CN108733819A - 一种人员档案建立方法和装置 - Google Patents

Abstract

本发明实施例提供一种人员档案建立方法和装置，该方法包括：从人脸图像集合中确定多个人员的人脸图像；获取每个人员的基本信息；建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。本发明实施例可以提高人员档案的实用性。

Description

一种人员档案建立方法和装置

技术领域

本发明涉及图像处理领域，尤其涉及一种人员档案建立方法和装置。

背景技术

随着社会的进步，人员流通更加普遍，这样就加大了人员管理的难度。目前有一些部门或者系统可以建立人员档案，以方便对人员的管理。但目前建立的人员档案中往往只包括用户的基础信息，例如：用户的名称、性别、年龄和籍贯等基础信息。这样通过现在的人员档案是无法有效地体现出该用户的基本情况。可见，目前建立的人员档案存在实用性较差的问题。

发明内容

本发明实施例提供一种人员档案建立方法和装置，以能够提高人员档案的实用性。

第一方面，本发明实施例提供一种人员档案建立方法，包括：

从人脸图像集合中确定多个人员的人脸图像；

获取每个人员的基本信息；

建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

可选的，所述通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集，包括：

将所述人脸图像集合进行分片，得到多个人脸图像分片；

通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

可选的，所述方法还包括：

获取目标人员的人脸图像；

在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

在所述目标人员的人员档案中添加所述挖掘信息。

可选的，所述根据所述目标人脸图像子集确定所述目标人员的挖掘信息，包括如下至少一项：

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

第二方面，本发明实施例还提供一种人员档案建立装置，包括：

第一确定模块，用于从人脸图像集合中确定多个人员的人脸图像；

第一获取模块，用于获取每个人员的基本信息；

建立模块，用于建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

可选的，所述第一确定模块包括：

分片单元，用于将所述人脸图像集合进行分片，得到多个人脸图像分片；

第一聚类单元，用于通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

第二聚类单元，用于分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

可选的，所述装置还包括：

第二获取模块，用于获取目标人员的人脸图像；

查找模块，用于在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

第二确定模块，用于根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

添加模块，用于在所述目标人员的人员档案中添加所述挖掘信息。

可选的，所述第二确定模块包括如下至少一项：

生成单元，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

第一确定单元，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

第二确定单元，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

预测单元，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

本发明实施例中，从人脸图像集合中确定多个人员的人脸图像；获取每个人员的基本信息；建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。这样可以实现在人员档案中添加人脸图像，从而可以提高人员档案的实用性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种人员档案建立方法的流程示意图；

图2是本发明实施例提供的另一种人员档案建立方法的流程示意图；

图3是本发明实施例提供的一种人员档案建立方法的举例示意图；

图4是本发明实施例提供的另一种人员档案建立方法的举例示意图；

图5是本发明实施例提供的另一种人员档案建立方法的举例示意图；

图6是本发明实施例提供的一种人员档案建立装置的结构示意图；

图7是本发明实施例提供的另一种人员档案建立装置的结构示意图；

图8是本发明实施例提供的另一种人员档案建立装置的结构示意图；

图9是本发明实施例提供的另一种人员档案建立装置的结构示意图；

图10是本发明实施例提供的另一种人员档案建立装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，图1是本发明实施例提供的一种人员档案建立方法的流程示意图，如图1所示，包括以下步骤：

101、从人脸图像集合中确定多个人员的人脸图像。

其中，上述人脸图像集合可以是动态拍摄的人脸图像集合，其中，这里可以是摄像头实时拍摄得的人脸图像。例如：该人脸图像集合可以包括某一区域的一个或者多个拍摄头动态拍摄的人脸图像，或者接收其他设备发送的动态拍摄的人脸图像集合。

需要说明的是，本发明实施例中，人脸图像集合由于为动态拍摄的人脸图像集合，这样可以通过该人脸图像集合中的人脸图像可以表示各人员的近况，以进一步提高人员档案的实用性。例如：上述人脸图像集合为某城市各监控摄像头动态拍摄的人脸图像集合，这样通过该人脸图像集合可以得到该城市中人员的近况，且还可以避免证件照片过久，通过证件照片无法准确地识别出对应的人员。

另外，上述从人脸图像集合中确定多个人员的人脸图像可以是，对上述人脸图像集合进行聚类，以确定多个人员，并得到这多个人员的人脸图像。例如：上述人脸图像集合为某区域的摄像头动态拍摄的人脸图像集合，这样通过该人脸图像集合可以确定在该区域活动的人员，以及对应的人脸图像。另外，每个人员的人脸图像可以是一个人脸图像子集，该子集中包括一个或者多个人脸图像，当然，也可以是为每个人员确定一张代表性的人脸图像，例如：清晰的人脸正面照。

需要说明的是，本发明实施例中，人脸图像可以是指包括人脸部分的图像，并不限定图像中只有人脸部分，例如：上述人脸图像集合中包括某些人员的全身图像，该全身图像中包括该人脸部分，或者上述人脸图像集合中包括某些人员的头部图像，该头部图像中包括人脸部分。另外，本发明实施例中，人员也可以称作自然人或者用户。

102、获取每个人员的基本信息。

该步骤可以是在步骤102确定出上述多个人员后，获取这多个人员中每个人员的基本信息。当然，也可以是在预先确定一个人员集合，步骤102获取该人员中每个人员的基本信息，而步骤102可以是在上述人员图像集合中确定该人员集合中的多个人员的人脸图像。也就是说，本发明实施例中，步骤102和步骤101的执行顺序不作限定，优选的，如图1所示，先执行步骤101，再执行步骤102，这样可以实现通过获取的人脸图像集合灵活地确定出对应的多个人员，以及这多个人员的人脸图像，以提高灵活性，适应多个场景需求。

另外，步骤102可以是通过操作人员录入每个人员的基本信息，当然，也可以通过网络搜索得到每个人员的基本信息。

本发明实施例中，人员的基本信息可以包括：姓名、身份证、文化程度、体貌特征、民族、生日、婚姻状况、联系方式、户籍和档案信息等信息，其中，户籍和档案信息可以包括：国籍、户籍派出所和户籍地址等信息。当然，基本信息还可以包括：日常照片、身份证照片、个人特征照片(如胎记和纹身之类的信息)、交通工具车辆照片、住址照片、工作地点照片和活动轨迹事件流照片等图片信息。

103、建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

在步骤101得到多个人员的人脸图像，以及步骤102得到每个人员的基本信息后，从而步骤103可以建立每个人员的包括人脸图像和基础信息的人员档案。另外，由于基础信息中可以包括文字信息(例如：姓名、身份证、文化程度、体貌特征、民族、生日、婚姻状况、联系方式、户籍和档案信息等文字信息)，以及还可以包括图片信息(日常照片、身份证照片、个人特征照片、交通工具车辆照片、住址照片、工作地点照片和活动轨迹事件流照片)，另外，人员档案还包括人脸图像，从而本发明实施例中，可以实现一人一档的基础档案构成，每个人员的人员档案包括：文字档、图片档和人脸档，其中：文字档包括：包含人员的基础文字类信息(姓名、电话、住址、身份证件照、与人脸照片等)，图片档包括：该人员的证件照以及体征照片等，人脸档：该人员的人脸图像或者人脸图像集。

本发明实施例中，通过上述步骤可以实现在人员档案中添加人脸图像，且人脸图像是通过人脸图像集合中确定的，这样通过每个人员的人员档案中的人脸图像可以清楚地表征每个人员的人脸特征，从而通过本发明实施例中建立的人员档案可以实现精确的人员搜索，以及人员的业务分析等需要使用人员基础信息和人脸图像的场景，以提高人员档案的实用性。

需要说明的是，本发明实施例提供的人员档案建立方法可以应用于服务器、计算机、手机等需要建立人员档案的设备，对此本发明实施例不作限定。

本发明实施例中，从人脸图像集合中确定多个人员的人脸图像；获取每个人员的基本信息；建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。这样可以实现在人员档案中添加人脸图像，从而可以提高人员档案的实用性。

请参见图2，图2是本发明实施例提供的另一种人员档案建立方法的流程示意图，如图2所示，包括以下步骤：

201、从人脸图像集合中确定多个人员的人脸图像。

在一种可选的实施方式中，所述从人脸图像集合中确定多个人员的人脸图像，可以包括：

通过有先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

其中，上述有先验信息的聚类方式可以是指，在对人脸图像集合进行聚类之前，预先获取有各人员的先验信息，之后通过各人员的先验信息在对上述人脸图像集合进行归类，以得到各人员的人脸图像。而上先验信息可以是人员的人脸特征或者人脸图像信息等，对此不作限定。

该实施方式中，通过有先验信息的聚类方式，可以提高聚类的效率，以及聚类的准确性，进而提高建立人员档案的效率和准确性。

在另一种可选的实施方式中，所述从人脸图像集合中确定多个人员的人脸图像，可以包括：

通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

其中，上述无先验信息的聚类可以是指在对人脸图像集合进行聚类之前，未得到人员的先验信息，通过分析人脸图像集合中各人脸图像，将相似的人脸图像进行聚集，得到多个人脸图像堆，其中，每个人脸图像堆中的人脸图像彼此的相似度高于一定阈值。

该实施方式中，由于在聚类之前不需要先验信息，也就是说，这样在建立人员档案时不需要各人员的人脸图像的先验信息，从而可以提高建立人员档案的应用范围，因为，针对一些没有先验证信息的人员，一样可以建立相应的人员档案。

可选的，上述通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集，可以包括：

将所述人脸图像集合进行分片，得到多个人脸图像分片；

通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

其中，上述分片可以是按照时间或者按照拍摄地区等其他进行分片，上述通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，每个人脸图像分片的多个人脸图像堆可以是，针对每个人脸图像分片均通过无验信息的聚类方式进行聚类，得到每个人脸图像分片中的多个人脸图像堆。需要说明的是，本发明实施例中人脸图像堆可以是指，对人脸图像分片进行初次聚类得到存在一些关联的人脸图像集合，例如：彼此存在一定相似度的人脸图像堆。

而上述分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合可以是，针对每个人脸图像进行一次或者多个次聚类，直到每个人脸图像子集合中均满足人脸图像的相似度大于或者等于预设阈值条件，以实现人脸图像结构化，且这里的聚类同样可以是无先验信息的聚类。

该实施方式中，由于将人脸图像集合进行分片，针对不同的人脸图像分片进行单独的聚类，这样可以节约人脸图像聚类的时间，因为，参与聚类的人脸数据集大小、机器数量与性能都是聚类所需时间的决定性因素，人脸越多机器一定的情况下，聚类时间自然越久。另外，由于针对每个人脸图像堆进行单独聚类，可以实现属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值，从而可以提高人脸图像聚类的准确度。

例如：如图3所示，以上述人脸图像集合为总抓拍到的人脸数据进行举例，分片策略可以包括按天分片、按周分片、按摄像头分析等分片的策略，图3以按按天分片为例，假设分片之后，初始数据集为200万(200w)的人脸数据，进行无先验信息的聚类，假设聚出2000人员，将这2000人员在进行片内聚类，循环停止的条件是聚出的人脸集合相似度满足指定的阈值范围。另外，在进行无先验信息的聚类之后，针对后续数据集，可以将人员档案更新的过程中可以使用已聚类的人脸图像作有先验信息，并进行有先验信息的聚类，以提高更新的效率和准确性。

另外，为了减少对正常业务造成压力，可以从备用的数据库中取出每个人脸图像分片对应的数据，这样可以减轻存在人员档案的数据库的压力，以保证在人脸图像聚类过程，不会影响正常业务的进行。

当然，由于可以按照人脸图像分片进行聚类，得到各人脸图像分片的人脸图像子集合，这样可以在得到各人脸图像分片的人脸图像子集合之后，识别各人脸图像分片的人脸图像子集合中人脸图像的匹配度，以判断不同人脸图像分片中是否存在同一人员的人脸图像集合，如果存在，则将同一人员的人脸图像集合进行合并，以避免同一人员存在多个人脸图像集合的情况，以提供人员档案的精确度。

202、获取每个人员的基本信息。

203、建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

需要说明的是，本发明实施例中，每个人员的人员档案除了人脸图像和基础信息之外，还可以包括其他信息，例如：还可以包括扩展信息和挖掘信息，其中，扩展信息可以包括：亲属人员、同住人员、同行人员和友人等相关人员的基本信息和图像，而挖掘信息可以包括：业务分析信息，如轨迹分析信息、同行分析信息、徘徊分析信息(例如：行为预测信息)和区域碰撞分析信息等。另外，还可以在每个人员的人脸图像中通过代表性图片，例如：可以通过选取模型选取每个人员的代表性图片，如选择最好的一张高清正脸。这样可以得到如图4所示的人员档案。如图4所示，人员档案可以包括基础信息、扩展信息和挖掘信息，需要说明的是，在图4中基础信息包括人脸图像(或者称作人脸数据)，且该基础信息又可以分为文字档、图片档和人脸档，其中，文字档包括：包含人员的基础文字类信息(姓名、电话、住址、身份证件照、与人脸照片等)，图片档包括：该人员的证件照以及体征照片等，人脸档：该人员的人脸图像或者人脸图像集。其中，图4中的人脸图像可以通过有无验信息的聚类(例如：搜索匹配)或者无先验证信息的聚类对抓拍人脸图像集合进行聚类，得到特征值结构化的人脸图像，以及还可以通过质量选取模型选择出高清正脸图像，或者通过算法标记优化得到代表性的人脸照片。

作为一种可选的实施方式，如图2所示，所述方法还包括：

204、获取目标人员的人脸图像；

205、在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

206、根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

207、在所述目标人员的人员档案中添加所述挖掘信息。

该实施方式中，可以实现在目标人员的人脸图像基础业务搜索，以得到该人员的挖掘信息，从而进一步丰富该人员的人员档案，以进一步提高人员档案的实用性。例如：上述挖掘信息包括活动轨迹，这样通过在人员档案中记录该人员的活动轨迹，从而可以通过该人员档案可以进一步确定该人员的生活信息，以方便使用该人员档案进行一些业务分析。当然，上述目标人员的人脸图像可以是相对高质量人脸图片，例如：上述实施方式中介绍的代表性人脸图像。另外，如果用户本身提供的不是高质量图片，可搜索后再选取代表性人脸图像再输入。例如：如图5所示，通过上述目标人员的高清代表人脸图像进行基础搜索，以及还可以进行数据挖掘，如进行轨迹分析、同行分析和行为预测，以丰富人员档案的内容，从而进一步提高人员档案的实用性。

下面就挖掘信息进行详细说明，例如：所述根据所述目标人脸图像子集确定所述目标人员的挖掘信息，可以包括如下至少一项：

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

其中，上述根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹可以是，确定各图像的拍摄时间和拍摄位置，按照时间的顺序将各拍摄位置进行连接，以得到上述目标人员的活动轨迹。

而上述在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息可以是，选择拍摄时间和拍摄位置匹配存在一定关联或者一定相似度的关联人脸图像子集，从而可以确定与上述目标人员存在一定关联的关联人员信息。例如：确定上述目标人员经常在某些区域碰撞的区域碰撞人员信息，以实现区域碰撞分析。

而上述在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息可以是，选择与上述目标人员的人脸图像的拍摄时间间隔匹配，且拍摄位置也匹配的同行人脸图像子集。例如：选择出与上述目标人员出行位置(拍摄位置匹配)相似，且出行时间间隔(拍摄时间间隔)相似的同行人员。

而上述根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息可以是，根据各图像的拍摄时间和拍摄位置预测目标人员在将来时间的行为，例如：目标人员在后续几天的活动轨迹。

该实施方式中，可以实现在人员档案中添加人员的活动轨迹、关联人员信息、同行人员信息和行为信息，以丰富人员档案的内容，从而进一步提高人员档案的实用性。

需要说明的是，上述实施方式中，对步骤204至步骤207与步骤201至步骤203的执行顺序不作限定。

本实施例中，在图1所示的实施例中增加了多种可选的实施方式，且可以达到进一步丰富人员档案的内容，以及还可以提高人员档案的人脸图像准确性等有益效果。

请参见图6，图6是本发明实施例提供的一种人员档案建立装置的结构示意图，如图6所示，包括：

第一确定模块601，用于从人脸图像集合中确定多个人员的人脸图像；

第一获取模块602，用于获取每个人员的基本信息；

建立模块603，用于建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

可选的，所述第一确定模块601用于通过有先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集；或者

所述第一确定模块601用于通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

可选的，如图7所示，所述第一确定模块601包括：

分片单元6011，用于将所述人脸图像集合进行分片，得到多个人脸图像分片；

第一聚类单元6012，用于通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

第二聚类单元6013，用于分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

可选的，如图8所示，所述装置还包括：

第二获取模块604，用于获取目标人员的人脸图像；

查找模块605，用于在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

第二确定模块606，用于根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

添加模块607，用于在所述目标人员的人员档案中添加所述挖掘信息。

可选的，如图9所示，所述第二确定模块606包括如下至少一项：

生成单元6061，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

第一确定单元6062，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

第二确定单元6063，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

预测单元6064，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

需要说明的是，本发明实施例提供的人员档案建立装置可以应用于服务器、计算机、手机等需要建立人员档案的设备，对此本发明实施例不作限定。

本发明实施例提供的人员档案建立装置能够实现图1和图2的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。

参见图10，图10是本发明实施例提供的另一种人员档案建立装置的结构示意图，如图10所示，包括：处理器1001、存储器1002和总线接口，其中：

处理器1001用于调用存储器1002存储的计算机程序，执行如下步骤：

从人脸图像集合中确定多个人员的人脸图像；

获取每个人员的基本信息；

建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

可选的，处理器1001执行的所述从人脸图像集合中确定多个人员的人脸图像包括：

通过有先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集；或者

通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

可选的，处理器1001执行的所述通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集，包括：

将所述人脸图像集合进行分片，得到多个人脸图像分片；

通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

可选的，处理器1001还用于：

获取目标人员的人脸图像；

在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

在所述目标人员的人员档案中添加所述挖掘信息。

可选的，处理器1001执行的所述根据所述目标人脸图像子集确定所述目标人员的挖掘信息，包括如下至少一项：

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

其中，在图10中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器1001代表的一个或多个处理器和存储器1002代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。

处理器1001负责管理总线架构和通常的处理，存储器1002可以存储处理器1001在执行操作时所使用的数据。

需要说明的是，本发明实施例提供的人员档案建立装置可以应用于服务器、计算机、手机等需要建立人员档案的设备，对此本发明实施例不作限定。

本发明实施例提供的人员档案建立装置能够实现图1和图2的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的人员档案建立方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种人员档案建立方法，其特征在于，包括：

从人脸图像集合中确定多个人员的人脸图像；

获取每个人员的基本信息；

建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

2.如权利要求1所述的方法，其特征在于，所述从人脸图像集合中确定多个人员的人脸图像包括：

通过有先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集；或者

通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

3.如权利要求2所述的方法，其特征在于，所述通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集，包括：

将所述人脸图像集合进行分片，得到多个人脸图像分片；

通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

4.如权利要求1至3中任一项所述方法，其特征在于，所述方法还包括：

获取目标人员的人脸图像；

在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

在所述目标人员的人员档案中添加所述挖掘信息。

5.如权利要求4所述的方法，其特征在于，所述根据所述目标人脸图像子集确定所述目标人员的挖掘信息，包括如下至少一项：

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。

6.一种人员档案建立装置，其特征在于，包括：

第一确定模块，用于从人脸图像集合中确定多个人员的人脸图像；

第一获取模块，用于获取每个人员的基本信息；

建立模块，用于建立每个人员的人员档案，其中，每个人员的人员档案包括该人员的人脸图像和基础信息。

7.如权利要求6所述的装置，其特征在于，所述第一确定模块用于通过有先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集；或者

所述第一确定模块用于通过无先验信息的聚类方式对所述人脸图像集合进行聚类，得到多个人脸图像子集，并将所述多个人员图像子集作为多个人员的人脸图像子集。

8.如权利要求7所述的装置，其特征在于，所述第一确定模块包括：

分片单元，用于将所述人脸图像集合进行分片，得到多个人脸图像分片；

第一聚类单元，用于通过无先验信息的聚类方式，分别对每个人脸图像分片进行聚类，得到每个人脸图像分片的多个人脸图像堆；

第二聚类单元，用于分别对每个人脸图像堆进行聚类，得到每个人脸图像堆包括的多个人脸图像子集合，其中，属于同一人脸图像子集合中各人脸图像的相似度大于或者等于预设阈值。

9.如权利要求6至8中任一项所述装置，其特征在于，所述装置还包括：

第二获取模块，用于获取目标人员的人脸图像；

查找模块，用于在目标人脸图像集合中查找与所述人脸图像匹配的目标人脸图像子集，其中，所述目标人脸图像集合为在特定时间内，以及在特定区域拍摄的目标人脸图像的集合；

第二确定模块，用于根据所述目标人脸图像子集确定所述目标人员的挖掘信息；

添加模块，用于在所述目标人员的人员档案中添加所述挖掘信息。

10.如权利要求9所述的装置，其特征在于，所述第二确定模块包括如下至少一项：

生成单元，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，生成所述目标人员的活动轨迹；

第一确定单元，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间和拍摄位置匹配的关联人脸图像子集，并确定所述关联人脸图像子集对应的关联人员信息；

第二确定单元，用于在所述目标人脸图像集合查找与所述目标人脸图像子集中各人脸图像的拍摄时间间隔和拍摄位置匹配的同行人脸图像子集，并确定所述同行人脸图像子集对应的同行人员信息；

预测单元，用于根据所述目标人脸图像子集中各图像的拍摄时间和拍摄位置，预测所述目标人员的行为信息。