CN109726689A - 一种归档方法及装置 - Google Patents

Abstract

本申请实施例提供了一种归档方法及装置，该方法包括：获取监控设备在预设时间段内拍摄得到的待处理视频。针对任一人脸对象，从待处理视频的N帧图像中查找人脸对象的图像区域。然后根据人脸对象的图像区域中的每个图像区域，确定人脸对象的识别图像。若确定在线档案中的第一人脸档案的类中心与识别图像的相似度大于或等于第一阈值，则将人脸对象的图像区域中的每个图像区域归入第一人脸档案中。由于在获取待处理视频后，从视频的N帧图像中确定出每一个人脸对象的图像区域，然后基于同一人脸对象的所有图像区域确定同一人脸对象的识别图像，再进行识别图像归档，从而实现对人脸图像库的人脸档案进行实时补充，提供人脸档案的表达能力。

Description

一种归档方法及装置

技术领域

本发明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：

获取监控设备在预设时间段内拍摄得到的待处理视频，所述待处理视频包括N帧图像，N大于等于2；

针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域；每个图像区域对应一帧图像；

根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像；

若确定在线档案中的第一人脸档案的类中心与所述识别图像的相似度大于或等于第一阈值，则将所述人脸对象的图像区域中的每个图像区域归入所述第一人脸档案中；所述在线档案用于对在线人脸图像实时归档；所述第一人脸档案为所述在线档案中的任一人脸档案；所述第一人脸档案的类中心是根据所述第一人脸档案中的人脸图像确定的。

可选地，所述针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域，包括：

针对第一图像，若所述第一图像为检测帧图像，则对所述第一图像进行人脸检测，确定所述第一图像中各人脸对象对应的检测图像区域；若所述第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测所述各人脸对象在所述第一图像中对应的预测图像区域；所述第一图像是所述N帧图像中的任一个，所述第二图像是所述第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

可选地，所述根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像，包括：

对所述人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量；

根据各图像信息对应的特征向量，确定所述人脸对象的识别图像。

可选地，所述对所述人脸对象的图像信息中的每个图像区域进行特征提取之前，还包括：

确定所述人脸对象的图像区域中的每个图像区域是否满足输出策略，所述输出策略至少是根据图像质量确定的；

对所述人脸对象的图像区域中的每个图像区域进行特征提取，包括：

对满足所述输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

可选地，所述通过以下方式确定第一人脸档案的类中心与所述识别图像的相似度，包括：

分别确定所述识别图像与所述第一人脸档案的各类中心的类间相似度；

根据所述第一人脸档案的各类中心的权重以及所述各类中心的类间相似度，确定所述第一人脸档案与所述识别图像的相似度。

可选地，还包括：

若确定所述在线档案中的任一人脸档案的类中心与所述识别图像的相似度都小于所述第一阈值，则在所述在线档案中建立第二人脸档案，并将所述人脸对象的图像区域中的每个图像区域归入所述第二人脸档案。

一方面，本申请实施例提供了一种归档装置，包括：

获取模块，用于获取监控设备在预设时间段内拍摄得到的待处理视频，所述待处理视频包括N帧图像，N大于等于2；

查找模块，用于针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域，每个图像区域对应一帧图像；

识别模块，用于根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像；

归档模块，用于若确定在线档案中的第一人脸档案的类中心与所述识别图像的相似度大于或等于第一阈值，则将所述人脸对象的图像区域中的每个图像区域归入所述第一人脸档案中；所述在线档案用于对在线人脸图像实时归档；所述第一人脸档案为所述在线档案中的任一人脸档案；所述第一人脸档案的类中心是根据所述第一人脸档案中的人脸图像确定的。

可选地，所述查找模块具体用于：

针对第一图像，若所述第一图像为检测帧图像，则对所述第一图像进行人脸检测，确定所述第一图像中各人脸对象对应的检测图像区域；若所述第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测所述各人脸对象在所述第一图像中对应的预测图像区域；所述第一图像是所述N帧图像中的任一个，所述第二图像是所述第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

可选地，所述识别模块具体用于：

对所述人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量；

根据各图像信息对应的特征向量，确定所述人脸对象的识别图像。

可选地，所述识别模块还用于：

对所述人脸对象的图像信息中的每个图像区域进行特征提取之前，确定所述人脸对象的图像区域中的每个图像区域是否满足输出策略，所述输出策略至少是根据图像质量确定的；

所述识别模块具体用于：

对满足所述输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

可选地，所述归档模块具体用于：

分别确定所述识别图像与所述第一人脸档案的各类中心的类间相似度；

根据所述第一人脸档案的各类中心的权重以及所述各类中心的类间相似度，确定所述第一人脸档案与所述识别图像的相似度。

可选地，所述归档模块还用于：

若确定所述在线档案中的任一人脸档案的类中心与所述识别图像的相似度都小于所述第一阈值，则在所述在线档案中建立第二人脸档案，并将所述人脸对象的图像区域中的每个图像区域归入所述第二人脸档案。

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行归档方法的步骤。

本申请实施例中，获取监控设备在预设时间段内拍摄得到的待处理视频，待处理视频包括N帧图像，N大于等于2。针对任一人脸对象，从N帧图像中查找人脸对象的图像区域，每个图像区域对应一帧图像。然后根据人脸对象的图像区域中的每个图像区域，确定人脸对象的识别图像。若确定在线档案中的第一人脸档案的类中心与识别图像的相似度大于或等于第一阈值，则将人脸对象的图像区域中的每个图像区域归入第一人脸档案中，第一人脸档案为在线档案中的任一人脸档案。由于在获取监控设备采集的待处理视频后，从视频的N帧图像中确定出每一个人脸对象的图像区域，然后基于同一人脸对象的所有图像区域确定同一人脸对象的识别图像，再进行识别图像归档，从而实现对人脸图像库的人脸档案进行实时补充，提供人脸档案的表达能力。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人脸档案，并从嫌疑人的人脸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。

附图说明

图1为本申请实施例适用的系统架构图；

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装置的结构示意图；

图4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、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本申请实施例中的归档方法可以应用于安防，以监控设备采集的视频为基础，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。在线归档是对监控设备实时采集的人脸图像进行归档的方法，离线归档为定期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，本发明实施例中的人脸档案在在线归档过程中称为在线档案，本发明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系统架构，在该系统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所示的系统架构，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S201，获取监控设备在预设时间段内拍摄得到的待处理视频，待处理视频包括N帧图像，N大于等于2。

待处理视频的N帧图像中每帧图像均携带空间信息和时间信息，其中，空间信息为抓拍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图像的时间。

示例性地，第一图像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S202，针对任一人脸对象，从N帧图像中查找人脸对象的图像区域，每个图像区域对应一帧图像。

图像区域可以是具有规则形状的框，或者不具有规则形状的区域。

示例性地，设定小王从摄像头A下经过，摄像头A采集了小王经过的视频，则从该段视频的每帧图像中查找出小王对应的人脸框，每帧图像中小王对应的人脸框只有一个。

步骤S203，根据人脸对象的图像区域中的每个图像区域，确定人脸对象的识别图像。

步骤S204，若确定在线档案中的第一人脸档案的类中心与识别图像的相似度大于或等于第一阈值，则将人脸对象的图像区域中的每个图像区域归入第一人脸档案中。

在线档案用于对在线人脸图像实时归档，第一人脸档案为在线档案中的任一人脸档案，第一人脸档案的类中心是根据第一人脸档案中的人脸图像确定的。

由于在获取监控设备采集的待处理视频后，从视频的N帧图像中确定出每一个人脸对象的图像区域，然后基于同一人脸对象的所有图像区域确定同一人脸对象的识别图像，再进行识别图像归档，从而实现对人脸图像库的人脸档案进行实时补充，提供人脸档案的表达能力。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人脸档案，并从嫌疑人的人脸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。

可选地，在上述步骤S202中，针对任一人脸对象，从N帧图像中查找人脸对象的图像区域包括以下步骤：

针对第一图像，若第一图像为检测帧图像，则对第一图像进行人脸检测，确定第一图像中各人脸对象对应的检测图像区域。若第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测各人脸对象在第一图像中对应的预测图像区域。第一图像是N帧图像中的任一个，第二图像是第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

具体地，预先对待处理视频的图像进行标记，将待处理视频中需要进行人脸检测的图像标记为检测帧图像，将需要进行人脸预测的图像标记为预测帧图像。示例性地，设定一段视频流中包括10帧图像，将第一帧图像和第五帧图像标记为检测帧图像，第二帧图像至第四帧图像标记为预测帧图像，第六帧至第十帧标记为预测帧图像。

可选地，在根据第二图像中的各人脸对象对应的图像区域，预测各人脸对象在第一图像中对应的预测图像区域时，可以针对第二图像中的任一人脸对象对应的图像区域，从第一图像中确定出与该人脸对象对应的图像区域的相似度大于预设阈值的图像区域，作为该人脸对象在第一图像中对应的预测图像区域。

示例性地，设定已知第二图像中各人脸对象对应的人脸框，针对第二图像中人脸对象A对应的人脸框，从第一图像中确定出与人脸对象A的人脸框的相似度大于预设阈值的人脸框，作为人脸对象A在第一图像中的人脸框。

进一步地，在一种可能的实施方式中，若相似度大于预设阈值的图像区域多于一个，则选取相似度最高的图像区域作为人脸对象在第一图像中对应的图像区域，从而避免了一个人脸对象在一张待识别图像中对应多个图像区域。

在一种可能的实施方式中，若相似度大于预设阈值的图像区域多于一个，则选取距离第二图像中人脸对象对应的图像区域的位置最近的图像区域，作为人脸对象在第一图像中对应的图像区域。

由于监控设备采集的图像之间的时间间隔较短，故相邻两张图像中同一人脸对象移动的距离较短，预测第二图像中的人脸对象的图像区域在第一图像中的图像区域时，可以选取距离第二图像中人脸对象的图像区域最近的图像区域，作为人脸对象在第一图像中对应的图像区域，从而避免了一个人脸对象在一张待识别图像中对应多个图像区域。

可选地，在上述步骤S202中，针对任一人脸对象，从N帧图像中查找人脸对象的图像区域包括以下步骤：

在确定第一图像为检测帧图像时，对第一图像进行人检测，确定第一图像中各第一人脸对象对应的第一图像区域，根据第二图像中的各第二人脸对象对应的第三图像区域，预测各第二人脸对象在第一图像中对应的第二图像区域；第二图像是第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。在第二人脸对象的第二图像区域与第一人脸对象的第一图像区域存在交集时，确定第二人脸对象与第一对象为同一人脸对象。根据第一图像区域和第二图像区域确定同一人脸对象的图像区域。

在确定第一图像为预测帧图像时，根据第二图像中的各人脸对象对应的图像区域，预测各人脸对象在第一图像中对应的预测图像区域。

在一种可能的实施方式中，将第一图像区域和第二图像区域合并后得到的图像区域作为该同一人脸对象的图像区域。

由于将第一图像区域和第二图像区域合并为一个图像区域，从而避免同一人脸对象在一张图像中出现多个图像区域，同时保证了同一人脸对象的图像区域的连续性。

在一种可能的实施方式中，将第一图像区域和第二图像区域合并确定预合并图像区域，然后检测预合并图像区域的人脸对象的关键点，然后根据人脸关键点调整预合并图像区域，确定同一人脸对象的图像区域。

由于在确定第一图像为检测帧图像时，先检测第一图像中的人脸对象，确定第一图像区域，同时预测第二图像中的人脸对象在第一图像中的第二图像区域，将存在交集的第一图像区域和第二图像区域中的人脸对象确定为同一人脸对象，从而一方面避免了同一人脸对象在一张图像中出现两个图像区域，同时保证了同一人脸对象在各帧图像中的连续性。

可选地，在上述步骤S202中，本申请实施例采用以下方法确定人脸对象的识别图像：

对人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量，根据各图像信息对应的特征向量，确定人脸对象的识别图像。

在一种可能的实施方式中，对人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量，然后按照各图像区域对应的权重将各图像区域对应的特征向量进行融合，然后根据融合后的特征向量确定人脸对象的一张待识别图像。

在一种可能的实施方式中，对人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量，然后根据各图像区域对应的特征向量确定人脸对象的多张待识别图像。

可选地，在上述步骤S202之前，确定人脸对象的图像区域中的每个图像区域是否满足输出策略，输出策略至少是根据图像质量确定的。

图像质量可以使用图像质量判定模型来确定，可选的，图像质量为高质量图像，中等质量图像以及低质量图像。

对满足输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

可选地，在上述步骤S204中，可以通过以下方式确定第一人脸档案的类中心与识别图像的相似度：

当第一人脸档案的类中心为多个时，分别确定识别图像与第一人脸档案的各类中心的类间相似度。根据第一人脸档案的各类中心的权重以及各类中心的类间相似度，确定第一人脸档案与识别图像的相似度。

当第一人脸档案的类中心为一个时，将识别图像与第一人脸档案的类中心的类间相似度，确定为第一人脸档案与识别图像的相似度。

由于在线档案以类中心来表示档案，故在对识别图像进行归档时，只需将识别图像与在线档案的类中心进行比较，确定与识别图像匹配的在线档案，而不需要将识别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。

可选地，若确定在线档案中的任一人脸档案的类中心与识别图像的相似度都小于第一阈值，则在在线档案中建立第二人脸档案，并将人脸对象的图像区域中的每个图像区域归入第二人脸档案。

本申请实施例中，获取监控设备在预设时间段内拍摄得到的待处理视频，待处理视频包括N帧图像，N大于等于2。针对任一人脸对象，从N帧图像中查找人脸对象的图像区域，每个图像区域对应一帧图像。然后根据人脸对象的图像区域中的每个图像区域，确定人脸对象的识别图像。若确定在线档案中的第一人脸档案的类中心与识别图像的相似度大于或等于第一阈值，则将人脸对象的图像区域中的每个图像区域归入第一人脸档案中，第一人脸档案为在线档案中的任一人脸档案。由于在获取监控设备采集的待处理视频后，从视频的N帧图像中确定出每一个人脸对象的图像区域，然后基于同一人脸对象的所有图像区域确定同一人脸对象的识别图像，再进行识别图像归档，从而实现对人脸图像库的人脸档案进行实时补充，提供人脸档案的表达能力。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人脸档案，并从嫌疑人的人脸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确定视频中的对象的装置，如图3所示，该装置300包括：

获取模块301，用于获取监控设备在预设时间段内拍摄得到的待处理视频，所述待处理视频包括N帧图像，N大于等于2；

查找模块302，用于针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域，每个图像区域对应一帧图像；

识别模块303，用于根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像；

归档模块304，用于若确定在线档案中的第一人脸档案的类中心与所述识别图像的相似度大于或等于第一阈值，则将所述人脸对象的图像区域中的每个图像区域归入所述第一人脸档案中；所述在线档案用于对在线人脸图像实时归档；所述第一人脸档案为所述在线档案中的任一人脸档案；所述第一人脸档案的类中心是根据所述第一人脸档案中的人脸图像确定的。

可选地，所述查找模块302具体用于：

针对第一图像，若所述第一图像为检测帧图像，则对所述第一图像进行人脸检测，确定所述第一图像中各人脸对象对应的检测图像区域；若所述第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测所述各人脸对象在所述第一图像中对应的预测图像区域；所述第一图像是所述N帧图像中的任一个，所述第二图像是所述第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

可选地，所述识别模块303具体用于：

对所述人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量；

根据各图像信息对应的特征向量，确定所述人脸对象的识别图像。

可选地，所述识别模块303还用于：

对所述人脸对象的图像信息中的每个图像区域进行特征提取之前，确定所述人脸对象的图像区域中的每个图像区域是否满足输出策略，所述输出策略至少是根据图像质量确定的；

所述识别模块303具体用于：

对满足所述输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

可选地，所述归档模块304具体用于：

分别确定所述识别图像与所述第一人脸档案的各类中心的类间相似度；

根据所述第一人脸档案的各类中心的权重以及所述各类中心的类间相似度，确定所述第一人脸档案与所述识别图像的相似度。

可选地，所述归档模块304还用于：

若确定所述在线档案中的任一人脸档案的类中心与所述识别图像的相似度都小于所述第一阈值，则在所述在线档案中建立第二人脸档案，并将所述人脸对象的图像区域中的每个图像区域归入所述第二人脸档案。

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4所示，包括至少一个处理器401，以及与至少一个处理器连接的存储器402，本申请实施例中不限定处理器401与存储器402之间的具体连接介质，图4中处理器401和存储器402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402存储有可被至少一个处理器401执行的指令，至少一个处理器401通过执行存储器402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401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402内的指令以及调用存储在存储器402内的数据，从而实现归档。可选的，处理器401可包括一个或多个处理单元，处理器401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系统、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401中。在一些实施例中，处理器401和存储器402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401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402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402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402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402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(系统)、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 (14)

1.一种归档方法，其特征在于，包括：

获取监控设备在预设时间段内拍摄得到的待处理视频，所述待处理视频包括N帧图像，N大于等于2；

针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域；每个图像区域对应一帧图像；

根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像；

若确定在线档案中的第一人脸档案的类中心与所述识别图像的相似度大于或等于第一阈值，则将所述人脸对象的图像区域中的每个图像区域归入所述第一人脸档案中；所述在线档案用于对在线人脸图像实时归档；所述第一人脸档案为所述在线档案中的任一人脸档案；所述第一人脸档案的类中心是根据所述第一人脸档案中的人脸图像确定的。

2.如权利要求1所述的方法，其特征在于，所述针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域，包括：

针对第一图像，若所述第一图像为检测帧图像，则对所述第一图像进行人脸检测，确定所述第一图像中各人脸对象对应的检测图像区域；若所述第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测所述各人脸对象在所述第一图像中对应的预测图像区域；所述第一图像是所述N帧图像中的任一个，所述第二图像是所述第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

3.如权利要求1所述的方法，其特征在于，所述根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像，包括：

对所述人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量；

根据各图像信息对应的特征向量，确定所述人脸对象的识别图像。

4.如权利要求3所述的方法，其特征在于，所述对所述人脸对象的图像信息中的每个图像区域进行特征提取之前，还包括：

确定所述人脸对象的图像区域中的每个图像区域是否满足输出策略，所述输出策略至少是根据图像质量确定的；

所述对所述人脸对象的图像区域中的每个图像区域进行特征提取，包括：

对满足所述输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

5.如权利要求1至4任一所述的方法，其特征在于，所述通过以下方式确定第一人脸档案的类中心与所述识别图像的相似度，包括：

分别确定所述识别图像与所述第一人脸档案的各类中心的类间相似度；

根据所述第一人脸档案的各类中心的权重以及所述各类中心的类间相似度，确定所述第一人脸档案与所述识别图像的相似度。

6.如权利要求1至4任一所述的方法，其特征在于，还包括：

若确定所述在线档案中的任一人脸档案的类中心与所述识别图像的相似度都小于所述第一阈值，则在所述在线档案中建立第二人脸档案，并将所述人脸对象的图像区域中的每个图像区域归入所述第二人脸档案。

7.一种归档装置，其特征在于，包括：

获取模块，用于获取监控设备在预设时间段内拍摄得到的待处理视频，所述待处理视频包括N帧图像，N大于等于2；

查找模块，用于针对任一人脸对象，从所述N帧图像中查找所述人脸对象的图像区域，每个图像区域对应一帧图像；

识别模块，用于根据所述人脸对象的图像区域中的每个图像区域，确定所述人脸对象的识别图像；

归档模块，用于若确定在线档案中的第一人脸档案的类中心与所述识别图像的相似度大于或等于第一阈值，则将所述人脸对象的图像区域中的每个图像区域归入所述第一人脸档案中；所述在线档案用于对在线人脸图像实时归档；所述第一人脸档案为所述在线档案中的任一人脸档案；所述第一人脸档案的类中心是根据所述第一人脸档案中的人脸图像确定的。

8.如权利要求7所述的装置，其特征在于，所述查找模块具体用于：

针对第一图像，若所述第一图像为检测帧图像，则对所述第一图像进行人脸检测，确定所述第一图像中各人脸对象对应的检测图像区域；若所述第一图像为预测帧图像，则根据第二图像中的各人脸对象对应的图像区域，预测所述各人脸对象在所述第一图像中对应的预测图像区域；所述第一图像是所述N帧图像中的任一个，所述第二图像是所述第一图像相邻的图像且已确定出或预测出人脸对象对应的图像区域。

9.如权利要求7所述的装置，其特征在于，所述识别模块具体用于：

对所述人脸对象的图像区域中的每个图像区域进行特征提取，得到各图像区域对应的特征向量；

根据各图像信息对应的特征向量，确定所述人脸对象的识别图像。

10.如权利要求9所述的装置，其特征在于，所述识别模块还用于：

对所述人脸对象的图像信息中的每个图像区域进行特征提取之前，确定所述人脸对象的图像区域中的每个图像区域是否满足输出策略，所述输出策略至少是根据图像质量确定的；

所述识别模块具体用于：

对满足所述输出策略的K个图像信息进行特征提取，K小于等于L，L是根据系统性能确定的最大输出图像数量。

11.如权利要求7至10任一所述的装置，其特征在于，所述归档模块具体用于：

分别确定所述识别图像与所述第一人脸档案的各类中心的类间相似度；

根据所述第一人脸档案的各类中心的权重以及所述各类中心的类间相似度，确定所述第一人脸档案与所述识别图像的相似度。

12.如权利要求7至10任一所述的装置，其特征在于，所述归档模块还用于：

若确定所述在线档案中的任一人脸档案的类中心与所述识别图像的相似度都小于所述第一阈值，则在所述在线档案中建立第二人脸档案，并将所述人脸对象的图像区域中的每个图像区域归入所述第二人脸档案。

13.一种归档设备，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1～6任一权利要求所述方法的步骤。

14.一种计算机可读介质，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1～6任一所述方法的步骤。