聚类方法及装置、电子设备和存储介质与流程

1.本公开涉及计算机视觉技术领域，尤其涉及一种聚类方法及装置、电子设备和存储介质。


背景技术：

2.企业业务场景下，很多应用都是基于人脸识别或者人体识别的陌生人数据库的延展。例如，零售场景下的客流分析、地产和4s店等场景下的同行人分析、酒店场景下的陌生人识别等等。这些应用的算法效果归根到底都需要一个好的聚类系统输出高精确的一人一档信息。但是，实际应用中，当前聚类系统的实时性和聚类精度较低。


技术实现要素：

3.本公开提出了一种聚类方法及装置、电子设备和存储介质的技术方案。
4.根据本公开的一方面，提供了一种聚类方法，包括：在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果；对所述预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果；基于所述离线聚类结果，对所述实时聚类结果进行校正，得到校正后的聚类结果。
5.在一种可能的实现方式中，所述实时聚类结果中包括至少一个实时聚类档案，所述离线聚类结果中包括至少一个离线聚类档案；所述基于所述离线聚类结果，对所述实时聚类结果进行校正，包括：针对任意一个所述离线聚类档案，在所述离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的情况下，基于预设合并策略，对所述多个目标实时聚类档案进行合并。
6.在一种可能的实现方式中，所述基于预设合并策略，对所述多个目标实时聚类档案进行合并，包括：针对任意一个所述目标实时聚类档案，基于所述离线聚类结果，确定所述目标实时聚类档案中每个人脸图像对应的离线聚类档案id；基于所述目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定所述目标实时聚类档案对应的代表离线聚类档案id；将所述多个目标实时聚类档案中，对应相同代表离线聚类档案id的目标实时聚类档案进行合并。
7.在一种可能的实现方式中，所述基于所述目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定所述目标实时聚类档案对应的代表离线聚类档案id，包括：在所述目标实时聚类档案中的人脸图像的数量小于或等于预设数量阈值的情况下，确定所述目标实时聚类档案中的每个人脸图像是否对应相同的离线聚类档案id；在所述目标实时聚类档案中的每个人脸图像对应相同的离线聚类档案id的情况下，将所述相同的离线聚类档案id，确定为所述目标实时聚类档案对应的所述代表离线聚类档案id。
8.在一种可能的实现方式中，所述基于所述目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定所述目标实时聚类档案对应的代表离线聚类档案id，包括：在所述目标实时聚类档案中的人脸图像的数量大于预设数量阈值的情况下，确定所述目标实时聚
类档案中是否至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id；在所述目标实时聚类档案中至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id的情况下，将所述相同的离线聚类档案id，确定为所述目标实时聚类档案对应的所述代表离线聚类档案id。
9.在一种可能的实现方式中，所述实时聚类结果中包括至少一个实时聚类档案，所述离线聚类结果中包括至少一个离线聚类档案；所述基于所述离线聚类结果，对所述实时聚类结果进行校正，包括：针对任意一个所述实时聚类档案，在所述实时聚类档案中的人脸图像分别处于多个目标离线聚类档案的情况下，基于预设拆分策略，对所述实时聚类档案进行拆分。
10.在一种可能的实现方式中，所述基于预设拆分策略，对所述实时聚类档案进行拆分，包括：在所述实时聚类档案中的人脸图像的数量，与所述多个目标离线聚类档案中的人脸图像的总数量相同的情况下，基于所述多个目标离线聚类档案，对所述实时聚类档案进行对齐拆分。
11.根据本公开的一方面，提供了一种聚类装置，包括：实时聚类模块，用于在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果；离线聚类模块，用于对所述预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果；校正模块，用于基于所述离线聚类结果，对所述实时聚类结果进行校正，得到校正后的聚类结果。
12.根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
13.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
14.在本公开实施例中，在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果，以确保聚类实时性需求，为了兼顾聚类精度需求，对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果，进而基于离线聚类结果，对实时聚类结果进行校正，以使得校正后的聚类结果，可以同时兼顾聚类实时性需求和聚类精度需求。
15.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和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
16.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
17.图1示出根据本公开实施例的一种聚类方法的流程图；
18.图2示出根据本公开实施例的一种聚类装置的框图；
19.图3示出根据本公开实施例的一种电子设备的框图；
20.图4示出根据本公开实施例的另一种电子设备的框图。
具体实施方式
21.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
22.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
23.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
24.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
25.企业业务场景下，很多应用都是基于人脸识别或者人体识别的陌生人数据库的延展。例如，零售场景下的人员识别、客流分析、地产和4s店等场景下的同行人分析、酒店场景下的陌生人识别等等。这些应用的算法效果归根到底都需要一个好的聚类系统输出高精确的一人一档信息。在实际应用中，业务场景对聚类系统的要求是需要兼顾聚类实时性和聚类精度。
26.针对聚类实时性需求，需要聚类系统秒级响应对陌生人进行识别标识(id，identity document)化。也就是说，当一个人出现在摄像头画面中，针对实时采集的人脸图像，聚类系统需要即时确定其对应的实时聚类档案id，对其进行归档。
27.相关技术中，基于采用流式处理的实时聚类系统来满足聚类实时性需求。实时聚类系统为每个实时聚类档案建立中心点、辅助点。针对一个实时聚类档案，该实时聚类档案中包括10个人脸图像，根据各人脸图像的图像特征，确定平均图像特征，以及将平均图像特征对应的人脸图像确定为类中心。在实时聚类过程中，针对实时采集的一个新的人脸图像时，计算其图像特征与各个实时档案的类中心的图像特征的相似度，找到相似度最高的实时档案，秒级输出该人脸图像的实时聚类档案id，进而，将该人脸图像归入实时聚类档案id对应的实时聚类档案。
28.但是，由于实时聚类系统在进行实时聚类时，能够利用的决策信息是有限的，例如，为了更快速的得到实时聚类结果，只使用当前图像与当前n个实时档案(每个档案10张人脸图像)的类中心进行比较，可利用的信息量就是n个类中心点特征。，因此，实时聚类系统的聚类精度容易出现瓶颈，难以进行大幅度提升。
29.针对聚类精度需求，需要聚类系统在预设时间范围内对动态历史库进行高精度的一人一档归类。也就是说，针对较长一段时间内采集的所有人脸图像进行聚类，得到聚类精度较高的若干离线聚类档案。
30.相关技术中，基于离线聚类系统来满足聚类精度需求。离线聚类系统基于较长一段时间采集的所有人脸图像实现全量聚类。例如，每天凌晨，离线聚类系统基于当前采集的所有人脸图像进行离线聚类，得到聚类精度较高的若干离线聚类档案。
31.相比于实时聚类，由于离线聚类大大增加了聚类时可利用的决策信息量，因此，离
线聚类在聚类精度上有较大优势。但是，由于离线聚类耗时较久，因此，聚类实时性较差。
32.本公开实施例提供了一种聚类方法，可以应用于企业业务中一人一档聚类场景。在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类的一人一档，以确保聚类实时性需求，为了兼顾聚类精度需求，对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类的一人一档，进而基于离线聚类的一人一档，对实时聚类的一人一档进行校正，以使得校正后的一人一档，可以同时兼顾聚类实时性需求和聚类精度需求。
33.下面对本公开实施例的聚类方法的具体过程进行详细描述。
34.图1示出根据本公开实施例的一种聚类方法的流程图。该聚类方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等，该聚类方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行该聚类方法。如图1所示，该聚类方法可以包括：
35.在步骤s11中，在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果。
36.在预设时间段内，对实时采集的人脸图像进行实时聚类，将该人脸图像聚类到对应的实时聚类档案中，得到实时聚类结果。
37.其中，一个实时聚类档案中包括的，是实时聚类后认为对应同一个人员的人脸图像。
38.例如，预设时间段是全天。对当天t1时刻采集的人脸图像f1进行实时聚类，确定人脸图像f1聚类到实时聚类档案r1；对当天t2时刻采集的人脸图像f2进行实时聚类，确定人脸图像f1聚类到实时聚类档案r2。因此，在预设时间段(全天)结束之后，可以得到对应多个不同人员的多个实时聚类档案r1、r2、
……
、rm。预设时间段可以根据实际情况进行灵活设置，本公开对此不作具体限定。
39.对实时采集的人脸图像进行实时聚类，可以利用相关技术中的实时聚类算法，也可以利用相关技术中的实时聚类系统，本公开对此不作具体限定。
40.在步骤s12中，对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果。
41.由于在预设时间段内，对实时采集的人脸图像进行实时聚类之后，得到的实时聚类结果可能无法满足聚类精度的需求。因此，在该预设时间段结束之后，对该预设时间段内采集的所有人脸图像进行离线聚类，将每个人脸图像聚类到对应的离线聚类档案中，得到聚类精度较高的离线聚类结果。
42.其中，一个离线聚类档案中包括的，是离线聚类后认为对应同一个人员的人脸图像。
43.仍以上述预设时间段是全天为例，在预设时间段(全天)结束之后，例如，在每天的凌晨触发离线聚类，对预设时间段(全天)采集的所有人脸图像(f1、f2、
……
、fn)进行离线聚类，可以得到对应不同人员的多个离线聚类档案o1、o2、
……
、ok。
44.对预设时间段内采集的多个人脸图像进行离线聚类，可以利用相关技术中的离线聚类算法，也可以利用相关技术中的离线聚类系统，本公开对此不作具体限定。
45.在步骤s13中，基于离线聚类结果，对实时聚类结果进行校正，得到校正后的聚类结果。
46.由于离线聚类结果具有较高的聚类精度，因此，基于离线聚类结果，对实时聚类结果进行校正，以使得校正后的聚类结果，可以同时兼顾聚类实时性需求和聚类精度需求。后文会结合本公开可能的实现方式，对基于离线聚类结果对实时聚类结果进行校正的过程进行详细描述，此处不作赘述。
47.在本公开实施例中，在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果，以确保聚类实时性需求，为了兼顾聚类精度需求，对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果，进而基于离线聚类结果，对实时聚类结果进行校正，以使得校正后的聚类结果，可以同时兼顾聚类实时性需求和聚类精度需求。
48.在一种可能的实现方式中，实时聚类结果中包括至少一个实时聚类档案，离线聚类结果中包括至少一个离线聚类档案；基于离线聚类结果，对实时聚类结果进行校正，包括：针对任意一个离线聚类档案，在离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的情况下，基于预设合并策略，对多个目标实时聚类档案进行合并。
49.针对任意一个离线聚类档案，在离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的情况下，可以说明实时聚类过程将同一个人员的人脸图像聚类到了不同的多个实时聚类档案，此时，需要基于预设合并策略，对多个目标实时聚类档案进行合并，以提高聚类精度。
50.在一种可能的实现方式中，基于预设合并策略，对多个目标实时聚类档案进行合并，包括：针对任意一个目标实时聚类档案，基于离线聚类结果，确定目标实时聚类档案中每个人脸图像对应的离线聚类档案id；基于目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定目标实时聚类档案对应的代表离线聚类档案id；将多个目标实时聚类档案中，对应相同代表离线聚类档案id的目标实时聚类档案进行合并。
51.通过确定目标实时聚类档案中每个人脸图像对应的离线聚类档案id，可以确定目标实时聚类档案对应的代表离线聚类档案id，若多个目标实时聚类档案对应相同的代表离线聚类档案id，则可以说明该多个目标实时聚类档案对应同一个人员的概率较高，此时，将该多个目标实时聚类档案进行合并，以优化实时聚类时将同一个人员的不同人脸图像聚类到不同实时聚类档案的问题，提高聚类精度。
52.在一种可能的实现方式中，基于目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定目标实时聚类档案对应的代表离线聚类档案id，包括：在目标实时聚类档案中的人脸图像的数量小于或等于预设数量阈值的情况下，确定目标实时聚类档案中的每个人脸图像是否对应相同的离线聚类档案id；在目标实时聚类档案中的每个人脸图像对应相同的离线聚类档案id的情况下，将相同的离线聚类档案id，确定为目标实时聚类档案对应的代表离线聚类档案id。
53.针对短轨迹档案，即目标实时聚类档案中的人脸图像的数量小于或等于预设数量阈值的情况，需要该目标实时聚类档案中的每个人脸图像均对应相同的离线聚类档案id的情况下，才能将该相同的离线聚类档案id，确定为该目标实时聚类档案对应的代表离线聚类档案id。预设数量阈值的具体取值可以根据实际情况灵活设置，本公开对此不作具体限定。
54.在一示例中，目标实时聚类档案r1{f1，f2}，r2{f3，f4}。预设数量阈值是3，则目标实时聚类档案r1和r2均是短轨迹档案。
55.针对目标实时聚类档案r1{f1，f2}，其中，人脸图像f1、f2对应的离线聚类id均为o1，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为o1。
56.针对目标实时聚类档案r2{f3，f4}，其中，人脸图像f3、f4对应的离线聚类id均为o1，此时，可以确定目标实时聚类档案r2对应的代表离线聚类id为o1。
57.由于目标实时聚类档案r1和r2对应的代表离线聚类id相同，因此，对目标实时聚类档案r1和r2进行合并，得到校正后的聚类档案c1{f1，f2，f3，f4}。
58.在另一示例中，目标实时聚类档案r1{f1，f2，f3}，r2{f4，f5，f6}。预设数量阈值是3，则目标实时聚类档案r1和r2均是短轨迹档案。
59.针对目标实时聚类档案r1{f1，f2，f3}，其中，人脸图像f1、f2、f3对应的离线聚类id均为o1，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为o1。
60.针对目标实时聚类档案r2{f4，f5，f6}，其中，人脸图像f4对应的离线聚类id为o1，人脸图像f5和f6对应的离线聚类id为o2，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为空，即目标实时聚类档案r1不存在对应的代表离线聚类id。
61.由于目标实时聚类档案r1和r2对应的代表离线聚类id并不相同，因此，不能对目标实时聚类档案r1和r2进行合并，此时，可以不对目标实时聚类档案r1和r2进行任何校正处理。
62.在一种可能的实现方式中，基于目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定目标实时聚类档案对应的代表离线聚类档案id，包括：在目标实时聚类档案中的人脸图像的数量大于预设数量阈值的情况下，确定目标实时聚类档案中是否至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id；在目标实时聚类档案中至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id的情况下，将相同的离线聚类档案id，确定为目标实时聚类档案对应的代表离线聚类档案id。
63.针对长轨迹档案，即目标实时聚类档案中的人脸图像的数量大于预设数量阈值的情况，此时，只要该目标实时聚类档案中至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id的情况下，就可以将该相同的离线聚类档案id，确定为该目标实时聚类档案对应的代表离线聚类档案id。预设比例阈值的具体取值可以根据实际情况灵活设置，本公开对此不作具体限定。
64.在一示例中，目标实时聚类档案r1{f1，f2，f3，f4}，r2{f5，f6，f7，f8}。预设数量阈值是3，则目标实时聚类档案r1和r2均是长轨迹档案。假设预设比例阈值是50％。
65.针对目标实时聚类档案r1{f1，f2，f3，f4}，其中，人脸图像f1、f2、f4对应的离线聚类id为o1，人脸图像f4对应的离线聚类id为o3，目标实时聚类档案r1中存在75％(大于预设比例阈值50％)的人脸图像对应相同的离线聚类id，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为o1。
66.针对目标实时聚类档案r2{f5，f6，f7，f8}，其中，人脸图像f5、f7对应的离线聚类id为o1，人脸图像f6对应的离线聚类id为o2，人脸图像f8对应的离线聚类id为o3，目标实时聚类档案r1中存在50％(等于预设比例阈值50％)的人脸图像对应相同的离线聚类id，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为o1。
67.由于目标实时聚类档案r1和r2对应的代表离线聚类id相同，因此，对目标实时聚类档案r1和r2进行合并，得到校正后的聚类档案c1{f1，f2，f3，f4，f5，f6，f7，f8}。
68.在另一示例中，实时聚类档案r1{f1，f2，f3，f4}，r2{f5，f6，f7，f8}。预设数量阈值是3，则目标实时聚类档案r1和r2均是长轨迹档案。假设预设比例阈值是50％。
69.针对目标实时聚类档案r1{f1，f2，f3，f4}，其中，人脸图像f1对应的离线聚类id为o1，人脸图像f2对应的离线聚类id为o2，f3对应的离线聚类id为o3，f4对应的离线聚类id是o4，目标实时聚类档案r1中存在25％(小于预设比例阈值50％)的人脸图像对应相同的离线聚类id，此时，可以确定目标实时聚类档案r1对应的代表离线聚类id为空，即目标实时聚类档案r1不存在对应的代表离线聚类id。
70.针对目标实时聚类档案r2{f5，f6，f7，f8}，其中，人脸图像f5对应的离线聚类id为o5，人脸图像f6对应的离线聚类id为o2，人脸图像f7对应的离线聚类id为o1，人脸图像f8对应的离线聚类id为o3，目标实时聚类档案r2中存在25％(小于预设比例阈值50％)的人脸图像对应相同的离线聚类id，此时，可以确定目标实时聚类档案r2对应的代表离线聚类id为空，即目标实时聚类档案r2不存在对应的代表离线聚类id。
71.由于目标实时聚类档案r1和r2对应的代表离线聚类id均为空，因此，不能对目标实时聚类档案r1和r2进行合并，此时，可以不对目标实时聚类档案r1和r2进行任何校正处理。
72.一个离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的情况，至少可以包括下面四种不同实例case：case1～case4。
73.case1：离线聚类档案o1中的人脸图像分别处于n个目标实时聚类档案r1、r2、
……
、rn，且离线聚类档案o1中的人脸图像的数量，等于n个目标实时聚类档案中的人脸图像的总数量，即o1＝r1 r2
……
rn。
74.在一示例中，离线聚类档案o1中包括的人脸图像，分别处于两个目标实时聚类档案r1和r2，o1＝r1 r2。其中：
75.离线聚类档案o1{f1，f2，f3，f4，f5，f6，f7，f8}。
76.目标实时聚类档案r1{f1，f2，f3，f4}；r2{f5，f6，f7，f8}。
77.case2：离线聚类档案o1中的人脸图像分别处于n个目标实时聚类档案r1、r2、
……
、rn，且离线聚类档案o1中的人脸图像的数量，小于n个目标实时聚类档案中的人脸图像的总数量，即o1《r1 r2
……
rn；针对任意一个目标实时聚类档案ri(0《i《＝n)，目标实时聚类档案ri中至少存在预设比例阈值的人脸图像处于离线档案o1。
78.在一示例中，预设比例阈值是50％，离线聚类档案o1中包括的人脸图像，分别处于两个目标实时聚类档案r1和r2，o1《r1 r2，r1和r2中至少存在50％的人脸图像处于离线档案o1。其中：
79.离线聚类档案o1{f1，f2，f4，f5，f7}。
80.目标实时聚类档案r1{f1，f2，f3，f4}；r2{f5，f6，f7，f8}。
81.case3：离线聚类档案o1中的人脸图像分别处于n个目标实时聚类档案r1、r2、
……
、rn，且离线聚类档案o1中的人脸图像的数量，小于n个目标实时聚类档案中的人脸图像的总数量，即o1《r1 r2
……
rn；针对任意一个目标实时聚类档案ri(0《i《＝n)，目标实时聚类档案ri中存在小于预设比例阈值的人脸图像处于离线档案o1。
82.在一示例中，预设比例阈值是50％，离线聚类档案o1中包括的人脸图像，分别处于两个目标实时聚类档案r1和r2，o1《r1 r2，r1和r2中存在小于50％的人脸图像处于离线档案o1。其中：
83.离线聚类档案o1{f1，f7}。
84.目标实时聚类档案r1{f1，f2，f3，f4}；r2{f5，f6，f7，f8}。
85.case4：离线聚类档案o1中的人脸图像分别处于n个目标实时聚类档案r1、r2、
……
、rn，且离线聚类档案o1中的人脸图像的数量，小于n个目标实时聚类档案中的人脸图像的总数量，即o1《r1 r2
……
rn；针对一个目标实时聚类档案ri(0《i《＝n)，目标实时聚类档案ri中至少存在预设比例阈值的人脸图像处于离线档案o1；针对另一个目标实时聚类档案rj(0《j《＝n)，目标实时聚类档案rj中存在小于预设比例阈值的人脸图像处于离线档案o1。
86.在一示例中，预设比例阈值是50％，离线聚类档案o1中包括的人脸图像，分别处于两个目标实时聚类档案r1和r2，o1《r1 r2，r1中至少存在50％的人脸图像处于离线档案o1，r2中存在小于50％的人脸图像处于离线档案o1。其中：
87.离线聚类档案o1{f1，f2，f4，f7}。
88.目标实时聚类档案r1{f1，f2，f3，f4}；r2{f5，f6，f7，f8}。
89.在另一示例中，预设比例阈值是50％，离线聚类档案o1中包括的人脸图像，分别处于两个目标实时聚类档案r1、r2和r3，o1《r1 r2 r3，r1和r2中至少存在50％的人脸图像处于离线档案o1，r3中存在小于50％的人脸图像处于离线档案o1。其中：
90.离线聚类档案o1{f1，f2，f4，f5，f8，f10}。
91.目标实时聚类档案r1{f1，f2，f3，f4}；r2{f5，f6，f7，f8}；r3{f9，f10，f11，f12}。
92.针对上述一个离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的case1-case4，均可以采用上述实施例记载的基于预设合并策略对多个目标实时聚类档案进行合并的方式，对实时聚类结果进行校正，此处不再赘述。
93.在一种可能的实现方式中，实时聚类结果中包括至少一个实时聚类档案，离线聚类结果中包括至少一个离线聚类档案；基于离线聚类结果，对实时聚类结果进行校正，包括：针对任意一个实时聚类档案，在实时聚类档案中的人脸图像分别处于多个目标离线聚类档案的情况下，基于预设拆分策略，对实时聚类档案进行拆分。
94.针对任意一个实时聚类档案，在该实时聚类档案中的人脸图像分别处于多个目标离线聚类档案的情况下，可以说明实时聚类过程将不同人员的人脸图像聚类到了相同的实时聚类档案，此时，需要基于预设拆分策略，对该目标实时聚类档案进行拆分，以提高聚类精度。
95.在一种可能的实现方式中，基于预设拆分策略，对实时聚类档案进行拆分，包括：在实时聚类档案中的人脸图像的数量，与多个目标离线聚类档案中的人脸图像的总数量相同的情况下，基于多个目标离线聚类档案，对实时聚类档案进行对齐拆分。
96.针对任意一个实时聚类档案，在该实时聚类档案中的人脸图像分别处于多个目标离线聚类档案，且该实时聚类档案中的人脸图像的数量，与多个目标离线聚类档案中的人脸图像的总数量相同的情况下，可以直接基于多个目标离线聚类档案，对实时聚类档案进行对齐拆分。
97.在一示例中，实时聚类档案r1中的人脸图像，分别处于两个目标离线聚类档案o1和o2。其中，实时聚类档案r1{f1，f2，f3，f4，f5，f6，f7，f8}；目标离线聚类档案o1{f1，f2，f3，f4}，o2{f5，f6，f7，f8}。此时，直接将实时聚类档案r1与目标离线聚类档案o1和o2进行对齐拆分，得到校正后的聚类档案c1{f1，f2，f3，f4}，c2{f5，f6，f7，f8}。
98.一个实时聚类档案中的人脸图像分别处于多个目标离线聚类档案的情况，至少可以包括下面两种不同case：case5和case6。
99.case5：实时聚类档案r1中的人脸图像分别处于n个目标离线聚类档案o1、o2、
……
、on，且实时聚类档案r1中的人脸图像的数量，等于n个目标离线聚类档案中的人脸图像的总数量，即r1＝o1 o2
……
on。
100.针对case5，可以采用上述实施例记载的基于预设拆分策略对实时聚类档案进行拆分，即，基于多个目标离线聚类档案o1、o2、
……
、on，对实时聚类档案r1进行对齐拆分，实现对实时聚类结果进行校正，此处不再赘述。
101.case6：实时聚类档案r1中的人脸图像分别处于n个目标离线聚类档案o1、o2、
……
、on，且实时聚类档案r1中的人脸图像的数量，大于n个目标离线聚类档案中的人脸图像的总数量，即r1》o1 o2
……
on。
102.在一示例中，实时聚类档案r1中包括的人脸图像，分别处于三个目标离线聚类档案o1、o2和o3，r1》o1 o2 o3。其中：
103.实时聚类档案r1{f1，f2，f3，f4，f5，f6，f7，f8，f9，f10}。
104.目标离线聚类档案o1{f1，f2，f3}；o2{f6，f7，f8}；o3{f4，f5}。
105.在一示例中，针对case6，可以基于目标离线聚类档案o1、o2和o3，对实时聚类档案r1进行拆分，但是，可能会存在拆分出来的单独人脸图像f9和f10。此时，可以根据预设判断策略，确定拆分出来的单独人脸图像f9和f10，是否可以与其它实时聚类档案拆分出来的单独人脸图像进行聚类。预设判断策略可以根据实际情况进行灵活设置，本公开对此不作具体限定。
106.在一示例中，由于拆分出来单独人脸图像涉及到图像级别的校正，校正成本较高，因此，针对case6，可以不对实时聚类档案r1进行任何校正处理。
107.一个实时聚类档案中的人脸图像还有可能与一个离线聚类档案中的人脸图像完全一致，如case7所示。
108.case7：实时聚类档案r1中的人脸图像与离线聚类档案o1中的人脸图像完全一致。
109.在一示例中，实时聚类档案r1{f1，f2，f3，f4，f5，f6，f7，f8}。
110.离线聚类档案o1{f1，f2，f3，f4，f5，f6，f7，f8}。
111.此时，可以说明实时聚类档案r1的聚类精度较高，因此，无需对实时聚类档案r1进行任何校正处理。
112.在本公开实施例中，在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类的一人一档，以确保聚类实时性需求，为了兼顾聚类精度需求，对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类的一人一档，进而基于离线聚类的一人一档，对实时聚类的一人一档进行校正，以使得校正后的一人一档，可以同时兼顾聚类实时性需求和聚类精度需求，既可以解决实时聚类时将同一个人员的不同人脸图像聚类到不同实时聚类档案的问题，又可以解决实时聚类时将不同人员的人脸图像聚类到相同的实时聚类
档案的问题。
113.可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
114.此外，本公开还提供了聚类装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种聚类方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
115.图2示出根据本公开实施例的一种聚类装置的框图。如图2所示，聚类装置20包括：
116.实时聚类模块21，用于在预设时间段内，对实时采集的人脸图像进行实时聚类，得到实时聚类结果；
117.离线聚类模块22，用于对预设时间段内采集的多个人脸图像进行离线聚类，得到离线聚类结果；
118.校正模块23，用于基于离线聚类结果，对实时聚类结果进行校正，得到校正后的聚类结果。
119.在一种可能的实现方式中，实时聚类结果中包括至少一个实时聚类档案，离线聚类结果中包括至少一个离线聚类档案；
120.校正模块23，包括：
121.合并子模块，用于针对任意一个离线聚类档案，在该离线聚类档案中的人脸图像分别处于多个目标实时聚类档案的情况下，基于预设合并策略，对该多个目标实时聚类档案进行合并。
122.在一种可能的实现方式中，合并子模块，包括：
123.第一确定单元，用于针对任意一个目标实时聚类档案，基于离线聚类结果，确定该目标实时聚类档案中每个人脸图像对应的离线聚类档案id；
124.第二确定单元，用于基于该目标实时聚类档案中每个人脸图像对应的离线聚类档案id，确定该目标实时聚类档案对应的代表离线聚类档案id；
125.合并单元，用于将该多个目标实时聚类档案中，对应相同代表离线聚类档案id的目标实时聚类档案进行合并。
126.在一种可能的实现方式中，第二确定单元，包括：
127.第一确定子单元，用于在该目标实时聚类档案中的人脸图像的数量小于或等于预设数量阈值的情况下，确定该目标实时聚类档案中的每个人脸图像是否对应相同的离线聚类档案id；
128.第二确定子单元，用于在该目标实时聚类档案中的每个人脸图像对应相同的离线聚类档案id的情况下，将该相同的离线聚类档案id，确定为该目标实时聚类档案对应的代表离线聚类档案id。
129.在一种可能的实现方式中，第二确定单元，还包括：
130.第三确定子单元，用于在该目标实时聚类档案中的人脸图像的数量大于预设数量阈值的情况下，确定该目标实时聚类档案中是否至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id；
131.第四确定子单元，用于在该目标实时聚类档案中至少存在预设比例阈值的人脸图像对应相同的离线聚类档案id的情况下，将该相同的离线聚类档案id，确定为该目标实时聚类档案对应的所述代表离线聚类档案id。
132.在一种可能的实现方式中，实时聚类结果中包括至少一个实时聚类档案，离线聚类结果中包括至少一个离线聚类档案；
133.校正模块23，包括：
134.拆分子模块，用于针对任意一个实时聚类档案，在该实时聚类档案中的人脸图像分别处于多个目标离线聚类档案的情况下，基于预设拆分策略，对该实时聚类档案进行拆分。
135.在一种可能的实现方式中，拆分子模块，具体用于：
136.在该实时聚类档案中的人脸图像的数量，与多个目标离线聚类档案中的人脸图像的总数量相同的情况下，基于该多个目标离线聚类档案，对该实时聚类档案进行对齐拆分。
137.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
138.本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
139.本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
140.本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
141.电子设备可以被提供为终端、服务器或其它形态的设备。
142.图3示出根据本公开实施例的一种电子设备的框图。参照图3，电子设备800可以是用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
143.参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)接口812，传感器组件814，以及通信组件816。
144.处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
145.存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它
们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
146.电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
147.多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
148.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
149.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
150.传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
151.通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wi-fi)、第二代移动通信技术(2g)、第三代移动通信技术(3g)、第四代移动通信技术(4g)、通用移动通信技术的长期演进(lte)、第五代移动通信技术(5g)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
152.在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列
(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
153.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
154.本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的ar效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、slam、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
155.图4示出根据本公开实施例的另一种电子设备的框图。参照图4，电子设备1900可以被提供为一服务器。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
156.电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
157.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
158.本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
159.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电
信号。
160.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
161.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
162.这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
163.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
164.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
165.附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或
流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
166.该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
167.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。