CN109783663B - 一种归档方法及装置 - Google Patents
一种归档方法及装置 Download PDFInfo
- Publication number
- CN109783663B CN109783663B CN201811621050.6A CN201811621050A CN109783663B CN 109783663 B CN109783663 B CN 109783663B CN 201811621050 A CN201811621050 A CN 201811621050A CN 109783663 B CN109783663 B CN 109783663B
- Authority
- CN
- China
- Prior art keywords
- online
- face image
- matched
- priority
- file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种归档方法及装置,涉及图像处理技术领域,该方法包括:获取第一人脸图像及第一人脸图像的空间信息,然后根据空间信息,从人脸图像库中获取第N优先级的在线档案,第一人脸图像在前N‑1个优先级的在线档案中未找到匹配的在线档案,前N‑1个优先级高于第N优先级。在确定第N优先级的在线档案中存在与第一人脸图像匹配的在线档案时,将第一人脸图像归入所述匹配的在线档案。由于在对第一人脸图像进行归档时,以空间信息作为先验信息,从人脸图像库中筛选出在线档案,然后将第一人脸图像与筛选出的在线档案进行比较后归档,而不是直接将第一人脸图像与在线档案中每张人脸图像进行比较,从而有效提高在线归档的效率。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种归档方法及装置。
背景技术
当今社会中,出于安防管理的需要,监控摄像布满了街道、社区、楼宇等各种公共场合。在发生警情时,警务人员利用监控摄像搜捕嫌疑人。
然而随着监控网络规模的扩大,视频数据海量增长。在出现警情时,基于嫌疑人的图像从海量图像中获取有用的信息或者情报越来越困难,不仅效率低,同时人力成本高。
发明内容
由于现有技术中,在出现警情时,基于嫌疑人的图像从海量图像中获取有用的信息或者情报越来越困难,不仅效率低,同时人力成本高的问题,本申请实施例提供了一种归档方法及装置。
一方面,本申请实施例提供了一种归档方法,包括:
获取第一人脸图像及所述第一人脸图像的空间信息,所述第一人脸图像为待归档的在线人脸图像;所述在线人脸图像为处于工作状态的监控设备实时获取的人脸图像;
根据所述第一人脸图像的空间信息,从人脸图像库中获取第N优先级的在线档案;所述人脸图像库中包括至少一个在线档案;所述在线档案用于对在线人脸图像实时归档;所述第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级;
在确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案时,将所述第一人脸图像归入所述匹配的在线档案。
可选地,还包括:
在确定所述第N优先级的在线档案中不存在与所述第一人脸图像匹配的在线档案时,从所述人脸图像库中获取第N+1优先级的在线档案;
确定所述第N+1优先级的在线档案中是否存在与所述第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
可选地,还包括:
在确定各优先级的在线档案均比对完毕后,不存在与所述第一人脸图像匹配的在线档案时,针对所述第一人脸图像建立一个新的在线档案。
可选地,所述确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案,包括:
针对所述第N优先级的在线档案中的任一在线档案,根据所述在线档案的类中心与所述第一人脸图像的类间相似度,确定所述在线档案与所述第一人脸图像的相似度;
若相似度大于或等于第一阈值,则确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案。
可选地,所述根据所述在线档案的类中心与所述第一人脸图像的类间相似度,确定所述在线档案与所述第一人脸图像的相似度,包括:
确定所述第一人脸图像与所述在线档案的各类中心的类间相似度;
根据所述在线档案的各类中心的权重以及所述各类中心的类间相似度,确定所述在线档案与所述第一人脸图像的相似度。
一方面,本申请实施例提供了一种归档装置,包括:
获取模块,用于获取第一人脸图像及所述第一人脸图像的空间信息,所述第一人脸图像为待归档的在线人脸图像;所述在线人脸图像为处于工作状态的监控设备实时获取的人脸图像;
处理模块,用于根据所述第一人脸图像的空间信息,从人脸图像库中获取第N优先级的在线档案;所述人脸图像库中包括至少一个在线档案;所述在线档案用于对在线人脸图像实时归档;所述第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级;
归档模块,用于在确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案时,将所述第一人脸图像归入所述匹配的在线档案。
可选地,所述处理模块还用于:
在确定所述第N优先级的在线档案中不存在与所述第一人脸图像匹配的在线档案时,从所述人脸图像库中获取第N+1优先级的在线档案;
确定所述第N+1优先级的在线档案中是否存在与所述第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
可选地,所述处理模块还用于:
在确定各优先级的在线档案均比对完毕后,不存在与所述第一人脸图像匹配的在线档案时,针对所述第一人脸图像建立一个新的在线档案。
可选地,所述归档模块具体用于:
针对所述第N优先级的在线档案中的任一在线档案,根据所述在线档案的类中心与所述第一人脸图像的类间相似度,确定所述在线档案与所述第一人脸图像的相似度;
若相似度大于或等于第一阈值,则确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案。
可选地,所述归档模块具体用于:
确定所述第一人脸图像与所述在线档案的各类中心的类间相似度;
根据所述在线档案的各类中心的权重以及所述各类中心的类间相似度,确定所述在线档案与所述第一人脸图像的相似度。
一方面,本申请实施例提供了一种归档设备,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述程序被所述处理单元执行时,使得所述处理单元执行归档方法的步骤。
一方面,本申请实施例提供了一种计算机可读介质,其存储有可由归档设备执行的计算机程序,当所述程序在归档设备上运行时,使得所述归档设备执归档方法的步骤。
本申请实施例中,获取第一人脸图像及第一人脸图像的空间信息,然后根据第一人脸图像的空间信息,从人脸图像库中获取第N优先级的在线档案,其中在线档案用于对在线人脸图像实时归档,第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级。在确定第N优先级的在线档案中存在与第一人脸图像匹配的在线档案时,将第一人脸图像归入所述匹配的在线档案,否则从人脸图像库中获取第N+1优先级的在线档案,并确定第N+1优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。由于很多人的生活范围较固定,因此一个人可能经常被某些地区的摄像头抓拍,故在对实时抓拍的第一人脸图像进行归档时,先以第一人脸图像的空间信息作为先验信息,从人脸图像库中筛选出在线档案,然后将第一人脸图像与筛选出的在线档案进行比较后归档,能有效提高在线归档的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例适用的***架构图;
图2为本申请实施例一种归档方法的流程示意图;
图3为本申请实施例一种归档方法的流程示意图;
图4为本申请实施例一种归档装置的结构示意图;
图5为本申请实施例一种归档设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例中的归档方法可以应用于安防,以监控设备采集的人脸图像为基础,建立人脸图像库,人脸图像库中包括多个人脸档案,一个档案对应一个人,其中人脸档案的归档方法可以根据归档方法划分为在线归档和离线归档。在线归档为对监控设备实时采集的人脸图像进行归档的方法,离线归档为对设定时间段内采集的人脸图像进行归档的方法。为描述方便,本申请实施例中的人脸档案在在线归档过程中称为在线档案,本申请实施例中的人脸档案在离线归档过程中称为离线档案。离线归档可以用于更新在线归档。在线档案中包括实名档案和非实名档案,离线档案中也包括实名档案和非实名档案,其中,实名档案中包括个人的身份标识信息,比如实名档案中包括身份证件。
在发生警情时,警务人员可以以嫌疑人的图像搜索人脸图像库中的人脸档案,从中获取嫌疑人对应的人脸档案,之后根据嫌疑人对应的人脸档案中的人脸图像分析嫌疑人的活动轨迹、频繁活动的地区、最新出现的位置等情报,从而便于警务人员抓捕嫌疑人。
图1示例性示出了本申请实施例适用的***架构,在该***架构中包括监控设备101、服务器102。监控设备101实时采集视频流,然后将采集的视频流发送至服务器102,服务器102中包括归档装置,服务器102从视频流中获取待归档的人脸图像,然后将待归档的人脸图像归入对应的人脸档案。监控设备101通过无线网络与服务器102连接,监控设备是具备采集图像功能的电子设备,比如摄像头、摄像机、录像机等。服务器102是一台服务器或若干台服务器组成的服务器集群或云计算中心。
基于图1所示的***架构,本申请实施例提供了一种归档方法的流程,该方法的流程可以由归档装置执行,归档装置可以是图1所示的服务器102,如图2所示,包括以下步骤:
步骤201,获取第一人脸图像及第一人脸图像的空间信息。
第一人脸图像为待归档的在线人脸图像,在线人脸图像为处于工作状态的监控设备实时获取的人脸图像。获取的每一张第一人脸图像均携带空间信息和时间信息,其中,空间信息为抓拍第一人脸图像的监控设备的标识以及位置。时间信息为监控设备抓拍第一人脸图像的时间。
示例性地,第一人脸图像A的空间信息和时间信息如下所示:
空间信息:摄像头标识为:CAMERA_1,摄像头位置:上海市浦东新区。
时间信息:2018-10-20 10:07:21。
步骤202,根据第一人脸图像的空间信息,从人脸图像库中获取第N优先级的在线档案。
人脸图像库中包括至少一个在线档案,在线档案用于对在线人脸图像实时归档,第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案,N大于1,前N-1个优先级高于第N优先级。
具体地,为了便于根据第一人脸图像的空间信息从人脸图像库中获取对应的在线档案,在每一个在线档案中设置一张信息记录表,该记录表中记录了在线档案中人脸图像的空间信息和时间信息。
在一种可能的实施方式中,信息记录表中记录在线档案中的人脸图像涉及的摄像头标识、每个摄像头抓拍的人脸图像的数量以及每个摄像头最新抓拍的人脸图像的时间。
示例性地,设定在线档案1中包括6张人脸图像,其中5张人脸图像由摄像头CAMERA_A抓拍,另外1张人脸图像由摄像头CAMERA_B抓拍,则在线档案1的信息记录表具体如表1所示:
表1.
在一种可能的实施方式中,信息记录表中记录在线档案中每张人脸图像对应的摄像头的标识、每张人脸图像对应的摄像头的位置、每张人脸图像的抓拍时间。
示例性地,设定在线档案2中包括6张人脸图像,其中人脸图像a、人脸图像b由摄像头CAMERA_A抓拍,人脸图像c、人脸图像d由摄像头CAMERA_B抓拍,人脸图像e、人脸图像f由摄像头CAMERA_C抓拍,则在线档案2的信息记录表具体如表2所示:
表2.
人脸图像 | 摄像头标识 | 摄像头的位置 | 人脸图像的抓拍时间 |
a | CAMERA_A | 上海市徐汇区 | 2018-10-21 10:07:21 |
b | CAMERA_A | 上海市徐汇区 | 2018-10-23 09:40:11 |
c | CAMERA_B | 上海市浦东新区 | 2018-10-24 08:20:31 |
d | CAMERA_B | 上海市浦东新区 | 2018-10-24 09:40:51 |
e | CAMERA_C | 上海市虹口区 | 2018-10-23 07:40:14 |
f | CAMERA_C | 上海市虹口区 | 2018-10-23 09:22:11 |
步骤203,在确定第N优先级的在线档案中存在与第一人脸图像匹配的在线档案时,将第一人脸图像归入匹配的在线档案。
具体地,根据空间信息确定多个筛选策略,依照筛选策略依次确定第一人脸图像的各优先级的在线档案,其中,筛选策略对应的空间范围越小,确定的优先级越高。在根据筛选策略筛选在线档案时,只要在线档案中存在一张人脸图像与筛选策略匹配,则将该在线档案确定为与筛选策略匹配的在线档案,之后再根据各筛选策略的优先级,将与各筛选策略匹配的在线档案确定为第一人脸图像的各优先级的在线档案。每确定一个优先级的在线档案,将第一人脸图像与该优先级的在线档案进行比较,当该优先级的在线档案中存在与第一人脸图像匹配的在线档案时,将第一人脸图像归入匹配的在线档案。
示例性地,设定第一人脸图像的空间信息包括:摄像头标识为CAMERA_A,摄像头位置为上海市徐汇区。设定根据空间范围从小到大的顺序,确定第一人脸图像的以下筛选策略:
筛选策略1:按照“摄像头标识CAMERA_A”从人脸图像库中筛选出第1优先级的在线档案。
筛选策略2:按照“徐汇区”从人脸图像库中筛选出第2优先级的在线档案。
筛选策略3:按照“上海市”从人脸图像库中筛选出第3优先级的在线档案。
筛选策略4:人脸图像库中所有在线档案作为第4优先级的在线档案。
进一步地,由于表1所示的在线档案1和表2所示的在线档案2中均包含摄像头标识为CAMERA_A的人脸图像,则根据筛选策略1从人脸图像库中筛选出第1优先级的在线档案为在线档案1和在线档案2,将第一人脸图像与在线档案1进行比较,确定第一人脸图像与在线档案1匹配时,将第一人脸图像归入在线档案1。
由于很多人的生活范围较固定,因此一个人可能经常被某些地区的摄像头抓拍,故在对实时抓拍的第一人脸图像进行归档时,先以第一人脸图像的空间信息作为先验信息,从人脸图像库中筛选出在线档案,然后将第一人脸图像与筛选出的在线档案进行比较后归档,能有效提高在线归档的效率。
可选地,在上述步骤S203中,在确定第N优先级的在线档案中不存在与第一人脸图像匹配的在线档案时,从人脸图像库中获取第N+1优先级的在线档案。确定第N+1优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
示例性地,设定根据筛选策略1从人脸图像库中筛选出第1优先级的在线档案为在线档案1和在线档案2,将第一人脸图像分别与在线档案1和在线档案2进行比较,确定第一人脸图像与在线档案1和在线档案2均不匹配,则根据筛选策略2从人脸图像库中筛选出第2优先级的在线档案。设定第2优先级的在线档案为在线档案1、在线档案2、在线档案3、在线档案4。将第一人脸图像分别与在线档案3和在线档案4进行比较,第一人脸图像已经与在线档案1和在线档案2进行了比较,因此此时可以不再比较。当在线档案3和在线档案4中存在一个在线档案与第一人脸图像匹配时,将第一人脸图像归入匹配的在线档案,当在线档案3和在线档案4均与第一人脸图像不匹配时,根据筛选策略3从人脸图像库中筛选出第3优先级的在线档案,依次类推,直到在人脸图像中找到与第一人脸图像中匹配的在线档案或第一人脸图像与第4优先级的在线档案对比完毕。
进一步地,在确定各优先级的在线档案均比对完毕后,不存在与第一人脸图像匹配的在线档案时,针对第一人脸图像建立一个新的在线档案。
示例性地,若第一人脸图像与上述第4优先级的在线档案进行比较后,未找到与第一人脸图像匹配的在线档案时,说明人脸图像库中不存在与第一人脸图像匹配的在线档案,则在人脸图像库中建立一个新的在线档案,将第一人脸图像归入新的在线档案中。
可选地,在上述步骤S203中,具体采用以下方法确定第N优先级的在线档案中存在与第一人脸图像匹配的在线档案:
针对第N优先级的在线档案中的任一在线档案,根据在线档案的类中心与第一人脸图像的类间相似度,确定在线档案与所述第一人脸图像的相似度。
若相似度大于或等于第一阈值,则确定第N优先级的在线档案中存在与第一人脸图像匹配的在线档案。
具体地,针对不同优先级的在线档案,设置的第一阈值也不相同,其中,优先级越高,对应的第一阈值越小。示例性的,设定第1优先级对应的第一阈值为T0,第2优先级对应的第一阈值为T1,第3优先级对应的第一阈值为T2,第4优先级对应的第一阈值为T3,则T0<T1<T2<T3。
在一种可能的实施方式中,在线档案的类中心为一个,该类中心为在线档案中图像质量最高的人脸图像。将该类中心与第一人脸图像的类间相似度,确定为在线档案与第一人脸图像之间的相似度。
具体实施中,在确定类中心与第一人脸图像的类间相似度时,可以首先确定类中心对应的第一特征向量以及第一人脸图像对应的第二特征向量,然后计算第一特征向量与第二特征向量之间的距离,根据第一特征向量与第二特征向量之间的距离确定类中心与第一人脸图像的类间相似度。
在另一种可能的实施方式中,在线档案的类中心为多个,确定第一人脸图像与在线档案的各类中心的类间相似度,然后根据在线档案的各类中心的权重以及各类中心的类间相似度,确定在线档案与第一人脸图像的相似度。
具体实施中,可以采用以下方法确定在线档案的多个类中心:预先设置在线档案的类中心的数量,然后将在线档案图像质量最高的人脸图像确定为第一类中心,在接收到归入在线档案的第一人脸图像时,确定第一类中心与第一人脸图像的相似度。当该相似度小于一定值时,将第一人脸图像确定为第二类中心,然后针对下一张归入在线档案的第一人脸图像执行上述步骤,直到在线档案的类中心的数据达到预先设置的数量。
在确定第一人脸图像与多个类中心的类间相似度时,可以先分别确定第一人脸图像与每一个类中心的类间相似度,然后根据每一个类中心的权重将第一人脸图像与每一个类中心的类间相似度进行融合,确定在线档案与第一人脸图像的相似度,类中心的权重可以根据图像质量进行分配,也可以根据图像特征进行分配。
由于在线档案以类中心来表示档案,故在对第一人脸图像进行归档时,只需将第一人脸图像与在线档案的类中心进行比较,确定与第一人脸图像匹配的在线档案,而不需要将第一人脸图像与在线档案中每张人脸图像进行比较,从而提高了归档效率。
为了更好的解释本发明实施例,下面结合具体的实施场景描述本申请实施例提供的一种归档方法,该方法可以由归档装置执行,预先根据空间信息设定以下筛选策略:
摄像头筛选策略:按照摄像头标识从人脸图像库中筛选出第1优先级的在线档案。
子区域筛选策略:按照子区域从人脸图像库中筛选出第2优先级的在线档案。
市级区域筛选策略:按照市级区域从人脸图像库中筛选出第3优先级的在线档案。
全体筛选策略:人脸图像库中所有在线档案作为第4优先级的在线档案。
设定第一人脸图像的空间信息包括:摄像头标识为CAMERA_1,摄像头位置为上海市浦东新区,针对该第一人脸图像,归档装置执行以下步骤,如图3所示:
步骤S301,基于摄像头筛选策略以及摄像头标识CAMERA_1,从人脸图像库中筛选出第一人脸图像的第1优先级的在线档案。
步骤S302,将第一人脸图像与第1优先级的在线档案进行比对。
步骤S303,判断第1优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,若是,则执行步骤S304,否则执行步骤S305。
步骤S304,将第一人脸图像归入匹配的在线档案。
步骤S305,基于子区域筛选策略以及浦东新区,从人脸图像库中筛选出第一人脸图像的第2优先级的在线档案。
步骤S306,将第一人脸图像与第2优先级的在线档案进行比对。
步骤S307,判断第2优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,若是,则执行步骤S308,否则执行步骤S309。
步骤S308,将第一人脸图像归入匹配的在线档案。
步骤S309,基于市级区域筛选策略以及上海市,从人脸图像库中筛选出第一人脸图像的第3优先级的在线档案。
步骤S310,将第一人脸图像与第3优先级的在线档案进行比对。
步骤S311,判断第3优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,若是,则执行步骤S312,否则执行步骤S313。
步骤S312,将第一人脸图像归入匹配的在线档案。
步骤S313,基于全体筛选策略从人脸图像库中筛选出第一人脸图像的第4优先级的在线档案。
步骤S314,将第一人脸图像与第4优先级的在线档案进行比对。
步骤S315,判断第4优先级的在线档案中是否存在与第一人脸图像匹配的在线档案,若是,则执行步骤S316,否则执行步骤S317。
步骤S316,将第一人脸图像归入匹配的在线档案。
步骤S317,针对第一人脸图像建立一个新的在线档案。
由于很多人的生活范围较固定,因此一个人可能经常被某些地区的摄像头抓拍,故在对实时抓拍的第一人脸图像进行归档时,先以第一人脸图像的空间信息作为先验信息,从人脸图像库中筛选出在线档案,然后将第一人脸图像与筛选出的在线档案进行比较后归档,能有效提高在线归档的效率。进一步地,当发生警情时,警务人员可以直接根据嫌疑人的图像从人脸图像库中获取嫌疑人的档案,并从嫌疑人的档案中获取有用信息或情报,提高了警务人员获取情报的效率,同时节约了人力成本。
基于相同的技术构思,本发明实施例提供了一种归档装置,如图4所示,该装置400包括:
获取模块401,用于获取第一人脸图像及所述第一人脸图像的空间信息,所述第一人脸图像为待归档的在线人脸图像;所述在线人脸图像为处于工作状态的监控设备实时获取的人脸图像;
处理模块402,用于根据所述第一人脸图像的空间信息,从人脸图像库中获取第N优先级的在线档案;所述人脸图像库中包括至少一个在线档案;所述在线档案用于对在线人脸图像实时归档;所述第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级;
归档模块403,用于在确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案时,将所述第一人脸图像归入所述匹配的在线档案。
可选地,所述处理模块402还用于:
在确定所述第N优先级的在线档案中不存在与所述第一人脸图像匹配的在线档案时,从所述人脸图像库中获取第N+1优先级的在线档案;
确定所述第N+1优先级的在线档案中是否存在与所述第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
可选地,所述处理模块402还用于:
在确定各优先级的在线档案均比对完毕后,不存在与所述第一人脸图像匹配的在线档案时,针对所述第一人脸图像建立一个新的在线档案。
可选地,所述归档模块403具体用于:
针对所述第N优先级的在线档案中的任一在线档案,根据所述在线档案的类中心与所述第一人脸图像的类间相似度,确定所述在线档案与所述第一人脸图像的相似度;
若相似度大于或等于第一阈值,则确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案。
可选地,所述归档模块403具体用于:
确定所述第一人脸图像与所述在线档案的各类中心的类间相似度;
根据所述在线档案的各类中心的权重以及所述各类中心的类间相似度,确定所述在线档案与所述第一人脸图像的相似度。
基于相同的技术构思,本申请实施例提供了一种归档设备,如图5所示,包括至少一个处理器501,以及与至少一个处理器连接的存储器502,本申请实施例中不限定处理器501与存储器502之间的具体连接介质,图5中处理器501和存储器502之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。
在本申请实施例中,存储器502存储有可被至少一个处理器501执行的指令,至少一个处理器501通过执行存储器502存储的指令,可以执行前述归档方法中所包括的步骤。
其中,处理器501是归档设备的控制中心,可以利用各种接口和线路连接归档设备的各个部分,通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据,从而实现归档。可选的,处理器501可包括一个或多个处理单元,处理器501可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器501中。在一些实施例中,处理器501和存储器502可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器501可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器502可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
基于同一发明构思,本申请实施例提供了一种计算机可读介质,其存储有可由归档设备执行的计算机程序,当所述程序在归档设备上运行时,使得所述归档设备执行归档方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种归档方法,其特征在于,包括:
获取第一人脸图像及所述第一人脸图像的空间信息,所述第一人脸图像为待归档的在线人脸图像;所述在线人脸图像为处于工作状态的监控设备实时获取的人脸图像;
根据所述第一人脸图像的空间信息,确定用于筛选第N优先级的在线档案的筛选策略;
根据所述筛选策略,从人脸图像库中获取第N优先级的在线档案,具体包括:若在线档案中存在一张人脸图像与所述筛选策略匹配,则确定在线档案为与所述筛选策略匹配的在线档案;将与所述筛选策略匹配的在线档案确定为第N优先级的在线档案,所述人脸图像库中包括至少一个在线档案;所述在线档案用于对在线人脸图像实时归档;所述第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级;
针对所述第N优先级的在线档案中的任一在线档案,确定所述第一人脸图像与所述在线档案的各类中心的类间相似度;
根据所述在线档案的各类中心的权重以及所述各类中心的类间相似度,确定所述在线档案与所述第一人脸图像的相似度;
若相似度大于或等于第一阈值,则确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案,将所述第一人脸图像归入所述匹配的在线档案,其中,N个优先级对应的第一阈值不相同,优先级越高,对应的第一阈值越小。
2.如权利要求1所述的方法,其特征在于,还包括:
在确定所述第N优先级的在线档案中不存在与所述第一人脸图像匹配的在线档案时,从所述人脸图像库中获取第N+1优先级的在线档案;
确定所述第N+1优先级的在线档案中是否存在与所述第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
3.如权利要求2所述的方法,其特征在于,还包括:
在确定各优先级的在线档案均比对完毕后,不存在与所述第一人脸图像匹配的在线档案时,针对所述第一人脸图像建立一个新的在线档案。
4.一种归档装置,其特征在于,包括:
获取模块,用于获取第一人脸图像及所述第一人脸图像的空间信息,所述第一人脸图像为待归档的在线人脸图像;所述在线人脸图像为处于工作状态的监控设备实时获取的人脸图像;
处理模块,用于根据所述第一人脸图像的空间信息,确定用于筛选第N优先级的在线档案的筛选策略;根据所述筛选策略,从人脸图像库中获取第N优先级的在线档案,具体包括:若在线档案中存在一张人脸图像与所述筛选策略匹配,则确定在线档案为与所述筛选策略匹配的在线档案;将与所述筛选策略匹配的在线档案确定为第N优先级的在线档案,所述人脸图像库中包括至少一个在线档案;所述在线档案用于对在线人脸图像实时归档;所述第一人脸图像在前N-1个优先级的在线档案中未找到匹配的在线档案;N大于1,前N-1个优先级高于第N优先级;
归档模块,用于针对所述第N优先级的在线档案中的任一在线档案,确定所述第一人脸图像与所述在线档案的各类中心的类间相似度;根据所述在线档案的各类中心的权重以及所述各类中心的类间相似度,确定所述在线档案与所述第一人脸图像的相似度;
若相似度大于或等于第一阈值,则确定所述第N优先级的在线档案中存在与所述第一人脸图像匹配的在线档案,将所述第一人脸图像归入所述匹配的在线档案,其中,N个优先级对应的第一阈值不相同,优先级越高,对应的第一阈值越小。
5.如权利要求4所述的装置,其特征在于,所述处理模块还用于:
在确定所述第N优先级的在线档案中不存在与所述第一人脸图像匹配的在线档案时,从所述人脸图像库中获取第N+1优先级的在线档案;
确定所述第N+1优先级的在线档案中是否存在与所述第一人脸图像匹配的在线档案,直至找到匹配的在线档案或各优先级的在线档案均比对完毕。
6.如权利要求5所述的装置,其特征在于,所述处理模块还用于:
在确定各优先级的在线档案均比对完毕后,不存在与所述第一人脸图像匹配的在线档案时,针对所述第一人脸图像建立一个新的在线档案。
7.一种归档设备,其特征在于,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述程序被所述处理单元执行时,使得所述处理单元执行权利要求1~3任一权利要求所述方法的步骤。
8.一种计算机可读介质,其特征在于,其存储有可由归档设备执行的计算机程序,当所述程序在归档设备上运行时,使得所述归档设备执行权利要求1~3任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621050.6A CN109783663B (zh) | 2018-12-28 | 2018-12-28 | 一种归档方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621050.6A CN109783663B (zh) | 2018-12-28 | 2018-12-28 | 一种归档方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783663A CN109783663A (zh) | 2019-05-21 |
CN109783663B true CN109783663B (zh) | 2021-07-02 |
Family
ID=66498607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811621050.6A Active CN109783663B (zh) | 2018-12-28 | 2018-12-28 | 一种归档方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783663B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989887B (zh) * | 2019-12-16 | 2024-06-11 | 深圳云天励飞技术有限公司 | 一种档案合并方法、装置及电子设备 |
CN111160200B (zh) * | 2019-12-23 | 2023-06-16 | 浙江大华技术股份有限公司 | 一种路人库的建立方法及装置 |
CN112395037B (zh) * | 2020-12-07 | 2024-01-05 | 深圳云天励飞技术股份有限公司 | 一种动态封面的选取方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046214A (zh) * | 2015-07-06 | 2015-11-11 | 南京理工大学 | 基于聚类的在线式多人脸图像处理的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9811540B2 (en) * | 2015-04-08 | 2017-11-07 | Nec Corporation | Compact, clustering-based indexes for large-scale real-time lookups on streaming videos |
CN108573201A (zh) * | 2017-03-13 | 2018-09-25 | 金德奎 | 一种基于人脸识别技术的用户身份识别匹配方法 |
CN107977613A (zh) * | 2017-11-23 | 2018-05-01 | 高域(北京)智能科技研究院有限公司 | 提高人脸识别效率的方法和人脸识别*** |
CN108009521B (zh) * | 2017-12-21 | 2021-05-04 | Oppo广东移动通信有限公司 | 人脸图像匹配方法、装置、终端及存储介质 |
CN109063558A (zh) * | 2018-06-27 | 2018-12-21 | 努比亚技术有限公司 | 一种图像分类处理方法、移动终端及计算机可读存储介质 |
-
2018
- 2018-12-28 CN CN201811621050.6A patent/CN109783663B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046214A (zh) * | 2015-07-06 | 2015-11-11 | 南京理工大学 | 基于聚类的在线式多人脸图像处理的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109783663A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783685B (zh) | 一种查询方法及装置 | |
CN109710780B (zh) | 一种归档方法及装置 | |
CN109740003B (zh) | 一种归档方法及装置 | |
CN109800329B (zh) | 一种监控方法及装置 | |
CN109783663B (zh) | 一种归档方法及装置 | |
CN107016322B (zh) | 一种尾随人员分析的方法及装置 | |
CN108038176B (zh) | 一种路人库的建立方法、装置、电子设备及介质 | |
CN109800664B (zh) | 一种确定路人轨迹的方法及装置 | |
WO2021063011A1 (zh) | 行为分析方法、装置、电子设备、存储介质和计算机程序 | |
CN109784220B (zh) | 一种确定路人轨迹的方法及装置 | |
CN109325429B (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
CN109800318B (zh) | 一种归档方法及装置 | |
CN109815370A (zh) | 一种归档方法及装置 | |
CN111414949B (zh) | 图片聚类方法、装置、电子设备及存储介质 | |
CN110750670B (zh) | 陌生人监控方法、装置、***和存储介质 | |
CN109800674A (zh) | 一种归档方法及装置 | |
JP2022518459A (ja) | 情報処理方法および装置、記憶媒体 | |
CN110659391A (zh) | 一种视频侦查方法及装置 | |
JP2022518469A (ja) | 情報処理方法および装置、記憶媒体 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
CN109522814B (zh) | 一种基于视频数据的目标追踪方法及装置 | |
CN114357216A (zh) | 一种人像聚档方法、装置、电子设备及存储介质 | |
CN109800673A (zh) | 一种归档方法及装置 | |
CN109800675A (zh) | 一种确定人脸对象的识别图像的方法及装置 | |
CN115170851A (zh) | 一种图像聚类的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |