图片分类方法及装置的制造方法
【技术领域】
[0001 ]本公开涉及终端技术领域，特别涉及一种图片分类方法及装置。
【背景技术】
[0002]随着科学技术的进步，智能终端具备的功能越来越多。比如，通过智能终端可进行图片拍摄等操作。当用户通过智能终端拍摄的图片较多时，为了便于用户浏览和查找图片，通常均会对存储的图片进行分类。
[0003]相关技术在进行图片分类时，一般根据人脸信息对已存储图片进行聚类，将包含同一人脸信息的图片划分为一类。具体地，在判断两个类是否针对于同一人时，可通过判断两个类包含的人脸信息之间的距离实现。若两个类包含的人脸信息之间的距离小于距离阈值，则确定这两个类针对于同一个人，将这两个类合并为一个类。以此类推，最终将包含同一个人的图片聚集到一个类中。
【发明内容】
[0004]为了解决相关技术中由于同一个人在不同姿态下拍摄的图片中人脸信息可能差别较大，在基于人脸信息进行图片分类时，可能会出现错误分类的问题，本公开实施例提供了一种图片分类方法及装置，所述技术方案如下:
[0005]根据本公开实施例的第一方面，提供一种图片分类方法，所述方法包括:
[0006]为新增图片包含的每一个人脸信息创建一个新增类；
[0007]对于每一个新增类，根据人脸信息计算所述新增类与指定类中每一个类之间的第一距离，所述指定类包括上一轮图片分类过程得到的已知类和除所述新增类之外的其它新增类；
[0008]若所述新增类与所述指定类中每一个类之间的第一距离均不小于预设阈值，则根据所述新增类和所述指定类中每一个类的非人脸特征信息、所述第一距离，计算所述新增类与所述指定类中每一个类之间的第二距离；
[0009]若所述新增类与任一类之间的第二距离小于所述预设阈值，则将所述新增类与所述任一类合并为一个新增类。
[0010]可选地，所述计算所述新增类与所述指定类中每一个类之间的第二距离之前，所述方法还包括:
[0011]根据用户对每一个类的操作信息和所述每一个类的属性信息中至少一项，设置所述每一个类的重要程度值；
[0012]将所述每一个类的重要程度值确定为所述非人脸特征信息。
[0013]可选地，所述根据用户对每一个类的操作信息和所述每一个类的属性信息中至少一项，设置所述每一个类的重要程度值，包括:
[0014]根据用户对每一个类的命名情况，设置所述每一个类的第一重要程度值；
[0015]根据用户对每一个类的点击频率，设置所述每一个类的第二重要程度值；
[0016]根据所述每一个类中包含的人脸数目，设置所述每一个类的第三重要程度值；
[0017]根据所述第一重要程度值、所述第二重要程度值、所述第三重要程度值中至少一项，计算所述每一个类的重要程度值。
[0018]可选地，所述计算所述新增类与所述指定类中每一个类之间的第二距离之前，所述方法还包括:
[0019]对于每一个类，统计所述类中全部图片的第一图片数量和每一个图片的拍摄位置信息；
[0020]根据所述拍摄位置信息，获取具有相同拍摄位置信息的第二图片数量；
[0021]计算所述第二图片数量与所述第一图片数量的比值；
[0022]若所述比值大于预设比例，则将所述第二图片数量对应的拍摄位置信息确定为常见位置信息；
[0023]将所述常见位置信息确定为所述非人脸特征信息。
[0024]可选地，所述计算所述新增类与所述指定类中每一个类之间的第二距离之前，所述方法还包括:
[0025]对于每一个类，获取所述类中全部合影图片的第一合影数量；
[0026]获取所述类与第一类之间的第二合影数量，所述第一类为除所述类之外的已知类；
[0027]计算所述第二合影数量与所述第一合影数量的比值，得到所述类与所述第一类之间的合影概率；
[0028]将所述合影概率确定为所述非人脸特征信息。
[0029]可选地，所述根据所述新增类和所述指定类中每一个类的非人脸特征信息、所述第一距离，计算所述新增类与所述指定类中每一个类之间的第二距离，包括:
[0030]若所述新增类与所述已知类之间不存在合影，则对于指定类中每一个类，根据所述类的重要程度值，设置所述类的第一权重值；
[0031 ]根据所述新增类的常见位置信息与所述类的常见位置信息，设置所述类的第二权重值；
[0032]根据所述第一权重值与所述第二权重值，得到所述类的最终权重值；
[0033]根据所述最终权重值和所述第一距离，得到所述第二距离。
[0034]可选地，所述根据所述新增类和所述指定类中每一个类的非人脸特征信息、所述第一距离，计算所述新增类与所述指定类中每一个类之间的第二距离，包括:
[0035]若所述新增类与所述已知类之间存在合影，则对于指定类中每一个类，获取所述类与所述已知类之间的合影概率和合影的常见位置信息；
[0036]根据所述合影概率，设置所述类的第三权重值；
[0037]根据所述类的重要程度值，设置所述类的第一权重值；
[0038]根据所述新增类与所述已知类合影的常见位置信息、所述类与所述已知类合影的常见位置信息，设置所述类的第二权重值；
[0039]根据所述第一权重值、所述第二权重值和所述第三权重值，得到所述类的最终权重值；
[0040]根据所述最终权重值与所述第一距离，得到所述第二距离。
[0041]根据本公开实施例的第二方面，提供一种图片分类装置，所述装置包括:
[0042]创建模块，用于为新增图片包含的每一个人脸信息创建一个新增类；
[0043]第一计算模块，用于对于每一个新增类，根据人脸信息计算所述新增类与指定类中每一个类之间的第一距离，所述指定类包括上一轮图片分类过程得到的已知类和除所述新增类之外的其它新增类；
[0044]第二计算模块，用于若所述新增类与所述指定类中每一个类之间的第一距离均不小于预设阈值，则根据所述新增类和所述指定类中每一个类的非人脸特征信息、所述第一距离，计算所述新增类与所述指定类中每一个类之间的第二距离；
[0045]合并模块，用于若所述新增类与任一类之间的第二距离小于所述预设阈值，则将所述新增类与所述任一类合并为一个新增类。
[0046]可选地，所述装置还包括:
[0047]重要程度计算模块，用于根据用户对每一个类的操作信息和所述每一个类的属性信息中至少一项，设置所述每一个类的重要程度值;将所述每一个类的重要程度值确定为所述非人脸特征信息。
[0048]可选地，所述重要程度计算模块，用于根据用户对每一个类的命名情况，设置所述每一个类的第一重要程度值;根据用户对每一个类的点击频率，设置所述每一个类的第二重要程度值;根据所述每一个类中包含的人脸数目，设置所述每一个类的第三重要程度值；根据所述第一重要程度值、所述第二重要程度值、所述第三重要程度值中至少一项，计算所述每一个类的重要程度值。
[0049]可选地，所述装置还包括:
[0050]统计模块，用于对于每一个类，统计所述类中全部图片的第一图片数量和每一个图片的拍摄位置信息;根据所述拍摄位置信息，获取具有相同拍摄位置信息的第二图片数量；
[0051]常见位置获取模块，用于计算所述第二图片数量与所述第一图片数量的比值;若所述比值大于预设比例，则将所述第二图片数量对应的拍摄位置信息确定为常见位置信息;将所述常见位置信息确定为所述非人脸特征信息。
[0052]可选地，所述装置还包括:
[0053]合影数量获取模块，用于对于每一个类，获取所述类中全部合影图片的第一合影数量;获取所述类与第一类之间的第二合影数量，所述第一类为除所述类之外的已知类；
[0054]合影概率计算模块，用于计算所述第二合影数量与所述第一合影数量的比值，得到所述类与所述第一类之间的合影概率;将所述合影概率确定为所述非人脸特征信息。
[0055]可选地，所述第二计算模块，用于若所述新增类与所述已知类之间不存在合影，则对于指定类中每一个类，根据所述类的重要程度值，设置所述类的第一权重值;根据所述新增类的常见位置信息与所述类的常见位置信息，设置所述类的第二权重值;根据所述第一权重值与所述第二权重值，得到所述类的最终权重值;根据所述最终权重值和所述第一距离，得到所述第二距离。
[0056]可选地，所述第二计算模块，用于若所述新增类与所述已知类之间存在合影，则对于指定类中每一个类，获取所述类与所述已知类之间的合影概率和合影的常见位置信息；根据所述合影概率，设置所述类的第三权重值;根据所述类的重要程度值，设置所述类的第一权重值;根据所述新增类与所述已知类合影的常见位置信息、所述类与所述已知类合影的常见位置信息，设置所述类的第二权重值;根据所述第一权重值、所述第二权重值和所述第三权重值，得到所述类的最终权重值;根据所述最终权重值与所述第一距离，得到所述第二距离。
[0057]根据本公开实施例的第三方面，提供一种图片分类装置，包括:
[0058]处理器；
[0059]用于存储处理器可执行指令的存储器；
[0060]其中，所述处理器被配置为:为新增图片包含的每一个人脸信息创建一个新增类；对于每一个新增类，根据人脸信息计算所述新增类与指定类中每一个类之间的第一距离，所述指定类包括上一轮图片分类过程得到的已知类和除所述新增类之外的其它新增类;若所述新增类与所述指定类中每一个类之间的第一距离均不小于预设阈值，则根据所述新增类和所述指定类中每一个类的非人脸特征信息、所述第一距离，计算所述新增类与所述指定类中每一个类之间的第二距离;若所述新增类与任一类之间的第二距离小于所述预设阈值，则将所述新增类与所述任一类合并为一个新增类。
[0061]本公开实施例提供的技术方案可以包括以下有益效果:
[0062]在为新增图片包含的每一个人脸信息创建一个新增类后，对于每一个新增类，根据人脸信息计算该新增类与指定类中每一个类之间的第一距离;若该新增类与指定类中每一个类之间的第一距离均不小于预设阈值，则根据该新增类和指定类中每一个类的非人脸特征信息、第一距离，计算新增类与指定类中每一个类之间的第二距离;若该新增类与任一类之间的第二距离小于预设阈值，则将该新增类与任一类合并为一个新增类，由于在基于人脸信息计算第一距离的基础上，引入了非人脸特征信息，且基于非人脸特征信息和第一距离进行类与类之间的合并，所以即便是针对同一个人但人脸信息差别较大的图片也