本技术涉及电子，具体涉及一种相册生成方法和电子设备。
背景技术：
1、随着手机、平板电脑等电子设备的相机配置的快速发展，通过电子设备拍照已经成为人们记录生活的重要方式之一。且随着电子设备的存储能力和网络技术等方面的快速发展，用户电子设备的图库中的存储的图像也越来越多。一些电子设备的图库应用程序(application，app)可以对图库中存储的图像进行总结和分类，选取一些图像生成特定主题的相册，从而为用户带来更好的体验。
2、相关技术中，图库app主要是基于图像的拍摄时间，或者图像中人物的出现频率等生成对应主题的相册。例如，选取图库中拍摄时间为周末的图像生成相册；再例如，选取图库中出现频率较高的人物所在的图像，生成相册。
3、然而，采用上述方法生成的相册与用户的实际情况还不够贴合，给用户带来的体验有待提高。
技术实现思路
1、本技术提供了一种相册生成方法、装置、电子设备、芯片、计算机可读存储介质和计算机程序产品，能够根据社交圈生成相册，与用户的实际社交情况更加贴合，提高用户体验。
2、第一方面，本技术提供一种相册生成方法，该方法由电子设备执行，该方法包括：获取图库应用中的多张图像的人脸聚类结果，人脸聚类结果表征多张图像、多张人脸和多个人物的对应关系，其中，多张图像中，包括第一人脸的图像与第一人脸对应，且多个人物中，第一人脸所属的人物与第一人脸对应，第一人脸为多张人脸中的任一张；根据人脸聚类结果，确定多个人物中每两个人物之间的亲密度，亲密度表征每两个人物之间的关联程度；根据人脸聚类结果和每两个人物之间的亲密度，确定人物连接图，人物连接图表征人物之间的共现关系和亲密度；根据人物连接图，识别第一社交圈，第一社交圈为存在社交关系的人物的集合；根据第一社交圈生成第一相册，第一相册中包括第一圈内图像，第一圈内图像为包括第一社交圈中至少一个人物的图像。
3、其中，人脸聚类结果以列表等形式呈现。人脸聚类结果表征多张图像、每张图像中包括的人脸以及每张人脸所属的人物之间的对应关系，因此，根据人脸聚类结果可以获取每张图像中包括的人脸所属的人物，以及每张图像中包括的人物。例如，图像a中包括人脸a、人脸b，人脸a属于人物a，人脸b属于人物b，也即图像a中包括人物a和人物b。
4、每两个人物之间的亲密度表征每两个人物之间社交关系的亲密程度。两个人物之间的亲密度为大于0或等于0的值。亲密度越大，表示两个人物之间越亲密。若亲密度为0，则表示两个人物之间不存在社交关系。
5、可选的，在获知每两个人物之间的亲密度之后，可以将人脸聚类结果中，与其他人物存在共现关系的人物分别作为人物节点，并将存在共现关系且亲密度大于0的每两个人物节点之间通过边连接，将两个人物之间的亲密度作为对应的两个人物节点之间边的权重，得到人物连接图。也就是说，人物连接图中包括多个人物节点和多条边，其中每个人物节点对应多个人物中的一个人物，每条边连接的两个人物节点对应的人物之间存在共现关系且亲密度大于0。
6、可选的，人物连接图可以直接通过人脸聚类结果生成，也可以先通过人脸聚类结果生成人物图像异构图，再根据每两个人物之间的亲密度将人物图像异构图简化为人物连接图。其中，人物图像异构图表征人脸聚类结果中的多张图像与每张图像包括的人物的对应关系。具体的，可以将人脸聚类结果中的每个人物作为一个人物节点，将人脸聚类结果中的每张图像作为一个图像节点，将包含某一人物的图像节点与该人物对应的人物节点通过边连接，得到人物图像异构图。也就是说，人物图像异构图中包括多个人物节点、多个图像节点和连接人物节点与图像节点的多条边，多个人物节点与人脸聚类结果中的人物一一对应，多个图像节点与人脸聚类结果中的多张图像一一对应，每条边连接的一个图像节点和人物节点之间对应的图像和人物之间存在归属关系(或称为包含关系)。
7、可选的，根据第一社交圈生成第一相册时，还可以进一步结合图像的拍摄时间信息、图像的拍摄地点等生成第一相册。
8、第一方面提供的相册生成方法，基于人脸聚类结果，确定人脸聚类结果中每两个人物之间的亲密度，根据人脸聚类结果和每两个人物之间的亲密度，确定人物连接图，进而根据人物连接图，识别第一社交圈，从而基于第一社交圈生成第一相册。如此，生成的相册与图像中人物的社交圈相关，会更贴合用户的实际社交情况，提高用户体验。而且，上述相册生成方法中，基于人脸聚类结果即可识别社交圈，无需依赖用户的标注，智能性高，进一步提高用户体验。另外，上述过程可以基于电子设备中存储的图像进行，因而可以离线完成，无需依赖网络，相较于通过社交网络上的社交行为识别社交圈而言，该方法适用性更强，且识别结果对于电子设备的使用者来说，针对性更强，从而又一步提高用户体验。
9、一种可能的实现方式中，根据人脸聚类结果，确定多个人物中每两个人物之间的亲密度，包括：将多个人物中，非共现图像对应的人物与其他人物之间的亲密度确定为0，非共现图像为包括一个人物的图像；根据人脸聚类结果，从多张图像中确定共现图像集合，共现图像集合中包括多张共现图像，共现图像为至少包括两个人物的图像；根据共现图像集合中每两个人物的共现图像，分别进行亲密度计算，得到共现图像集合中的图像包括的每两个人物之间的亲密度；亲密度计算包括：根据共现图像集合中第一人物对应的图像的数量、第二人物对应的图像的数量、目标共现图像的数量和共现图像集合中图像的总数量，确定第一人物与第二人物的互信息；第一人物和第二人物为共现图像集合中的图像包括的任意两个人物，目标共现图像为包括第一人物和第二人物的共现图像；根据互信息，确定第一人物与第二人物之间的亲密度。
10、可选的，可以直接通过互信息表征第一人物与第二人物之间的亲密度，即直接将第一人物与第二人物的互信息确定为二者之间的亲密度。
11、可选的，也可以基于互信息，结合其他参数，确定第一人物与第二人物之间的亲密度。
12、互信息能够表征两个事物之间的相关性。因而，该实现方式中，通过第一人物与第二人物的互信息能够确定第一人物与第二人物之间的相关性，即亲密度。另外，该实现方式中，根据共现图像集合中第一人物对应的图像的数量、第二人物对应的图像的数量、目标共现图像的数量和共现图像集合中图像的总数量，即可确定第一人物与第二人物的互信息，进而确定亲密度。也就是说，基于图像的数量等即可离线确定第一人物与第二人物的亲密度，无需依赖网络，因而该方法的适用性更强。
13、一种可能的实现方式中，根据互信息，确定第一人物与第二人物之间的亲密度，包括：根据目标共现图像的拍摄时刻，统计目标共现图像在多个预设时间区间的分布，得到第一时间分布；确定第一时间分布与均匀时间分布的散度，得到目标共现图像的时间分布散度；根据目标共现图像的拍摄地点，统计目标共现图像在多个已知地点的分布，得到第一地点分布，多个已知地点中包括图库应用中所有图像的拍摄地点；确定第一地点分布与均匀地点分布的散度，得到目标共现图像的地点分布散度；根据互信息、目标共现图像的时间分布散度和目标共现图像的地点分布散度，确定第一人物与第二人物之间的亲密度。
14、其中，第一人物可以为具体实施例方式中的人物a，第二人物可以为具体实施方式中的人物b。目标共现图像在具体实施方式中也称为人物ab共现图像。第一时间分布在具体实施方式中也称为人物ab的共现时间分布，第一地点分布在具体实施方式中也称为人物ab的共现地点分布。
15、该实现方式中，确定第一人物和第二人物亲密度时，在互信息的基础上，进一步增加目标共现图像的时间分布散度和地点分布散度。目标共现图像的时间分布散度能够表征第一人物和第二人物的共现图像在时间上分布的均匀程度。目标共现图像的地点分布散度能够表征第一人物和第二人物的共现图像在地点上分布的均匀程度。第一人物和第二人物的社交关系越亲密，二者的共现图像在时间和地点的分布上越均匀。因此，该实现方式中，将目标共现图像的时间分布散度和地点分布散度融合于亲密度的计算中，提高了亲密度计算的准确性，从而提高了社交圈识别的准确性。
16、一种可能的实现方式中，根据目标共现图像的拍摄时刻，统计目标共现图像在多个预设时间区间的分布，得到第一时间分布，包括：统计各个预设时间区间内的匹配共现图像的数量，其中，第一预设时间区间内的匹配共现图像是指，目标共现图像中，拍摄时刻与第一预设时间区间匹配的图像，第一预设时间区间为多个预设时间区间中的任一个；根据各个预设时间区间内的匹配共现图像的数量，确定第一时间分布。
17、一种可能的实现方式中，多个预设时间区间为将一日划分为多个时间区间得到的；统计各个预设时间区间内的匹配共现图像的数量，包括：若第一目标图像的拍摄时刻中的计时信息属于目标预设时间区间，且第二目标图像未统计过，则将目标预设时间区间内的匹配共现图像的数量加一；第一目标图像为第一人物对应的图像中的任一个，第二目标图像为第一人物对应的图像中，计时信息属于目标预设时间区间，且日期信息与第一目标图像的拍摄时刻中的日期信息相同的图像。
18、该实现方式中，在统计匹配共现图像时，将日期信息相同，所属的预设时间区间也相同的图像数量仅统计一张，也就是说，对于某一预设时间区间来说，若同一日内存在多张匹配共现图像，则仅统计一张。这是考虑到第一时间分布用于确定目标共现图像的时间分布散度(即均匀程度)，通过目标共现图像的时间分布散度体现第一人物和第二人物的亲密程度。时间分布越均匀，第一人物和第二人物之间越亲密。而实际使用中，即使是很亲密的两个人物，在使用相机拍照时，也可能会在某一日的某一预设时间区间集中拍照，产生多张图像。而将某一预设时间区间集中拍照加入时间分布统计会导致两个人物的共现时间分布不均匀，可能使关系较亲密的两个人的亲密度较低，而未发生集中拍照的两个关系不亲密的人物的亲密度反而升高。因此，通过该实现方式提供的方法，将集中拍照的图像仅统计一张，剔除集中拍照产生的图像，防止影响人物ab的共现时间分布统计的准确性，进而能够提高亲密度计算的准确性。
19、一种可能的实现方式中，根据各个预设时间区间内的匹配共现图像的数量，确定第一时间分布，包括：分别确定各个预设时间区间内的匹配共现图像的数量与目标共现图像总数量的比值，得到第一时间分布。
20、一种可能的实现方式中，根据目标共现图像的拍摄地点，统计目标共现图像在多个已知地点的分布，得到第一地点分布，包括：分别确定各个已知地点对应的标记值，第一已知地点对应的标记值用于标记目标共现图像中是否存在拍摄地点为第一已知地点的图像，第一已知地点为多个已知地点中的任一个；根据各个已知地点对应的标记值，确定第一地点分布。
21、该实现方式中，考虑到第一地点分布用于确定目标共现图像的地点分布散度(即均匀程度)，通过地点分布散度体现第一人物和第二人物的亲密程度。地点分布越均匀，第一人物和第二人物之间越亲密。而实际使用中，即使是很亲密的两个人物，在使用相机拍照时，也可能会在某一地点集中拍照，产生多张图像。而将某一地点集中拍照加入地点分布统计会导致两个人物的共现地点分布不均匀，可能使关系较亲密的两个人的亲密度较低，而未发生集中拍照的两个关系不亲密的人物的亲密度反而升高。因此，该实现方式中，通过统计是否存在各个已知地点对应的目标共现图像，分析目标共现图像的地点分布，而不考虑在各个已知地点拍摄的图像的数量，防止集中拍照产生的图像影响第一地点分布统计的准确性，进而能够提高亲密度计算的准确性。
22、一种可能的实现方式中，标记值包括第一值和第二值，第一值表征目标共现图像中存在拍摄地点为第一已知地点的图像，第二值表征目标共现图像中不存在拍摄地点为第一已知地点的图像；第一地点分布表征各个已知地点对应的占比；根据各个已知地点对应的标记值，确定第一地点分布，包括：将标记值为第一值的已知地点对应的占比设置为1/第一值的总个数，并将标记值为第二值的已知地点对应的占比设置为0，得到第一地点分布。
23、可选的，第一值可以为1，第二值可以为0。
24、一种可能的实现方式中，根据互信息、目标共现图像的时间分布散度和目标共现图像的地点分布散度，确定第一人物与第二人物之间的亲密度，包括：确定1与目标共现图像的时间分布散度的差值，得到第一差值；确定1与目标共现图像的地点分布散度的差值，得到第二差值；根据互信息、第一差值和第二差值的乘积，确定第一人物与第二人物之间的亲密度。
25、可选的，可以根据下述公式确定所述第二人物与所述第三人物之间的亲密度：
26、closure(a,b)＝pmi(a,b)×(1-dab,t)×(1-dab,l)；
27、其中，closure(b,b)表示第二人物与第三人物之间的亲密度，pmi(a,b)表示第二人物与第三人物的互信息，dab,t表示目标共现图像的时间分布散度，(1-dab,t)表示第一差值，dab,l表示目标共现图像的地点分布散度，(1-dab,l)表示第二差值。
28、目标共现图像的时间分布散度和地点分布散度的值均为大于或等于0，且小于或等于1的数值，因而，通过计算第一差值和第二差值，并基于互信息、第一差值和第二差值的乘积，确定第一人物与第二人物之间的亲密度时，目标共现图像的时间分布散度和地点分布散度越小，第一人物与第二之间的亲密度越大，反之亦然。该实现方式提供的方法，能够简单、准确的确定第一人物与第二人物之间的亲密度。
29、一种可能的实现方式中，人物连接图中包括多个人物节点，每个人物节点对应多个人物中的一个人物，根据人物连接图，识别第一社交圈，包括：根据人脸聚类结果，识别中心人物，中心人物对应的图像的时间分布散度和地点分布散度满足第一预设条件，时间分布散度为图像的拍摄时间的分布散度，地点分布散度为图像的拍摄地点的分布散度；去除人物连接图中中心人物对应的人物节点，得到去中心人物连接图；对去中心人物连接图进行社区发现，得到第一社交圈。
30、一般来说，人物连接图中，中心人物节点与其他节点连接的边很多，而且中心人物与其他人物的关系亲密度较高，因此，与中心人物节点连接的边的权重会很高。若将中心人物节点纳入社区发现，很容易在某一轮迭代中，将中心人物节点划分到某一个社区中。这样，在下一轮的迭代中，中心人物节点所在的社区作为节点时，与其他节点存在较多边，和/或，指向中心人物节点所在的社区的边的权重之和会很高，因此会将其他不属于该社区的点划分至该社区，导致最终生成的社交圈不准确。因此，该实现方式中，基于去中心人物连接图进行社区发现，得到社交圈，如此能够提高社区发现的准确性，进而提高得到的社交圈的准确性，提高用户体验。
31、可选的，可以基于鲁汶(louvain)算法对去中心人物连接图进行社区发现，得到至少一个社交圈。这样，计算时时间复杂度低，社区划分结果稳定，使生成的社交圈结果稳定准确。当然，在一些实施例中，也可以采用其他的算法进行社区发现，得到社交圈。例如，可以基于资讯资源地图(infomap)算法进行社区发现。本技术实施例对于社区发现的具体方法不做任何限定。
32、一种可能的实现方式中，根据人脸聚类结果，识别中心人物，包括：对多个人物中各个人物对应的图像分别进行散度计算，得到多个人物中各个人物对应的图像的时间分布散度和地点分布散度；将对应的图像的时间分布散度和地点分布散度满足第一预设条件的人物，确定为中心人物；散度计算包括：根据第三人物对应的图像的拍摄时刻，统计第三人物对应的图像在多个预设时间区间的分布，得到第二时间分布，第三人物为多个人物中的任一个；确定第二时间分布与均匀时间分布的散度，得到第三人物对应的图像的时间分布散度；根据第三人物对应的图像的拍摄地点，统计第三人物对应的图像的拍摄地点在多个已知地点的分布，得到第二地点分布，多个已知地点中包括图库中所有图像的拍摄地点；确定第二地点分布与均匀地点分布的散度，得到第三人物对应的图像的地点分布散度。
33、散度计算也称为散度计算操作。
34、该实现方式中，通过对每个人物对应的图像进行散度计算，从而确定中心人物。该过程无需获取用户的人脸解锁等信息即可准确的识别中心人物，不会影响用户私密信息的安全性，进一步提高用户体验。
35、一种可能的实现方式中，第一预设条件包括：散度和位于第一排名的前q1位；散度和为时间分布散度与地点分布散度的和，第一排名是将多个人物按照散度和从小到大的顺序排名得到的，q1为正整数；或者，散度排名和位于第二排名的前q2位；散度排名和为时间散度排名与地点散度排名的和，第二排名结果是将多个人物按照散度排名和从小到大的顺序排名得到的，q2为正整数。
36、可选的，第一预设条件或者可以包括：散度和排名位于第四排名的后q1位，第四排名为将人物按照散度和从大到小的顺序排名；或者，散度排名和位于第五排名的后q2位，第五排名为将人物按照散度排名和从大到小的顺序排名得到的。
37、时间分布散度与地点分布散度能够体现人物对应的图像的分布均匀情况。人物对应的图像分布越均匀，是中心人物的概率越大。因而，该实现方式中，通过散度和或者散度排名和，能够简单、快速的选取中心人物。
38、一种可能的实现方式中，根据人物连接图，识别第一社交圈，包括：根据人物连接图，识别第一社交圈和至少一个第二社交圈，第二社交圈与第一社交圈不同；方法还包括：确定第一社交圈和各个第二社交圈的圈亲密度，圈亲密度为社交圈中各个人物与中心人物的亲密度的均值；将第一社交圈和各个第二社交圈中，圈亲密度满足第二预设条件的社交圈确定为亲密社交圈；根据亲密社交圈生成第二相册，第二相册中包括第二圈内图像，第二圈内图像为包括亲密社交圈中至少一个人物的图像。
39、该实现方式中，根据亲密社交圈生成相册，进一步与用户的实际社交情况贴合，因而能够进一步提高用户体验。
40、一种可能的实现方式中，第二预设条件包括：圈亲密度大于预设阈值；或者，圈亲密度排名位于第三排名的前x位，第三排名是将第一社交圈和各个第二社交圈按照圈亲密度从大到小的顺序排名得到，x为正整数。
41、该实现方式中，将圈亲密度较大的社交圈作为亲密社交圈，简单、快速的选取与用户社交最亲密的社交圈，从而生成对应的相册，提高用户体验。
42、一种可能的实现方式中，该方法还包括：根据人脸聚类结果确定人物图像异构图，人物图像异构图表征多张图像与多个人物的对应关系，其中，多张图像中，包括第一人物的图像与第一人物对应，第一人物为多个人物中的任一个；根据人物图像异构图，确定第一社交圈的类型，第一社交圈的类型表征第一社交圈中的人物与中心人物的社交关系的类型，中心人物对应的图像的时间分布散度和地点分布散度满足第一预设条件，时间分布散度为图像的拍摄时间的分布散度，地点分布散度为图像的拍摄地点的分布散度；根据第一社交圈的类型，确定第一相册的主题。
43、可选的，社交圈的类型可以包括但不限于家人、同事和同学。
44、该实现方式中的方法能够识别社交圈的类型，根据社交圈的类型生成相册的主题。如此，生成的相册的主题与社交关系类型相关，所以生成的相册主题会更贴合用户的实际社交情况，进一步提高用户体验。而且，在识别社交圈类型时，是基于社交圈的识别结果确定社交圈类型，相较于单独通过对人物之间的关系分类，得到不同的社交圈和社交圈类型而言，本技术提供的方法识别社交圈和社交圈类型的准确度更高，用户体验更好。
45、一种可能的实现方式中，根据人物图像异构图，确定第一社交圈的类型，包括：将人物图像异构图输入图神经网络模型，提取多个人物中各个人物的人物特征向量，以及多张图像中各张的图像特征向量；将人物特征向量和图像特征向量输入多层感知机模型，预测多个人物中各个人物与中心人物的社交关系类型；根据第一社交圈中的人物与中心人物的社交关系类型，确定第一社交圈的类型。
46、可选的，图神经网络模块可以为基于图卷积网络的关系数据建模(modelingrelational data with graph convolutional networks，r-gcn)模型。
47、该实现方式中，基于预先训练得到的图神经网络模型和多层感知机模型，能够简单、快速、准确的预测人物与中心人物之间的社交关系类型，进而根据社交关系类型确定以社交圈的类型，以便于后续根据社交圈类型生成相册的主题，使生成的相册主题不再受限，与用户的实际社交情况进一步贴合，进一步提高用户体验。
48、一种可能的实现方式中，根据第一社交圈中的人物与中心人物的社交关系类型，确定第一社交圈的类型，包括：确定第一社交圈中各类社交关系类型对应的人物数量；将对应的人物数量最多的社交关系类型确定为第一社交圈的类型。
49、一种可能的实现方式中，该方法还包括：修改第一社交圈中的待修正人物的社交关系类型为第一社交圈的类型；待修正人物为第一社交圈中，与中心人物的社交关系类型不同于第一社交圈的类型的人物。
50、该实施例中，将待修正人物的社交关系类型修改为第一社交圈的类型，这样，对于判别有偏差的人物的关系类型进行订正，使确定出的第一社交圈中的人物与中心人物的关系一致且准确，便于后续根据社交圈生成相册，并根据社交圈类型生成相册的主题。
51、一种可能的实现方式中，人物图像异构图中包括多个人物节点和多个图像节点，多个图像节点与多张图像一一对应，多个人物节点与人脸聚类结果中的多个人物一一对应。
52、第二方面，本技术提供一种装置，该装置包含在电子设备中，该装置具有实现上述第一方面及上述第一方面的可能实现方式中电子设备行为的功能。功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块或单元。例如，接收模块或单元、处理模块或单元等。
53、第三方面，本技术提供一种电子设备，电子设备包括：处理器、存储器和接口；处理器、存储器和接口相互配合，使得电子设备执行第一方面的技术方案中任意一种方法。
54、第四方面，本技术提供一种芯片，包括处理器。处理器用于读取并执行存储器中存储的计算机程序，以执行第一方面及其任意可能的实现方式中的方法。
55、可选的，芯片还包括存储器，存储器与处理器通过电路或电线连接。
56、进一步可选的，芯片还包括通信接口。
57、第五方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储了计算机程序，当计算机程序被处理器执行时，使得该处理器执行第一方面的技术方案中任意一种方法。
58、第六方面，本技术提供一种计算机程序产品，计算机程序产品包括：计算机程序代码，当计算机程序代码在电子设备上运行时，使得该电子设备执行第一方面的技术方案中任意一种方法。
1.一种相册生成方法，所述方法由电子设备执行，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述人脸聚类结果，确定所述多个人物中每两个人物之间的亲密度，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述互信息，确定所述第一人物与所述第二人物之间的亲密度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标共现图像的拍摄时刻，统计所述目标共现图像在多个预设时间区间的分布，得到第一时间分布，包括：
5.根据权利要求4所述的方法，其特征在于，所述多个预设时间区间为将一日划分为多个时间区间得到的；所述统计各个所述预设时间区间内的匹配共现图像的数量，包括：
6.根据权利要求4或5所述的方法，其特征在于，所述根据各个所述预设时间区间内的匹配共现图像的数量，确定所述第一时间分布，包括：
7.根据权利要求3至6中任一项所述的方法，其特征在于，所述根据所述目标共现图像的拍摄地点，统计所述目标共现图像在多个已知地点的分布，得到第一地点分布，包括：
8.根据权利要求7所述的方法，其特征在于，所述标记值包括第一值和第二值，所述第一值表征所述目标共现图像中存在拍摄地点为所述第一已知地点的图像，所述第二值表征目标共现图像中不存在拍摄地点为所述第一已知地点的图像；所述第一地点分布表征各个所述已知地点对应的占比；
9.根据权利要求3至8中任一项所述的方法，其特征在于，所述根据所述互信息、所述目标共现图像的时间分布散度和所述目标共现图像的地点分布散度，确定所述第一人物与所述第二人物之间的亲密度，包括：
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述人物连接图中包括多个人物节点，每个所述人物节点对应所述多个人物中的一个人物，所述根据所述人物连接图，识别第一社交圈，包括：
11.根据权利要求10所述的方法，其特征在于，所述根据所述人脸聚类结果，识别中心人物，包括：
12.根据权利要求10或11所述的方法，其特征在于，所述第一预设条件包括：
13.根据权利要求10至12中任一项所述的方法，其特征在于，所述根据所述人物连接图，识别第一社交圈，包括：
14.根据权利要求13所述的方法，其特征在于，所述第二预设条件包括：
15.一种电子设备，其特征在于，包括：处理器、存储器和接口；
16.一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中存储了计算机程序，当所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至14中任一项所述的方法。
