CN109710789A - 图像数据的检索方法、装置、电子设备及计算机存储介质 - Google Patents
图像数据的检索方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN109710789A CN109710789A CN201811623628.1A CN201811623628A CN109710789A CN 109710789 A CN109710789 A CN 109710789A CN 201811623628 A CN201811623628 A CN 201811623628A CN 109710789 A CN109710789 A CN 109710789A
- Authority
- CN
- China
- Prior art keywords
- attribute
- image data
- database
- type
- data
- 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.)
- Pending
Links
Abstract
本申请涉及数据处理技术领域,公开了一种图像数据的检索方法、装置、电子设备及计算机可读存储介质,其中,图像数据的检索方法包括:接收图像数据的查找请求,查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;接着从查找条件中的多种属性类型中确定至少一种目标属性类型;接着基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据。本申请实施例的方法,能够缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,极大提高图像数据的查找效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,本申请涉及一种图像数据的检索方法、装置、电子设备及计算机存储介质。
背景技术
近年来,随着图像采集设备的广泛应用以及采集时间的不断增长,图像数据的数据量呈现几何指数的增长速度,如何在日益增长的海量图像数据中进行高效的检索,一直以来都是本领域的难题。
目前,随着技术水平的不断进步,针对图像数据的检索方法及检索工具也越来越多样,但是对于图像数据(例如图像的抓拍时间、图像的抓拍地点等)的检索,基本都是按照时间、地点等主题在包括大量图像数据的数据库中直接去做检索。该种检索方法虽然能够在一定程度上满足检索人员的基本需求,但是当图像数据增加亿级时,检索速度将会变得非常慢,存在并发性差、实时性和稳定性无法保障等问题,无法满足检索人员对检索性能的要求。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特提出以下技术方案:
第一方面,提供了一种图像数据的检索方法,包括:
接收图像数据的查找请求,查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;
从查找条件中的多种属性类型中确定至少一种目标属性类型;
基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据。
具体地,至少一个属性数据中的各个属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息;或者,
至少一个属性数据库为多个属性数据库,多个属性数据库中的第一部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息,多个属性数据库中的除第一部分属性数据库外的第二部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息,第二部分属性数据库中存储的每条图像数据通过关联信息与第一部分属性数据库中对应于同一图像的图像数据相关联。
进一步地,在接收图像数据的查找请求之前,该方法还包括:
获取待存储的多条图像数据,待存储的每条图像数据包括M种属性类型的数据信息;
基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
进一步地,基于M种属性类型,将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,包括以下任一项:
若任一种属性数据库为一个属性数据库,任一种属性数据库包括至少一个子属性数据表,则基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中,子属性类型为依据预定划分规则对任一种属性类型进行划分得到的;
若任一种属性数据库包括多个属性数据库,则基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到至少一个子属性类型各自对应的属性数据库中。
进一步地,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
确定任一种目标属性类型包括的至少一种子目标属性类型;
分别在与至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
进一步地,基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,包括:
依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
进一步地,存储空间包括内存和硬盘,依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库,包括:
将时间信息位于第一时间区间的待存储的每条图像数据中的至少部分数据信息存储至内存中的N种属性数据库,并将时间信息位于第二时间区间的待存储的每条图像数据中的至少部分数据信息存储至硬盘中的N种属性数据库,第一时间区间为小于或等于预设时间阈值的时间区间,第二时间区间为大于预设时间阈值的时间区间。
进一步地,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
基于至少一种目标属性类型,分别在存储在内存中的与至少一种目标属性类型对应的至少一个属性数据库中进行查找。
进一步地,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
若在任一种目标属性类型对应的任一属性数据库中未查找到与任一种目标属性类型对应的图像数据,则结束在其他属性数据库中的图像数据的查找。
进一步地,查找请求包括用户输入的查找条件和/或预配置的查找条件。
进一步地,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,包括:
对从至少一个属性数据库中分别查找到的结果进行查重处理,得到多种属性类型对应的查重结果,并将查重结果确定为满足查找条件的图像数据。
进一步地,在确定满足查找条件的图像数据之后,还包括:
将多种属性类型对应的查重结果依据多种属性类型分别进行归类显示。
第二方面,提供了一种图像数据的检索装置,包括:
接收模块,用于接收图像数据的查找请求,查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;
确定模块,用于从查找条件中的多种属性类型中确定至少一种目标属性类型;
查找模块,用于基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据。
具体地,至少一个属性数据中的各个属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息;或者,
至少一个属性数据库为多个属性数据库,多个属性数据库中的第一部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息,多个属性数据库中的除第一部分属性数据库外的第二部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息,第二部分属性数据库中存储的每条图像数据通过关联信息与第一部分属性数据库中对应于同一图像的图像数据相关联。
进一步地,该装置还包括获取模块与存储模块;
获取模块,用于获取待存储的多条图像数据,待存储的每条图像数据包括M种属性类型的数据信息;
存储模块,用于基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
进一步地,存储模块具体用于当任一种属性数据库为一个属性数据库,任一种属性数据库包括至少一个子属性数据表时,基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中,子属性类型为依据预定划分规则对任一种属性类型进行划分得到的;或者,
具体用于当任一种属性数据库包括多个属性数据库时,基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到至少一个子属性类型各自对应的属性数据库中。
进一步地,查找模块包括第一确定子模块与第一查找子模块;
确定子模块,用于确定任一种目标属性类型包括的至少一种子目标属性类型;
查找子模块,用于分别在与至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
进一步地,存储模块具体用于依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
进一步地,存储空间包括内存和硬盘,存储模块具体用于将时间信息位于第一时间区间的待存储的每条图像数据中的至少部分数据信息存储至内存中的N种属性数据库,并将时间信息位于第二时间区间的待存储的每条图像数据中的至少部分数据信息存储至硬盘中的N种属性数据库,第一时间区间为小于或等于预设时间阈值的时间区间,第二时间区间为大于预设时间阈值的时间区间。
进一步地,查找模块具体用于基于至少一种目标属性类型,分别在存储在内存中的与至少一种目标属性类型对应的至少一个属性数据库中进行查找。
进一步地,查找模块具体用于当在任一种目标属性类型对应的任一属性数据库中未查找到与任一种目标属性类型对应的图像数据时,结束在其他属性数据库中的图像数据的查找。
进一步地,查找请求包括用户输入的查找条件和/或预配置的查找条件。
进一步地,查找模块具体用于对从至少一个属性数据库中分别查找到的结果进行查重处理,得到多种属性类型对应的查重结果,并将查重结果确定为满足查找条件的图像数据。
进一步地,该装置还包括显示模块;
显示模块用于将多种属性类型对应的查重结果依据多种属性类型分别进行归类显示。
第三方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述程序时实现上述的图像数据的检索方法。
第四方面,提供了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,该程序被处理器执行时实现上述的图像数据的检索方法。
本申请实施例提供的图像数据的检索方法,通过按照属性类型将图像数据存储在不同的属性数据库中,在查找图像数据时从查找条件中的多种属性类型中确定至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,能够在一定程度上缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,而且能够实现了多维属性的检索。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例的图像数据的检索方法的流程示意图;
图2为本申请实施例的图像数据的检索示意图;
图3为本申请实施例的按照日期排序显示图像数据的查找结果的示意图;
图4为本申请实施例的按照地点排序显示图像数据的查找结果的示意图;
图5为本申请实施例的按照时间段排序显示图像数据的查找结果的示意图;
图6为本申请实施例的按照地点查看检索到的图像数据的示意图;
图7为本申请实施例的图像数据的检索装置的基本结构示意图;
图8为本申请实施例的图像数据的检索装置的详细结构示意图;
图9为本申请实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
实施例一
本申请实施例提供了一种图像数据的检索方法,如图1所示,包括:
步骤S110,接收图像数据的查找请求,查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息。
具体地,检索人员可以通过客户端、应用程序APP或其他用于查看图像数据的终端设备,向图像数据服务器发送图像数据的查找请求,以进行图像数据的查找。相应地,图像数据服务器可以接收用户通过客户端、应用程序或终端设备发送的图像数据的查找请求。
进一步地,每条图像数据包括该图像数据对应的图像的多种属性类型的数据信息。其中,图像的多种属性类型包括图像的采集时间、图像的采集地点、图像中被拍摄对象的属性信息中的至少两种属性类型的信息。对于不同类型的对象采集的图像,被拍摄对象的属性信息包括一种或多种不同的属性信息。例如,对于人脸图像,人脸的属性信息包括肤色、年龄、性别、民族、是否佩戴眼镜、发型、发色中的至少一种属性信息;对于人体图像,人体的属性信息包括服装、姿态、身高、身材、是否背包、性别、年龄、民族中的至少一种属性信息;对于车辆图像,车辆的属性信息包括车型、车牌号、颜色、状态中的至少一种属性信息。例如,对于人脸图像数据,该图像数据包括人脸图像的采集时间、采集地点、性别、头发长短及是否佩戴眼镜等属性类型的数据信息。又例如,对于人体图像的图像数据,该图像数据包括人体图像的采集时间、采集地点、衣服颜色、身高、身材胖瘦等属性类型的数据信息。
在一些实施例中,每条图像数据中还可以包括图像的标识信息,该标识信息可以唯一标识该图像数据对应的图像。在一些实施例中,每条图像数据还可以包括该图像数据对应的图像的存储地址。
进一步地,查找请求包括具有多种属性类型的查找条件。例如查找请求可以为包括采集时间、头发长短及身材胖瘦等属性类型的查找条件,又例如查找请求可以为包括采集地点、衣服颜色及是否佩戴眼镜等属性类型的查找条件。
进一步地,检索人员在查找图像数据的过程中,可以根据客户端、APP或其他用于查看图像数据的终端设备等提供的可视化界面,通过输入装置输入具有多种属性类型的查找条件。客户端、APP或其他用于查看图像数据的终端设备,可以通过检测用户在可视化界面的预设位置、显示框、图形项目、虚拟按键等的输入操作,向图像数据服务器发送数据查找请求。
步骤S120,从查找条件中的多种属性类型中确定至少一种目标属性类型。以人脸图像数据为例,查找条件中的多种属性类型包括采集时间、采集地点、性别、年龄、发型、发色、是否佩戴眼镜中的至少两种属性类型。
具体地,图像数据服务器接收到图像数据的查找请求后,可以从查找条件中的多种属性类型中确定至少一种目标属性类型,其中,查找请求包括具有多种属性类型的查找条件。
进一步地,可以基于预设规则,从多种属性类型中确定至少一种目标属性类型。例如,可以将查找条件中位置最靠前的属性类型作为目标属性类型,或者将查找条件中位置比较靠前的几个(比如2个、3个等)属性类型作为目标属性类型,其中,各种属性类型在查找条件中的排列位置是预先设定的。又例如,可以将查找条件中优先级最高的属性类型作为目标属性类型,或者将查找条件中优先级高于预设优先级阈值的属性类型作为目标属性类型,其中,各种属性类型在查找条件中的优先级是预先设定的。再例如,可以将查找条件中的预设属性类型作为目标属性类型,假如查找条件中的预设属性类型为采集时间,则可以将多种属性类型中的采集时间这一属性类型作为目标属性类型;假如查找条件中的预设属性类型为采集时间与采集地点,则可以将多种属性类型中的采集时间与采集地点这两种属性类型作为目标属性类型。再例如,可以将历史查找记录中使用频率最高或较高的属性类型作为目标属性类型,假如历史查找记录中使用频率高的属性类型为采集地点,则可以将多种属性类型中的采集地点这一属性类型作为目标属性类型。
步骤S130,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足所述查找条件的图像数据。每种目标属性类型对应至少一个属性数据库。
在一些实施例中,在从多种属性类型中确定至少一种目标属性类型后,可以在确定出的各个目标属性类型分别对应的属性数据库中进行图像数据的查找。换言之,对于任一目标属性类型,只需要在该任一目标属性类型对应的属性数据库中查找图像数据即可。假如确定出的目标属性类型为采集时间与采集地点,则需要在采集时间对应的属性数据库中进行图像数据的查找,并在采集地点对应的属性数据库中进行图像数据的查找。
进一步地,上述在各个目标属性类型分别对应的属性数据库中的图像数据的查找,可以是同时进行且相互独立的,即在采集时间对应的属性数据库中的图像数据的查找与在采集地点对应的属性数据库中的图像数据的查找是同时进行的,相互之间不会造成任何影响,从而极大提高图像数据的查找效率。应理解,上述在各个属性数据库中的查找也可以在随机依次进行,本申请实施例对此不做限定。
在另一些实施例中,步骤S120中确定一种目标属性类型,则在该目标属性类型对应的属性数据库中进行图像数据的查找之后,可以根据从该属性数据库中查找到的结果,进一步筛选满足查找条件的图像数据。假如查找条件中的属性类型为3种,分别为采集地点、性别、民族,且从该3种属性类型中确定出的目标属性类型为采集时间,则可以在从采集时间对应的属性数据库中查找到符合条件的图像数据(比如记作D1)之后,再从该图像数据D1中筛选符合性别这一属性类型以及符合民族这一属性类型的图像数据(比如记作D2),图像数据D2即为确定出的满足查找条件的图像数据。应理解,在该实施例中,每种属性类型对应的属性数据库存储的每条图像数据包括多种属性类型的数据信息,这样通过在一个属性数据库中即可检索出满足查找条件的图像数据。
本申请实施例提供的图像数据的检索方法,与现有技术相比,通过按照属性类型将图像数据存储在不同的属性数据库中,在查找图像数据时从查找条件中的多种属性类型中确定至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,能够在一定程度上缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,而且能够实现了多维属性的检索。
本申请实施例提供了另一种可能的实现方式,如下所示:
具体地,图像数据的查找请求包括用户输入的查找条件,即具有多种属性类型的查找条件。如图2所示,查找条件可以包括采集时间、性别、名族、地点等。
在一些实施例中,每条图像数据包括X种属性类型的数据信息,每个属性数据库中均存储每条图像数据的X种属性类型的数据信息。
假如当前拍摄到的是人脸的图像,则该人脸的图像数据包括采集时间、采集地点、头发长短及是否佩戴眼镜四种属性类型的数据信息,则:在采集时间、采集地点、头发长短及是否佩戴眼镜这四种属性类型分别对应的属性数据库中,存储的每条图像数据均包括采集时间、采集地点、头发长短及是否佩戴眼镜四种属性类型的数据信息。例如,采集时间对应的属性数据库中存储的每条图像数据均包括采集时间、采集地点、头发长短及是否佩戴眼镜四种属性类型的数据信息。又例如,是否佩戴眼镜对应的属性数据库中存储的每条图像数据均包括采集时间、采集地点、头发长短及是否佩戴眼镜四种属性类型的数据信息。
在本实施例中,通过在属性数据库中存储每条图像数据的多种属性类型的数据信息,为快速从属性数据库中检索出相应图像数据的各种属性类型的数据信息奠定基础。
在另一些实施例中,每条图像数据包括X种属性类型的数据信息,在与X种属性类型相对应的多个属性数据库中,只有其中的部分属性数据库(记作第一部分属性数据库)中,存储的每条图像数据包括对应图像的X种属性类型的数据信息;在该多个属性数据库中除上述的部分属性数据库外的其他属性数据库(记作第二部分属性数据库)中,存储的每条图像数据包括对应图像的X种属性类型的数据信息中的部分属性类型的数据信息。其中,第二部分属性数据库中存储的每条图像数据通过关联信息与第一部分属性数据库中对应于同一图像的图像数据相关联。
例如,当前拍摄到的是人脸的图像,则该人脸的图像数据包括采集时间、采集地点、头发长短及是否佩戴眼镜四种属性类型的数据信息,每种属性类型对应一个相应的属性数据库。假如采集时间与采集地点对应的属性数据库为第一部分属性数据库,头发长短及是否佩戴眼镜对应的属性数据库为第二部分属性数据库,则:(1)在采集时间与采集地点分别对应的属性数据库中,存储的每条图像数据均包括采集时间、采集地点、头发长短及是否佩戴眼镜等属性类型的数据信息;(2)在头发长短对应的属性数据库中,存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息。比如可以只包括对应图像的头发长短的数据信息,又比如可以只包括对应图像的头发长短的数据信息与采集时间的数据信息,再比如可以只包括头发长短的数据信息与采集地点的数据信息,再比如可以只包括头发长短的数据信息、采集时间的数据信息与是否佩戴眼镜的数据信息,即包括的是头发长短的数据信息,或者是头发长短的数据信息与采集时间、采集地点及是否佩戴眼镜三种属性类型的数据信息中的一部分的组合;(3)在是否佩戴眼镜对应的属性数据库中,存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息。比如可以只包括对应图像的是否佩戴眼镜的数据信息,又比如可以只包括对应图像的是否佩戴眼镜的数据信息与采集时间的数据信息,再比如可以只包括是否佩戴眼镜的数据信息、采集时间的数据信息与采集地点的数据信息,再比如可以只包括是否佩戴眼镜的数据信息、采集地点的数据信息与头发长短的数据信息,即只包括是否佩戴眼镜的数据信息,或者包括是否佩戴眼镜的数据信息与采集时间、采集地点及头发长短三种属性类型的数据信息中的一部分的组合。
对于上述的(2)与(3)两种情况,头发长短对应的属性数据库以及是否佩戴眼镜对应的属性数据库中存储的每条图像数据可以通过关联信息(例如每条图像数据的标识信息),来与采集时间和/或采集地点对应的属性数据库中对应于同一图像的图像数据相关联。例如头发长短对应的属性数据库中的某条图像数据的标识信息为10000,采集时间对应的属性数据库中的某条图像数据的标识信息也为10000,于是通过标识信息10000,可以将头发长短对应的属性数据库中的某条图像数据与采集时间对应的属性数据库中的某条图像数据关联起来。
对于本实现方式,通过在属性数据库中存储对应图像的多种属性类型的数据信息中的部分属性类型的数据信息,可以在一定程度上减小存储图像数据时占用的存储空间。
本申请实施例提供了另一种可能的实现方式,其中,
在步骤S110之前还包括步骤S100(图中未标注)与步骤S101(图中未标注):
步骤S100,获取待存储的多条图像数据,待存储的每条图像数据包括M种属性类型的数据信息;
步骤S101,基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
换句话说,可以针对每条图像数据包括的全部属性类型分别设置对应的属性数据库,这样能够支持用户从多种属性类型的维度查找数据。或者,也可以仅对高频使用的部分属性类型分别设置对应的属性数据库,这样不仅能够支持用户从多种属性类型的维度查找数据,还能够节约数据库资源。
具体地,图像数据服务器获取待存储的多条图像数据。例如,图像数据服务器可以以预定时间间隔,主动请求暂存于图像数据采集设备或监控设备中的多条图像数据;图像数据服务器也可以接收图像数据采集设备或监控设备发送的实时采集到的待存储的多条图像数据。
进一步地,待存储的每条图像数据包括M种属性类型的数据信息。例如,待存储的是多条人脸图像数据,每条人脸图像数据包括4种属性类型的数据信息,分别为采集时间、采集地点、头发长短及是否佩戴眼镜的数据信息。又例如,待存储的是多条人体图像数据,每条人体图像数据包括5种属性类型的数据信息,分别为采集时间、采集地点、年龄、性别及民族的数据信息。再例如,待存储的是多条车辆图像数据,每条车辆图像数据包括6种属性类型的数据信息,分别为采集时间、采集地点、车辆颜色、车牌、车型及车身大小的数据信息。
进一步地,在对获取到的待存储的多条图像数据进行存储时,可以基于M种(例如上述的4、5、6等)属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
下面以获取到的待存储的多条图像数据为多条人脸图像数据为例,对多条图像数据的存储进行具体介绍。假如获取到的待存储的多条人脸图像数据如表1所示,待存储的每条图像数据均包括采集时间、采集地点、年龄、性别及民族5个属性类型。需要说明的是,实际情况中,图像数据还可以包括其他属性类型的数据信息,本申请实施例不对其做限制。
表1-获取到的待存储的各个图像数据
其中,在表1中,待存储的每条图像数据除了包括多种属性类型的数据信息外,还可以包括用于唯一标识各个图像数据的标识(即ID),还可以包括图像的存储位置信息。
具体地,在存储的过程中,可以将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库。下面以ID为1000000的图像数据的存储为例做简要介绍:
第一种情况:可以将ID为1000000的图像数据中的采集时间、采集地点、年龄、性别、民族5种属性类型的全部数据信息,均存储到这5种属性类型各自对应的属性数据库中。即每种属性类型对应的属性数据库中均存储有ID为1000000的图像数据的全部数据信息。例如,采集地点对应的属性数据库中存储有ID为1000000的图像数据的采集时间、采集地点、年龄、性别、民族5种属性类型的全部数据信息,其他属性数据库类似,不再赘述。
第二种情况:可以将ID为1000000的图像数据中的采集时间、采集地点与年龄部分数据信息,存储到采集时间对应的属性数据库与采集地点对应的属性数据库中,而将ID为1000000的图像数据中的年龄、民族与性别等另一部分数据信息,存储到年龄对应的属性数据库、民族对应的属性数据库及性别对应的属性数据库中。即采集时间对应的属性数据库中存储有ID为1000000的图像数据的采集时间、采集地点及年龄部分数据信息,采集地点对应的属性数据库中存储有ID为1000000的图像数据的采集时间、采集地点及年龄等部分数据信息,年龄对应的属性数据库中存储有ID为1000000的图像数据的年龄、民族及性别部分数据信息,民族对应的属性数据库中存储有ID为1000000的图像数据的年龄、民族及性别部分数据信息,性别对应的属性数据库中存储有ID为1000000的图像数据的年龄、民族及性别等部分数据信息。
第三种情况,可以将ID为1000000的图像数据中的采集时间、年龄与民族等部分数据信息,存储到采集时间对应的属性数据库中,而将ID为1000000的图像数据中的采集地点、年龄与性别等另一部分数据信息,存储到采集地点对应的属性数据库中。即采集时间对应的属性数据库中存储有ID为1000000的图像数据的采集时间、年龄与民族等部分数据信息,采集地点对应的属性数据库中存储有ID为1000000的图像数据的采集地点、年龄及性别等部分数据信息。
第四种情况,可以将ID为1000000的图像数据中的采集时间这一数据信息,存储到采集时间对应的属性数据库中,而将ID为1000000的图像数据中的采集地点、年龄与性别等另一部分数据信息,存储到采集地点对应的属性数据库中。即采集时间对应的属性数据库中存储有ID为1000000的图像数据的采集时间这一数据信息,采集地点对应的属性数据库中存储有ID为1000000的图像数据的采集地点、年龄及性别等部分数据信息。其中,ID为1000000的图像数据中的民族这一数据信息,虽未被明确对应存储至相应的属性数据库,但是其可以通过标识等信息关联到ID为1000000的图像数据,或者关联到存储有ID为1000000的图像数据的至少部分数据信息的属性数据库中。
第五种情况:可以将ID为1000000的图像数据中的采集时间这一数据信息,存储到采集时间对应的属性数据库中,将ID为1000000的图像数据中的采集地点这一数据信息,存储到采集地点对应的属性数据库中,将ID为1000000的图像数据中的年龄这一数据信息,存储到年龄对应的属性数据库中,将ID为1000000的图像数据中的性别这一数据信息,存储到性别对应的属性数据库中,将ID为1000000的图像数据中的民族这一数据信息,存储到民族对应的属性数据库中。即采集时间对应的属性数据库中存储有ID为1000000的图像数据的采集时间这一数据信息,采集地点对应的属性数据库中存储有ID为1000000的图像数据的采集地点这一数据信息,年龄对应的属性数据库中存储有ID为1000000的图像数据的年龄这一数据信息,性别对应的属性数据库中存储有ID为1000000的图像数据的性别这一数据信息,民族对应的属性数据库中存储有ID为1000000的图像数据的民族这一数据信息。
需要说明的是,上述五种情况仅是对采集时间、采集地点、年龄、民族与性别等数据信息的存储的示例,并不局限于该五种情况。在实际应用中,可以根据需要任意将上述五种属性类型中任两种、任三种、任四种作为部分数据信息,存储到相应的属性数据库中。其中,任一种属性数据库中存储的每条图像数据包括与该任一种属性数据库对应的属性类型的数据信息,即采集时间对应的属性数据库中存储的每条图像数据必然包括采集时间这一属性类型的数据信息,采集地点对应的属性数据库中存储的每条图像数据必然包括采集地点这一属性类型的数据信息,年龄对应的属性数据库中存储的每条图像数据必然包括年龄这一属性类型的数据信息,性别对应的属性数据库中存储的每条图像数据必然包括性别这一属性类型的数据信息,民族对应的属性数据库中存储的每条图像数据必然包括民族这一属性类型的数据信息。
另外,ID为1000001至ID为1000010的图像数据的存储过程,与上述ID为1000000的图像数据的存储过程类似,在此不再赘述。
本申请实施例提供了步骤S101的以下两种可能的实现方式:
1、任一种属性数据库为一个属性数据库,且该任一种属性数据库包括至少一个子属性数据表,则基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中,子属性类型为依据预定划分规则对任一种属性类型进行划分得到的;
2、任一种属性数据库包括多个属性数据库,则基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到至少一个子属性类型各自对应的属性数据库中。
例如,对于采集地点这一属性类型,可以依据行政区域将采集地点划分成不同的组,每组对应一类;对于采集时间,可以依据不同的周期或时段将采集时间划分成不同的组,每组对应一类;对于性别,可以分成男女两组;对于民族,可以按照具体的所示的民族分成多组,每组对应一个民族;其他属性类型的划分类似,不再赘述。
下面仍以表1所示的待存储的每条图像数据均包括采集时间、采集地点、年龄、性别及民族5种属性类型为例,对上述实现方式中的情况进行介绍:
示例一:以采集时间对应的属性数据库为例,如果采集时间对应的属性数据库为一个属性数据库,且该采集时间对应的属性数据库包括多个子属性数据表(如表2和表3所示),则可以将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中。例如,将上表1中每条图像数据中的全部属性类型的数据信息均存储到属性数据库中对应的子数据表中,从而得到如表2所示的采集时间对应的属性数据库。再如,将上表1中每条图像数据中的部分属性类型的数据信息(比如采集时间与采集地点)存储到对应的子数据表中,得到如表3所示的采集时间对应的属性数据库。这里将采集时间以天和小时进行划分,得到多个子属性数据表。
表2-采集时间对应的一个属性数据库(一)
表3-采集时间对应的一个属性数据库(二)
示例二:以采集地点对应的属性数据库为例,如果采集地点对应的属性数据库为一个属性数据库,且该采集地点对应的属性数据库包括多个子属性数据表(如表4和表5所示),则可以将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中。例如,将上表1中每条图像数据中的全部属性类型的数据信息均存储到对应的子数据表中,从而得到如表4所示的采集地点对应的属性数据库。再如,将上表1中每条图像数据中的部分属性类型的数据信息(比如采集时间、采集地点与年龄)存储到对应的子数据表中,得到如表5所示的采集地点对应的属性数据库。这里将采集地点以预定的行政区域进行,得到对应于地点A、B、C的3个子属性数据表。
表4-采集地点对应的一个属性数据库(一)
表5-采集地点对应的一个属性数据库(二)
需要说明的是,上述示例一和示例二是以采集时间与采集地点两种属性类型为例,对任一种属性数据库为一个属性数据库,且任一种属性数据库包括至少一个子属性数据表进行示例性说明,对于其它的属性类型的数据信息也采用类似的存储方式进行存储,在此不再赘述。其中,除了上述示例外,在实际应用中,还可以根据需要任意将上述五种属性类型中任两种、任三种、任四种作为部分数据信息,存储到相应的属性数据库中。
示例三:以采集时间对应的属性数据库为例,如果采集时间对应的属性数据库包括多个属性数据库(如表6和表7所示),则可以将待存储的每条图像数据中的至少部分数据信息存储到对应的属性数据库中。例如,将上表1每条图像数据中的全部属性类型的数据信息均存储到该多个属性数据库中,从而得到如表6所示的采集时间对应的多个属性数据库。再如,将上表1中每条图像数据中的部分属性类型的数据信息(比如采集时间与采集地点)存储到采集时间对应的多个属性数据库中,得到如表7所示的采集时间对应的多个属性数据库。这里,将这里将采集时间以天和小时进行划分,得到对应于不同采集时间的多个属性数据库。
表6-采集时间对应的多个属性数据库(一)
表7-采集时间对应的多个属性数据库(二)
示例四:以采集地点对应的属性数据库为例,如果采集地点对应的属性数据库包括多个属性数据库(如表8和表9所示),则可以将待存储的每条图像数据中的至少部分数据信息存储到对应的属性数据库中。例如,将上表1中每条图像数据中的全部属性类型的数据信息均存储到采集地点对应的多个属性数据库中,从而得到如表8所示的采集地点对应的多个属性数据库。再如,将上表1中每条图像数据中的部分属性类型的数据信息(比如采集时间、采集地点与年龄)存储到采集地点对应的多个属性数据库中,得到如表9所示的采集地点对应的多个属性数据库。这里,将这里将采集地点进行划分,得到对应于不同采集地点的多个属性数据库。
表8-采集地点对应的多个属性数据库(一)
表9-采集地点对应的多个属性数据库(二)
需要说明的是,上述示例三和示例四是以采集时间与采集地点两种属性类型为例,对任一种属性数据库包括多个属性数据库进行的示例性说明,对于其它的属性类型的数据信息也采用类似的存储方式进行存储,在此不再赘述。其中,除了上述示例外,在实际应用中,还可以根据需要任意将上述五种属性类型中任两种、任三种、任四种作为部分数据信息,存储到相应的属性数据库中。
对于本实现方式,通过对获取到的包括M种属性类型的数据信息的每条图像数据的合理存储,为后续快速、准确查找图像数据的任意属性类型的数据信息提供前提保障。
本申请实施例提供了另一种可能的实现方式,其中,步骤S130包括步骤S1301(图中未标注)与步骤S1302(图中未标注):
步骤S1301,确定任一种目标属性类型包括的至少一种子目标属性类型。
步骤S1302,分别在与至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
其中,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,包括:对从至少一个属性数据库中分别查找到的结果进行查重处理,得到多种属性类型对应的查重结果,并将查重结果确定为满足所述查找条件的图像数据。
下面仍以表1所示的每条图像数据均包括采集时间、采集地点、年龄、性别及民族5种属性类型为例,对本实现方式中涉及到的图像数据的查找进行具体介绍:
具体地,由于在图像数据的存储过程中,是将获取到的多条图像数据中的至少部分数据信息存储到N种属性数据库的,且当任一种属性数据库为一个属性数据库时,将每条图像数据中的至少部分数据信息存储到对应的子数据表中;当任一种属性数据库包括多个属性数据库时,将每条图像数据中的至少部分数据信息存储到至少一个子属性类型各自对应的属性数据库中。所以在基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找时,可以先确定任一种目标属性类型包括的至少一种子目标属性类型,接着分别在与该至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
在一种示例中,如果用户输入了时间这一属性类型的查找条件,而未输入其它属性类型(例如地点、年龄、性别与民族等)的查找条件,如图2所示,则若图像数据服务器基于预设规则从查找条件中的多种属性类型中,确定出的至少一种目标属性类型为图2中的时间这一目标属性类型,此时可以根据上述的每条图像数据的存储方式,确定时间这一种目标属性类型包括的子目标属性类型为2018-09-08这一属性类型与2018-09-09这一属性类型。接着,如果2018-09-08这一属性类型对应的是一个子数据表,则在2018-09-08这一属性类型对应的子数据表中查找图像数据;如果018-09-08这一属性类型对应的是一个属性数据库,则在2018-09-08这一属性类型对应的属性数据库中查找图像数据。其中,根据2018-09-09这一属性类型对图像数据的查找,与上述的根据2018-09-08这一属性类型查找图像数据的过程类似,在此不再赘述。
其中,上面示例通过分别在目标属性类型包括的至少一种子目标属性类型中查找图像数据,不仅可以更加准确对根据查找条件进行图像数据的查找,而且在一定程度上缩小了图像数据的查找范围和查找数据量。
在另一种示例中,如果用户输入了时间这一属性类型的查找条件,而未输入其它属性类型(例如地点、年龄、性别与民族等)的查找条件,此时其他属性类型的查找条件默认为“全部”,即不对其他属性类型的查找条件进行任何限定,图像数据服务器会将其他属性类型的全部查找条件进行图像数据的查找,如图2所示,则若图像数据服务器基于预设规则从查找条件中的多种属性类型中,确定出的至少一种目标属性类型分别为图2中的时间、地点及性别,此时可以根据上述的每条图像数据的存储方式确定:(a)时间这一目标属性类型包括的子目标属性类型分别为2018-09-08这一属性类型与2018-09-09这一属性类型,(b)地点这一目标属性类型包括的子目标属性类型为全部地点各自对应的属性类型,例如地点A这一属性类型、地点B这一属性类型及地点C这一属性类型,(c)性别这一目标属性类型包括的子目标属性类型为全部性别各自对应的属性类型,例如性别男这一属性类型与性别女这一属性类型。接着,如果2018-09-08这一属性类型对应的是一个子数据表,则在2018-09-08这一属性类型对应的子数据表中查找图像数据;如果018-09-08这一属性类型对应的是一个属性数据库,则在2018-09-08这一属性类型对应的属性数据库中查找图像数据。其中,根据2018-09-09、地点A、地点B、地点C、性别男以及性别女等这一属性类型对图像数据的查找,与上述的根据2018-09-08这一属性类型查找图像数据的过程类似,在此不再赘述。
需要说明的是,在这种示例中,如果用户根据特定查找需求设置了相应的查找条件,则可以根据用户输入的查找条件在相应目标属性类型的属性数据库中进行查找,如果用户没有设置查找条件,则根据默认的查找条件在相应目标属性类型的属性数据库中进行查找。
另外,由于在查找图像数据的过程中,是根据多个目标属性类型分别在各自对应的子目标属性类型的子数据表或属性数据库中,并行进行查找的,即在任一子目标属性类型的子数据表或属性数据库中查找到的图像数据,是满足该任一子目标属性类型对应的目标属性类型的,并不一定满足其他目标属性类型的查找条件,所以需要对根据各个目标属性类型查找得到的图像数据进行查重处理,相当于进行取交集处理,从而得到能够同时满足各个目标属性类型的图像数据,该同时满足各个目标属性类型的图像数据,即为各个目标属性类型对应的查重结果,该查重结果即为满足查找条件的图像数据。
另外,上述仅是示例性地给出了本实现方式中的图像数据的查找过程,本实现方式也同样适应于根据上述示例的原理,在与其他的至少一种目标属性类型对应的至少一个属性数据库中查找图像数据的情况,在此不再赘述。
本申请实施例提供了另一种可能的实现方式,其中,仍以表1所示的待存储的每条图像数据均包括采集时间、采集地点、年龄、性别及民族5种属性类型为例,对本实现方式中涉及到的图像数据的存储进行具体介绍:
具体地,基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,包括:依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
进一步地,存储空间包括内存和硬盘,依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库,包括:将时间信息位于第一时间区间的待存储的每条图像数据中的至少部分数据信息存储至内存中的N种属性数据库,并将时间信息位于第二时间区间的待存储的每条图像数据中的至少部分数据信息存储至硬盘中的N种属性数据库,第一时间区间为小于或等于预设时间阈值的时间区间,第二时间区间为大于预设时间阈值的时间区间。
在实际应用中,检索人员(例如公安行业的检索人员)在查找图像数据时,通常具有一定的习惯。例如经常查找最近一段时间(例如2周、1周、20天等)内的图像数据,而且通常情况下,查找最近一段时间(例如2周、1周、20天等)内的图像数据的频率会占到90%以上。所以可以针对待存储的每条图像数据中的时间信息,对待存储的每条图像数据进行时间维度的划分。
具体地,可以根据预设时间阈值,对待存储的每条图像数据中的时间信息进行时间维度的划分,比如可以根据预定时间阈值(例如2周、1周、20天等)划分为不同的时间区间,比如划分为第一时间区间与第二时间区间。其中,第一时间区间为小于或等于预设时间阈值的时间区间,第二时间区间为大于预设时间阈值的时间区间。接着,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
进一步地,存储空间包括内存和硬盘,在对每条图像数据中的至少部分数据信息进行存储时,可以将时间信息位于第一时间区间的图像数据中的至少部分数据信息,存储到内存中的相应属性数据库中,将时间信息位于第二时间区间的图像数据中的至少部分数据信息。存储到硬盘中的相应属性数据库中。其中,第一时间区间的图像数据可以称作热数据,是上述的最近一段时间(例如2周、1周、20天等)内的图像数据,即使用频率相对较高的图像数据,第二时间区间的图像数据可以称作冷数据,是上述的最近一段时间(例如2周、1周、20天等)之外的其它时间的图像数据,即使用频率相对较低的图像数据。
进一步地,以表10所示的存储在内存中的采集地点为C地点的属性数据库为例,假设C地点属性数据库中用斜体加粗表示的部分(即表10中ID为1000008、1000009及1000010的图像数据)为不在预设时间阈值内的图像数据,即用斜体加粗表示的部分是图像数据的时间信息位于第二时间区间的图像数据,此时可以将这些用斜体加粗表示的图像数据的至少部分数据信息,存储至硬盘中的相应属性数据库,得到表11所示的存储在硬盘中的C地点的属性数据库,从而节省内存的存储空间,便于将内存资源留给经常使用的热数据,从而能够在内存中以更高的响应速度响应检索人员的查找需求。
表10-存储在内存中的C地点属性数据库
表11-存储在硬盘中的C地点属性数据库
对于本实现方式,通过将时间信息位于第二时间区间的图像数据的至少部分信息存储至硬盘中的相应属性数据库中,极大减小了对内存空间的占用,从而将内存空间留给经常使用的热数据(即时间信息位于第一时间区间的图像数据),从而能够在内存中以更高的响应速度,响应检索人员对热数据的查找需求。
本申请实施例提供了另一种可能的实现方式,其中,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:基于至少一种目标属性类型,分别在存储在内存中的与至少一种目标属性类型对应的至少一个属性数据库中进行查找。
具体地,按照现有技术中的查找方法,如果输入包括多个属性类型的查找条件,且在面对数十亿级的图像数据时,就需要针对每一列建立索引,并对整个图像数据服务器中的全部图像数据进行遍历才能得到结果,而按照本申请实施例中的方法,则可以快速的得到查找结果,其中,本申请实施例中的具体查找过程如下:
首先根据接收到的查找请求中包括的多种属性类型(比如为采集时间、采集地点、年龄、民族及性别5种属性类型),确定至少一种目标属性类型,接着到各个目标属性类型对应的属性数据库中进行图像数据的查找。若目标属性类型为采集时间、采集地点、年龄、民族及性别5种目标属性类型,则将该5种目标属性类型分别拆解为采集时间、采集地点、年龄、民族及性别5个独立的查找条件,接着在该5个目标属性类型各自对应的属性数据库中,同时进行图像数据的查找。
进一步地,由于预先基于预设时间阈值对图像数据中的至少部分数据信息的存储进行了划分,即将时间信息位于第一时间区间的图像数据中的至少部分数据信息存储至内存中,并将时间信息位于第二时间区间的图像数据中的至少部分数据信息存储至硬盘中,此时可以只在内存中的与各目标属性类型对应的属性数据库中查找图像数据。
以在采集地点这一目标属性类型对应的属性数据库中的查找为例,此时只需要先遍历采集地点对应的子目标属性类型的数据表或属性数据库,假如采集地点为A地点,则可以遍历查找到A地点对应的子数据表或属性数据库,接着在内存中的A地点的子数据表或属性数据库中查找图像数据,即在A地点的子数据表或属性数据库的热数据中查找图像数据。由于预先对子数据表或属性数据库进行了冷、热图像数据的划分,从而缩小了数据的查找范围,极大地提高了查找效率。例如,本实现方式能够将原本数十亿级的查找范围,压缩到了接近百万级的查找范围,将查找量级缩小了上千倍。另外,如果在查找时选择了多个采集地点,则可以多个采集地点并行进行查找,相当于执行了多次的百万级的图像数据的查找,极大提高了查找效率。
相对于现有技术,本实现方式极大缩小了图像数据的查找范围和查找数据量,极大提高了图像数据的查找效率。
本申请实施例提供了另一种可能的实现方式,其中,基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:若在任一种目标属性类型对应的任一属性数据库中未查找到与任一种目标属性类型对应的图像数据,则结束在其他属性数据库中的图像数据的查找。
假如图像数据的查找是针对3种目标属性类型(例如采集时间、采集地点、年龄)的,则在查找图像数据时,同时在各个目标属性类型分别对应的属性数据库中进行图像数据的查找。由于各属性数据库完成查找的时间可能会不同,所以若采集时间的属性数据库率先完成了图像数据的查找,且没有查找到符合查找条件的图像数据,此时虽然在其他2个属性数据库中尚未完成图像数据的查找,也结束在该2个尚未完成查找的属性数据库中的查找工作,从而有效避免继续进行无用功,利于节省查找时间,提高查找效率。
对于本实现方式,当在任一主题的主题数据库中未查找到与查找条件对应的图像数据时,结束在其他主题的主题数据库中的图像数据的查找,可以有效避免继续进行无用功,利于节省查找时间,提高查找效率。
本申请实施例提供了另一种可能的实现方式,其中,在步骤S130之后还包括步骤S140(图中未标注):将多种属性类型分别对应的查重结果依据多种属性类型分别进行归类显示。
具体地,在图像数据服务器完成图像数据的查找后,可以将查找到的同时满足包括各种属性类型的查找条件的图像数据,依据多种属性类型分别进行归类显示。例如,可以将根据采集时间这一属性类型查找到的图像数据显示在一起,将根据采集地点这一属性类型查找到的图像数据显示在一起,将根据年龄这一属性类型查找到的图像数据显示在一起,即将按照不同属性类型查找到的图像数据进行归类排序显示。
其中,图3给出了按照日期排序显示图像数据的查找结果,图4给出了按照地点排序显示图像数据的查找结果,图5给出了按照时间段排序显示图像数据的查找结果,如果检索人员想看某一地点的图像数据,只需点击Tab(标签)页即可快速查看,如图6所示。
对于实现方式,通过将多种属性类型对应的查重结果依据多种属性类型分别进行归类显示,使得图像数据的展示更加直观,便于检索人员根据不同的主题一目了然地查看图像数据,极大提高了用户查看图像数据的便捷性。
实施例二
图7为本申请实施例提供的一种图像数据的检索装置的基于结构示意图,如图7所示,该装置70可以包括接收模块71、确定模块72与查找模块73,其中,
接收模块71用于接收图像数据的查找请求,查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;
确定模块72用于从查找条件中的多种属性类型中确定至少一种目标属性类型;
查找模块73用于基于至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据。
具体地,图8为本申请实施例提供的另一种图像数据的检索装置的详细结构示意图,该装置80可以包括接收模块81、确定模块82与查找模块83。其中,图8中的接收模块81所实现的功能与图7中的接收模块71相同,在此不再赘述。图8中的确定模块82所实现的功能与图7中的确定模块72相同,在此不再赘述。图8中的查找模块83所实现的功能与图7中的查找模块73相同,在此不再赘述。下面对图8所示的图像数据的检索装置进行详细介绍:
具体地,至少一个属性数据中的各个属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息;或者,
至少一个属性数据库为多个属性数据库,多个属性数据库中的第一部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息,多个属性数据库中的除第一部分属性数据库外的第二部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息,第二部分属性数据库中存储的每条图像数据通过关联信息与第一部分属性数据库中对应于同一图像的图像数据相关联。
进一步地,该装置还包括获取模块84与存储模块85,其中,
获取模块84用于获取待存储的多条图像数据,待存储的每条图像数据包括M种属性类型的数据信息;
存储模块85用于基于M种属性类型,分别将待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
进一步地,存储模块85具体用于当任一种属性数据库为一个属性数据库,任一种属性数据库包括至少一个子属性数据表时,基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中,子属性类型为依据预定划分规则对任一种属性类型进行划分得到的;或者,
具体用于当任一种属性数据库包括多个属性数据库时,基于任一种属性类型包括的至少一种子属性类型,将待存储的每条图像数据中的至少部分数据信息存储到至少一个子属性类型各自对应的属性数据库中。
进一步地,查找模块83包括确定子模块831与查找子模块832;
确定子模块831用于确定任一种目标属性类型包括的至少一种子目标属性类型;
查找子模块832用于分别在与至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
进一步地,存储模块85具体用于依据待存储的每条图像数据中的时间信息,分别将待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
进一步地,存储空间包括内存和硬盘,存储模块85具体用于将时间信息位于第一时间区间的待存储的每条图像数据中的至少部分数据信息存储至内存中的N种属性数据库,并将时间信息位于第二时间区间的待存储的每条图像数据中的至少部分数据信息存储至硬盘中的N种属性数据库,第一时间区间为小于或等于预设时间阈值的时间区间,第二时间区间为大于预设时间阈值的时间区间。
进一步地,查找模块83具体用于基于至少一种目标属性类型,分别在存储在内存中的与至少一种目标属性类型对应的至少一个属性数据库中进行查找。
进一步地,查找模块83具体用于当在任一种目标属性类型对应的任一属性数据库中未查找到与任一种目标属性类型对应的图像数据时,结束在其他属性数据库中的图像数据的查找。
进一步地,查找请求包括用户输入的查找条件和/或预配置的查找条件。
进一步地,查找模块83具体用于对从至少一个属性数据库中分别查找到的结果进行查重处理,得到多种属性类型对应的查重结果,并将查重结果确定为满足查找条件的图像数据。
进一步地,该装置还包括显示模块86,其中,显示模块86用于将多种属性类型对应的查重结果依据多种属性类型分别进行归类显示。
本申请实施例提供的装置,与现有技术相比,通过按照属性类型将图像数据存储在不同的属性数据库中,在查找图像数据时从查找条件中的多种属性类型中确定至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,能够在一定程度上缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,而且能够实现了多维属性的检索。
实施例三
本申请实施例提供了一种电子设备,如图9所示,图9所示的电子设备900包括:处理器901和存储器903。其中,处理器901和存储器903相连,如通过总线或其他连接机构902相连。进一步地,电子设备900还可以包括收发器904。需要说明的是,实际应用中收发器904不限于一个,该电子设备900的结构并不构成对本申请实施例的限定。
其中,处理器901应用于本申请实施例中,用于实现图7或图8所示的接收模块、确定模块及查找模块的功能,以及图8所示的获取模块、存储模块及显示模块的功能。
处理器901可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器901也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线902可包括一通路,在上述组件之间传送信息。总线902可以是PCI总线或EISA总线等。总线902可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器903可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者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。
存储器903用于存储执行本申请方案的应用程序代码,并由处理器901来控制执行。处理器901用于执行存储器903中存储的应用程序代码,以实现图7或图8所示实施例提供的图像数据的检索装置的动作。
本申请实施例提供的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,与现有技术相比,可实现:通过按照属性类型将图像数据存储在不同的属性数据库中,在查找图像数据时从查找条件中的多种属性类型中确定至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,能够在一定程度上缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,而且能够实现了多维属性的检索。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现实施例一所示的方法。与现有技术相比,通过按照属性类型将图像数据存储在不同的属性数据库中,在查找图像数据时从查找条件中的多种属性类型中确定至少一种目标属性类型,在与至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足查找条件的图像数据,能够在一定程度上缩小图像数据的查找范围,减少图像数据查找过程中涉及到的图像数据量,降低图像数据查找过程中的复杂度,而且能够实现了多维属性的检索。
本申请实施例提供的计算机可读存储介质适用于上述方法的任一实施例。在此不再赘述。
本申请实施例还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本申请实施例的图像数据的检索方法的相应步骤,并且用于实现根据本申请实施例的图像数据的检索装置中的相应模块。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (15)
1.一种图像数据的检索方法,其特征在于,包括:
接收图像数据的查找请求,所述查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;
从所述查找条件中的多种属性类型中确定至少一种目标属性类型;
基于所述至少一种目标属性类型,在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足所述查找条件的图像数据。
2.根据权利要求1所述的方法,其特征在于,所述至少一个属性数据中的各个属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息;或者,
所述至少一个属性数据库为多个属性数据库,所述多个属性数据库中的第一部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息,所述多个属性数据库中的除所述第一部分属性数据库外的第二部分属性数据库中存储的每条图像数据包括对应图像的多种属性类型的数据信息中的部分属性类型的数据信息,所述第二部分属性数据库中存储的每条图像数据通过关联信息与所述第一部分属性数据库中对应于同一图像的图像数据相关联。
3.根据权利要求1所述的方法,其特征在于,在所述接收图像数据的查找请求之前,该方法还包括:
获取待存储的多条图像数据,待存储的每条图像数据包括M种属性类型的数据信息;
基于所述M种属性类型,分别将所述待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,其中,任一种属性数据库包括至少一个属性数据库,且任一种属性数据库对应一种属性类型,任一种属性数据库中存储的每条图像数据包括与所述属性数据库对应的属性类型的数据信息,N为大于或等于1且小于或等于M的整数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述M种属性类型,分别将所述待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,包括以下任一项:
若任一种属性数据库为一个属性数据库,所述任一种属性数据库包括至少一个子属性数据表,则基于任一种属性类型包括的至少一种子属性类型,将所述待存储的每条图像数据中的至少部分数据信息存储到对应的子数据表中,所述子属性类型为依据预定划分规则对所述任一种属性类型进行划分得到的;
若任一种属性数据库包括多个属性数据库,则基于任一种属性类型包括的至少一种子属性类型,将所述待存储的每条图像数据中的至少部分数据信息存储到所述至少一个子属性类型各自对应的属性数据库中。
5.根据权利要求4所述的方法,其特征在于,所述基于所述至少一种目标属性类型,在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
确定任一种目标属性类型包括的至少一种子目标属性类型;
分别在与所述至少一种子目标属性类型各自对应的子数据表或属性数据库中查找图像数据。
6.根据权利要求3所述的方法,其特征在于,所述基于所述M种属性类型,分别将所述待存储的每条图像数据中的至少部分数据信息存储到N种属性数据库,包括:
依据所述待存储的每条图像数据中的时间信息,分别将所述待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库。
7.根据权利要求6所述的方法,其特征在于,所述存储空间包括内存和硬盘,所述依据所述待存储的每条图像数据中的时间信息,分别将所述待存储的每条图像数据中的至少部分数据信息存储到与各个时间区间对应的存储空间中的N种属性数据库,包括:
将时间信息位于第一时间区间的待存储的每条图像数据中的至少部分数据信息存储至内存中的N种属性数据库,并将时间信息位于第二时间区间的待存储的每条图像数据中的至少部分数据信息存储至硬盘中的N种属性数据库,所述第一时间区间为小于或等于预设时间阈值的时间区间,所述第二时间区间为大于预设时间阈值的时间区间。
8.根据权利要求7所述的方法,其特征在于,所述基于所述至少一种目标属性类型,在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
基于所述至少一种目标属性类型,分别在存储在内存中的与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找。
9.根据权利要求1所述的方法,其特征在于,所述基于所述至少一种目标属性类型,在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,包括:
若在任一种目标属性类型对应的任一属性数据库中未查找到与所述任一种目标属性类型对应的图像数据,则结束在其他属性数据库中的图像数据的查找。
10.根据权利要求1所述的方法,其特征在于,所述查找请求包括用户输入的查找条件和/或预配置的查找条件。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足所述查找条件的图像数据,包括:
对从所述至少一个属性数据库中分别查找到的结果进行查重处理,得到多种属性类型对应的查重结果,并将所述查重结果确定为满足所述查找条件的图像数据。
12.根据权利要求11任一项所述的方法,其特征在于,在确定满足所述查找条件的图像数据之后,还包括:
将所述多种属性类型对应的查重结果依据所述多种属性类型分别进行归类显示。
13.一种图像数据的检索装置,其特征在于,包括:
接收模块,用于接收图像数据的查找请求,所述查找请求包括具有多种属性类型的查找条件,每条图像数据包括对应图像的多种属性类型的数据信息;
确定模块,用于从所述查找条件中的多种属性类型中确定至少一种目标属性类型;
查找模块,用于基于所述至少一种目标属性类型,在与所述至少一种目标属性类型对应的至少一个属性数据库中进行查找,确定满足所述查找条件的图像数据。
14.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-12任一项所述的图像数据的检索方法。
15.一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上存储有计算机程序,该程序被处理器执行时实现权利要求1-12任一项所述的图像数据的检索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623628.1A CN109710789A (zh) | 2018-12-28 | 2018-12-28 | 图像数据的检索方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623628.1A CN109710789A (zh) | 2018-12-28 | 2018-12-28 | 图像数据的检索方法、装置、电子设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109710789A true CN109710789A (zh) | 2019-05-03 |
Family
ID=66259014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811623628.1A Pending CN109710789A (zh) | 2018-12-28 | 2018-12-28 | 图像数据的检索方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109710789A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442742A (zh) * | 2019-07-31 | 2019-11-12 | 深圳市商汤科技有限公司 | 检索图像的方法及装置、处理器、电子设备及存储介质 |
CN112232295A (zh) * | 2020-11-09 | 2021-01-15 | 珠海大横琴科技发展有限公司 | 一种新增目标船只的确认方法、装置及电子设备 |
CN112541091A (zh) * | 2019-09-23 | 2021-03-23 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、服务器和存储介质 |
CN112579805A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、电子设备及存储介质 |
CN112784088A (zh) * | 2019-11-04 | 2021-05-11 | 北京旷视科技有限公司 | 人员检索方法、装置、电子设备及可读存储介质 |
CN113094539A (zh) * | 2019-12-23 | 2021-07-09 | 深圳云天励飞技术有限公司 | 一种图像数据的搜索方法、装置、电子设备及存储介质 |
CN113094530A (zh) * | 2019-12-23 | 2021-07-09 | 深圳云天励飞技术有限公司 | 一种图像数据检索方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120308090A1 (en) * | 2011-06-06 | 2012-12-06 | Kabushiki Kaisha Toshiba | Facial image search system and facial image search method |
CN104112008A (zh) * | 2014-07-16 | 2014-10-22 | 深圳市国泰安信息技术有限公司 | 一种多表数据关联查询优化方法和装置 |
CN105787290A (zh) * | 2016-01-30 | 2016-07-20 | 陕西师范大学 | 合成生物学数据处理方法及其处理系统 |
US20170004554A1 (en) * | 2015-07-02 | 2017-01-05 | Eye-Buy LLC | System and method for portable shopping platform utilizing an image search or voice command |
CN107451208A (zh) * | 2017-07-12 | 2017-12-08 | 北京潘达互娱科技有限公司 | 一种数据搜索方法与装置 |
CN108228792A (zh) * | 2017-12-29 | 2018-06-29 | 深圳云天励飞技术有限公司 | 图片检索方法、电子设备及存储介质 |
-
2018
- 2018-12-28 CN CN201811623628.1A patent/CN109710789A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120308090A1 (en) * | 2011-06-06 | 2012-12-06 | Kabushiki Kaisha Toshiba | Facial image search system and facial image search method |
CN104112008A (zh) * | 2014-07-16 | 2014-10-22 | 深圳市国泰安信息技术有限公司 | 一种多表数据关联查询优化方法和装置 |
US20170004554A1 (en) * | 2015-07-02 | 2017-01-05 | Eye-Buy LLC | System and method for portable shopping platform utilizing an image search or voice command |
CN105787290A (zh) * | 2016-01-30 | 2016-07-20 | 陕西师范大学 | 合成生物学数据处理方法及其处理系统 |
CN107451208A (zh) * | 2017-07-12 | 2017-12-08 | 北京潘达互娱科技有限公司 | 一种数据搜索方法与装置 |
CN108228792A (zh) * | 2017-12-29 | 2018-06-29 | 深圳云天励飞技术有限公司 | 图片检索方法、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
国家人事部人事信息中心、北京金益康新技术有限公司联合研制: "《通用人事信息管理系统GPMS实用教程》", 31 March 1999 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442742A (zh) * | 2019-07-31 | 2019-11-12 | 深圳市商汤科技有限公司 | 检索图像的方法及装置、处理器、电子设备及存储介质 |
CN112541091A (zh) * | 2019-09-23 | 2021-03-23 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、服务器和存储介质 |
CN112579805A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、电子设备及存储介质 |
CN112784088A (zh) * | 2019-11-04 | 2021-05-11 | 北京旷视科技有限公司 | 人员检索方法、装置、电子设备及可读存储介质 |
CN113094539A (zh) * | 2019-12-23 | 2021-07-09 | 深圳云天励飞技术有限公司 | 一种图像数据的搜索方法、装置、电子设备及存储介质 |
CN113094530A (zh) * | 2019-12-23 | 2021-07-09 | 深圳云天励飞技术有限公司 | 一种图像数据检索方法、装置、电子设备及存储介质 |
CN113094530B (zh) * | 2019-12-23 | 2024-03-29 | 深圳云天励飞技术有限公司 | 一种图像数据检索方法、装置、电子设备及存储介质 |
CN112232295A (zh) * | 2020-11-09 | 2021-01-15 | 珠海大横琴科技发展有限公司 | 一种新增目标船只的确认方法、装置及电子设备 |
CN112232295B (zh) * | 2020-11-09 | 2021-10-15 | 珠海大横琴科技发展有限公司 | 一种新增目标船只的确认方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109710789A (zh) | 图像数据的检索方法、装置、电子设备及计算机存储介质 | |
US8811755B2 (en) | Detecting recurring events in consumer image collections | |
CN101772782B (zh) | 类似图像检索的结果显示装置及类似图像检索的结果显示方法 | |
US7672976B2 (en) | Method for the reduction of image content redundancy in large image databases | |
CN101689394B (zh) | 用于视频索引和视频概要的方法和系统 | |
CN103902656B (zh) | 媒体对象元数据关联和排名 | |
CN101510205B (zh) | 实现相片自动聚类的方法、装置及系统 | |
CN106991576A (zh) | 一种地理区域的热力展现方法和装置 | |
CN105556517B (zh) | 智能搜索精细化 | |
Gansner et al. | Interactive Visualization of Streaming Text Data with Dynamic Maps. | |
CN109213802B (zh) | 用户画像构建方法、装置、终端和计算机可读存储介质 | |
CN109858332A (zh) | 一种人员行为分析方法、装置和电子设备 | |
CN112925899B (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
CN109451334A (zh) | 用户画像生成处理方法、装置及电子设备 | |
RU2660599C1 (ru) | Способ индексирования видеоданных для фасетной классификации | |
US20240094887A1 (en) | Intellectual-Property Landscaping Platform with Interactive Graphical Element | |
Muthumanickam et al. | Supporting exploration of eye tracking data: Identifying changing behaviour over long durations | |
CN109684536A (zh) | 一种基于物品k-最近邻算法的图书推荐方法和系统 | |
CN110457998A (zh) | 影像数据关联方法和设备、数据处理设备及介质 | |
CN116089448A (zh) | 一种基于多维感知建立人口画像的实时人口管理系统 | |
CN105550312B (zh) | 一种上下文信息处理方法及装置 | |
CN108710620A (zh) | 一种基于用户的k-最近邻算法的图书推荐方法与系统 | |
Jentner et al. | Visual Analytics of Co-Occurrences to Discover Subspaces in Structured Data | |
JPH11219365A (ja) | 画像検索装置 | |
CN110852778A (zh) | 一种针对业务对象的数据处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |