圖像分類方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本公開涉及圖像識別技術(shù)領(lǐng)域，尤其涉及一種圖像分類方法及裝置。
【背景技術(shù)】
[0002]隨著科技的不斷發(fā)展，以智能手機(jī)為代表的智能終端可以實(shí)現(xiàn)越來越多的功能。以智能手機(jī)為例，根據(jù)需要用戶可以利用智能手機(jī)進(jìn)行自拍或給其他人拍照，也可以將自己或他人空間中的照片下載到本地進(jìn)行存儲。
[0003]然而，隨著智能手機(jī)的存儲空間的增大，用戶在智能手機(jī)存儲的照片也越來越多，對這些照片的管理也變得十分繁瑣，很多情況下用戶希望可以將同一個人的照片聚集在一起進(jìn)行顯示，以方便用戶瀏覽。

【發(fā)明內(nèi)容】

[0004]為克服相關(guān)技術(shù)中存在的問題，本公開提供一種圖像分類方法及裝置。
[0005]根據(jù)本公開實(shí)施例的第一方面，提供一種圖像分類方法，包括:
[0006]當(dāng)獲取到都包含人臉特征信息的兩個待分類圖像時，根據(jù)預(yù)先建立的人臉姿態(tài)分類器模型，分別確定所述兩個待分類圖像中的人臉姿態(tài)信息；
[0007]根據(jù)所述兩個待分類圖像中的人臉姿態(tài)信息，確定所述兩個待分類圖像之間的目標(biāo)聚類合并閾值；
[0008]利用確定得到的所述目標(biāo)聚類合并閾值對所述兩個待分類圖像進(jìn)行分類。
[0009]在對兩個待分類圖像進(jìn)行分類時，根據(jù)預(yù)先建立的任亮姿態(tài)分類器模型，分別確定出這兩個待分類圖像中的人臉姿態(tài)信息，進(jìn)而確定出這兩個待分類圖像之間的目標(biāo)聚類合并閾值，然后根據(jù)該目標(biāo)聚類合并閾值對這兩個待分類圖像進(jìn)行分類。通過確定將人臉姿態(tài)信息，可以更準(zhǔn)確地確定兩個待分類圖像是否屬于同一類圖像，進(jìn)而提高圖像分類效率。
[0010]可選地，還包括:
[0011 ]計算所述兩個待分類圖像之間的相似度；
[0012]判斷所述相似度是否大于預(yù)設(shè)閾值；
[0013]當(dāng)所述相似度大于預(yù)設(shè)閾值時，執(zhí)行所述分別確定所述兩個待分類圖像中的人臉姿態(tài)信息的步驟。
[0014]針對兩個具有一定相似度的圖像進(jìn)行分類，即在無法單單通過相似度區(qū)分二者是否為同一類圖像時，借助本公開提供的實(shí)施例可以進(jìn)一步提高兩個待分類圖像的準(zhǔn)確度。如果兩個待分類圖像小于某相似度，即在從確定兩個待分類已經(jīng)明顯不屬于同一類圖像時，也就無需采用本公開提供的方法。因此，待分類的兩個圖像之間至少要滿足具有一定的相似度才可以。
[0015]可選地，所述確定所述兩個待分類圖像之間的目標(biāo)聚類合并閾值，包括:
[0016]獲取預(yù)設(shè)聚類合并閾值；
[0017]判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否都是大角度姿態(tài)信息；
[0018]當(dāng)所述兩個待分類圖像中的人臉姿態(tài)信息都是大角度姿態(tài)信息時，按預(yù)設(shè)方式增大所述預(yù)設(shè)聚類合并閾值，將所述增大后的所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0019]如果兩個待分類圖像中的人臉姿態(tài)信息都是大角度姿態(tài)信息，說明這兩個待分類圖像中人臉特征含量豐富，需要調(diào)高二者之間的聚類合并閾值，以提高分類的準(zhǔn)確度。
[0020]可選地，所述確定所述兩個待分類圖像之間的目標(biāo)聚類合并閾值，包括:
[0021]獲取預(yù)設(shè)聚類合并閾值；
[0022]判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否分別為不同角度姿態(tài)信息；
[0023]當(dāng)所述兩個待分類圖像中的人臉姿態(tài)信息分別為不同角度姿態(tài)信息，按照預(yù)設(shè)方式減小所述預(yù)設(shè)聚類合并閾值，將減小后的所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0024]如果兩個待分類圖像中的人臉姿態(tài)信息都是不同角度姿態(tài)信息，說明這兩個待分類圖像中人臉特征含量不太豐富，需要調(diào)低二者之間的聚類合并閾值，以提高分類的準(zhǔn)確度。
[0025]可選地，所述確定所述兩個待分類圖像之間的目標(biāo)聚類合并閾值，包括:
[0026]獲取預(yù)設(shè)聚類合并閾值；
[0027]判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否都為正面姿態(tài)信息；
[0028]當(dāng)所述兩個待分類圖像中的人臉姿態(tài)信息都為正面姿態(tài)信息時，將所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0029]如果兩個待分類圖像中的人臉姿態(tài)信息都是正面姿態(tài)信息，說明這兩個待分類圖像中包含全部人臉特征，這是可以直接將預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0030]可選地，所述利用確定得到的所述目標(biāo)聚類合并閾值對所述兩個待分類圖像進(jìn)行分類，包括:
[0031]計算所述兩個待分類圖像的聚類合并值；
[0032]判斷所述聚類合并值是否大于所述目標(biāo)聚類合并閾值；
[0033]當(dāng)所述聚類合并值大于所述目標(biāo)聚類合并閾值時，將所述兩個待分類圖像作為同一類圖像；
[0034]當(dāng)所述聚類合并值不大于所述目標(biāo)聚類合并閾值時，將所述兩個待分類圖像作為不同類圖像。
[0035]通過將兩個待分類圖像的聚類合并值與目標(biāo)聚類合并閾值進(jìn)行比較，可以很方便準(zhǔn)確的判斷出這兩個待分類圖像是否屬于同一類圖像。
[0036]根據(jù)本公開實(shí)施例的第二方面，提供一種圖像分類裝置，包括:
[0037]人臉姿態(tài)信息確定模塊，用于在獲取到都包含人臉特征信息的兩個待分類圖像時，根據(jù)預(yù)先建立的人臉姿態(tài)分類器模型，分別確定所述兩個待分類圖像中的人臉姿態(tài)信息;
[0038]目標(biāo)聚類合并閾值確定模塊，用于根據(jù)所述兩個待分類圖像中的人臉姿態(tài)信息，確定所述兩個待分類圖像之間的目標(biāo)聚類合并閾值；
[0039]圖像分類模塊，用于利用確定得到的所述目標(biāo)聚類合并閾值對所述兩個待分類圖像進(jìn)行分類。
[0040]可選地，還包括:
[0041]相似度計算模塊，用于計算所述兩個待分類圖像之間的相似度；
[0042]閾值判斷模塊，用于判斷所述相似度是否大于預(yù)設(shè)閾值。
[0043]可選地，所述目標(biāo)聚類合并閾值確定模塊，包括:
[0044]第一聚類合并閾值獲取子模塊，用于獲取預(yù)設(shè)聚類合并閾值；
[0045]大角度姿態(tài)信息判斷子模塊，用于判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否都是大角度姿態(tài)ig息；
[0046]第一目標(biāo)聚類合并閾值子模塊，用于當(dāng)所述兩個待分類圖像中的人臉姿態(tài)信息都是大角度姿態(tài)信息時，按預(yù)設(shè)方式增大所述預(yù)設(shè)聚類合并閾值，將所述增大后的所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0047]可選地，所述目標(biāo)聚類合并閾值確定模塊，包括:
[0048]第二聚類合并閾值獲取子模塊，用于獲取預(yù)設(shè)聚類合并閾值；
[0049]不同角度姿態(tài)信息判斷子模塊，用于判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否分別為不同角度姿態(tài)信息；
[0050]第二目標(biāo)聚類合并閾值子模塊，用于在所述兩個待分類圖像中的人臉姿態(tài)信息分別為不同角度姿態(tài)信息，按照預(yù)設(shè)方式減小所述預(yù)設(shè)聚類合并閾值，將減小后的所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0051 ]可選地，所述目標(biāo)聚類合并閾值確定模塊，包括:
[0052]第三聚類合并閾值獲取子模塊，用于獲取預(yù)設(shè)聚類合并閾值；
[0053]正面姿態(tài)信息判斷子模塊，用于判斷所述兩個待分類圖像中的人臉姿態(tài)信息是否都為正面姿態(tài)信息；
[0054]第三目標(biāo)聚類合并閾值子模塊，用于在所述兩個待分類圖像中的人臉姿態(tài)信息都為正面姿態(tài)信息時，將所述預(yù)設(shè)聚類合并閾值作為目標(biāo)聚類合并閾值。
[0055]可選地，所述圖像分類模塊，包括:
[0056]聚類合并值計算子模塊，用于計算所述兩個待分類圖像的聚類合并值；
[0057]聚類合并值判斷子模塊，用于判斷所述聚類合并值是否大于所述目標(biāo)聚類合并閾值；
[0058]同一類圖像確定子模塊，用于在所述聚類合并值大于所述目標(biāo)聚類合并閾值時，將所述兩個待分類圖像作為同一類圖像；
[0059]不同類圖像確定子模塊，用于在所述聚類合并值不大于所述目標(biāo)聚類合并閾值時，將所述兩個待分類圖像作為不同類圖像。
[0060]根據(jù)本公開實(shí)施例的第三方面，提供一種終端，包括:
[0061]處理器；
[0062]用于存儲處理器可執(zhí)行指令的存儲器；
[0063]其中，所述處理器被配置為:
[0064]當(dāng)獲取到都包含人臉特征信息的兩個待分