓(xùn)練得到的指定聚類模型，對(duì)待進(jìn)行聚類的多張面部圖像進(jìn)行處理，能夠提高聚類結(jié)果的精度。

74、當(dāng)然，實(shí)施本技術(shù)的任一產(chǎn)品或方法并不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。