CN109800669A - 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，涉及图像处理技术领域，该方法包括：在对多张待归档人脸图像进行归档时，先针对每张待归档人脸图像，以待归档人脸图像的时空信息作为先验信息，从人脸图像库中筛选出实名档案，然后将待归档人脸图像与实名档案进行比较后归档。按照时空信息将与人脸图像库的实名档案不匹配的待归档人脸图像进行分类，然后将每一类别中的待归档人脸图像进行聚类，生成多个第一预归档档案；将多个第一预归档档案进行聚类，确定第二预归档档案，之后再以第二预归档档案的时空信息作为先验信息，从人脸图像库中筛选出非实名档案，将第二预归档档案与筛选出的非实名档案进行比较后归档，从而提高归档的准确性和效率。

Description

一种归档方法及装置

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：

获取预设时段中的多张待归档人脸图像及所述多张待归档人脸图像的时空信息，所述时空信息包括时间信息和空间信息；

针对每张待归档人脸图像，根据所述待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案；所述人脸图像库的离线档案至少包括一个实名档案，所述离线档案为所述预设时段之前归档的档案，所述实名档案为具有身份标识信息的档案；所述待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；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优先级的实名档案中存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像归入所述匹配的实名档案。

可选地，还包括：

在确定所述第N优先级的实名档案中不存在与所述待归档人脸图像匹配的实名档案时，从所述人脸图像库的离线档案中获取第N+1优先级的实名档案；

确定所述第N+1优先级的实名档案中是否存在与所述待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

可选地，还包括：

在确定各优先级的实名档案均比对完毕后，不存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像确定为未归档人脸图像。

可选地，还包括：

按照所述未归档人脸图像的时空信息将所述未归档人脸图像进行分类；

将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案；

将所述多个第一预归档档案进行聚类，确定第二预归档档案；

针对每个第二预归档档案，根据所述第二预归档档案的时空信息，从所述人脸图像库的离线档案中获取第M优先级的非实名档案；所述人脸图像库的离线档案至少包括一个非实名档案，所述非实名档案为不具有身份标识信息的档案；所述第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级；

在确定所述第M优先级的非实名档案中存在与所述第二预归档档案匹配的非实名档案时，将所述第二预归档档案归入所述匹配的非实名档案。

可选地，还包括：

在确定所述第M优先级的非实名档案中不存在与所述第二预归档档案匹配的非实名档案时，从所述人脸图像库的离线档案中获取第M+1优先级的非实名档案；

确定所述第M+1优先级的非实名档案中是否存在与所述第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

可选地，还包括：

在确定各优先级的非实名档案均比对完毕后，不存在与所述第二预归档档案匹配的非实名档案时，为所述第二预归档档案建立一个新的非实名档案。

一方面，本申请实施例提供了一种归档装置，包括：

获取模块，用于获取预设时段中的多张待归档人脸图像及所述多张待归档人脸图像的时空信息，所述时空信息包括时间信息和空间信息；

处理模块，用于针对每张待归档人脸图像，根据所述待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案；所述人脸图像库的离线档案至少包括一个实名档案，所述离线档案为所述预设时段之前归档的档案，所述实名档案为具有身份标识信息的档案；所述待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；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优先级的实名档案中存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像归入所述匹配的实名档案。

可选地，所述处理模块还用于：

在确定所述第N优先级的实名档案中不存在与所述待归档人脸图像匹配的实名档案时，从所述人脸图像库的离线档案中获取第N+1优先级的实名档案；

确定所述第N+1优先级的实名档案中是否存在与所述待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

可选地，所述处理模块还用于：

在确定各优先级的实名档案均比对完毕后，不存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像确定为未归档人脸图像。

可选地，还包括：

分类模块，用于按照所述未归档人脸图像的时空信息将所述未归档人脸图像进行分类；

聚类模块，用于将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案；将所述多个第一预归档档案进行聚类，确定第二预归档档案；

所述处理模块，还用于针对每个第二预归档档案，根据所述第二预归档档案的时空信息，从所述人脸图像库的离线档案中获取第M优先级的非实名档案；所述人脸图像库的离线档案至少包括一个非实名档案，所述非实名档案为不具有身份标识信息的档案；所述第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级；

所述归档模块，还用于在确定所述第M优先级的非实名档案中存在与所述第二预归档档案匹配的非实名档案时，将所述第二预归档档案归入所述匹配的非实名档案。

可选地，所述处理模块还用于：

在确定所述第M优先级的非实名档案中不存在与所述第二预归档档案匹配的非实名档案时，从所述人脸图像库的离线档案中获取第M+1优先级的非实名档案；

确定所述第M+1优先级的非实名档案中是否存在与所述第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

可选地，所述处理模块还用于：

在确定各优先级的非实名档案均比对完毕后，不存在与所述第二预归档档案匹配的非实名档案时，为所述第二预归档档案建立一个新的非实名档案。

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归档方法的步骤。

本申请实施例中，在针对预设时段内获取的多张待归档人脸图像进行归档时，先针对每张待归档人脸图像，以待归档人脸图像的时空信息作为先验信息，从人脸图像库中筛选出实名档案，然后将待归档人脸图像与实名档案进行比较后归档。按照时空信息将与人脸图像库的实名档案不匹配的待归档人脸图像进行分类，然后将每一类别中的待归档人脸图像进行聚类，生成多个第一预归档档案；将多个第一预归档档案进行聚类，确定第二预归档档案，故第二预归档档案中的待归档人脸图像包含相似的图像特征。之后再以第二预归档档案的时空信息作为先验信息，从人脸图像库中筛选出非实名档案，然后将第二预归档档案与筛选出的非实名档案进行比较后归档，从而一方面提高归档的准确性，另一方面有效提高归档的效率。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。

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方法的流程示意图；

图4为本申请实施例一种归档方法的流程示意图；

图5为本申请实施例一种归档方法的流程示意图；

图6为本申请实施例一种归档装置的结构示意图；

图7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201，获取预设时段中的多张待归档人脸图像及多张待归档人脸图像的时空信息。

预设时段可以根据实际情况进行设定，比如预设时段为一天。时空信息包括时间信息和空间信息，待归档人脸图像为处于工作状态的监控设备采集的人脸图像。每一张待归档人脸图像均携带空间信息和时间信息，其中，时空信息为抓拍待归档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待归档人脸图像的时间。

示例性地，待归档人脸图像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_A，摄像头位置：上海市徐汇区。

时间信息：2018-10-20 10:07:21。

步骤202，针对每张待归档人脸图像，根据待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案。

具体地，人脸图像库包括离线档案和在线档案，离线档案为预设时段之前归档的档案，离线档案分为实名档案和非实名档案，实名档案为具有身份标识信息的档案，非实名档案是不具有身份标识信息的档案。人脸图像库的离线档案至少包括一个实名档案，待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；N大于1，前N-1个优先级高于第N优先级。实名档案中的身份表示信息可以是身份证件的相关信息，比如身份证号码、身份证照片、身份证发证地址等。

为了便于根据待归档人脸图像的时空信息从人脸图像库的离线档案中获各优先级的实名档案，在每一个实名档案中设置一张信息记录表，该记录表中记录了实名档案中人脸图像的时空信息和时间信息。

在一种可能的实施方式中，信息记录表中记录实名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，设定实名档案1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，则实名档案1的信息记录表具体如表1所示：

表1.

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优先级的实名档案中存在与待归档人脸图像匹配的实名档案时，将待归档人脸图像归入匹配的实名档案。

可选地，根据时空信息确定多个筛选策略，具体为：按照粒度大小将一天划分为离散的时间区域，比如以1小时为1个时间区域将一天划分为24个时间区域，以4小时为1个时间区域将一天划分为6个时间区域，将一天作为一个时间区域等。按照粒度大小划分空间区域，比如一个摄像头标识作为一个空间区域，一个子区域(比如浦东新区)作为一个空间区域，一个市级区域(比如上海市)作为一个空间区域，一个省级区域(比如湖南省)作为一个空间区域等。将时间区域和空间区域进行组合可以确定筛选策略，比如：

筛选策略1：同一时间区域，每个时间区域为1小时，同一摄像头标识。

筛选策略2：同一时间区域，每个时间区域为1小时，同一子区域。

筛选策略3：同一时间区域，每个时间区域为4小时，同一子区域。

筛选策略4：同一时间区域，时间区域为一天，同一市级区域。

筛选策略5：人脸图像库中所有在线档案。

确定出筛选策略后，依照筛选策略依次确定每张待归档人脸图像的各优先级的实名档案，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实名档案时，只要实名档案中存在一张人脸图像与筛选策略匹配，则将该实名档案确定为与筛选策略匹配的实名档案，之后再根据各筛选策略的优先级，将与各筛选策略匹配的实名档案确定为第一人脸图像的各优先级的实名档案。每确定一个优先级的实名档案，将待归档人脸图像与该优先级的实名档案进行比较，当该优先级的实名档案中存在与待归档人脸图像匹配的实名档案时，将待归档人脸图像归入匹配的实名档案。

示例性地，设定待归档人脸图像的时空信息包括：摄像头标识为CAMERA_A，摄像头位置为上海市徐汇区，抓拍时间为：2018-10-28 9:30:21。设定根据空间范围从小到大的顺序，确定待归档人脸图像的以下筛选策略：

筛选策略1：按照时间区域“9点至10点”以及空间区域“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：按照时间区域“9点至10点”以及空间区域“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：按照时间区域“9点至12点”以及空间区域“徐汇区”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：按照时间区域“一天”以及空间区域“上海市”从人脸图像库中筛选出第4优先级的在线档案。

筛选策略5：人脸图像库中所有在线档案作为第5优先级的在线档案。

进一步地，设定根据筛选策略1从人脸图像库的离线档案中筛选出第1优先级的实名档案为实名档案1和实名档案2，将待归档人脸图像与实名档案1进行比较，确定待归档人脸图像与实名档案1匹配时，将待归档人脸图像归入实名档案1。

由于很多人的生活范围和生活习惯较固定，因此一个人可能经常在某个时间点出现在某个区域，故在对抓拍的待归档人脸图像进行归档时，先以待归档人脸图像的时空信息作为先验信息，从人脸图像库的离线档案中筛选出实名档案，然后将待归档人脸图像与筛选出的实名档案进行比较后归档，能有效提高实名归档的效率。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。

可选地，在上述步骤S203中，在确定第N优先级的实名档案中不存在与待归档人脸图像匹配的实名档案时，从人脸图像库的离线档案中获取第N+1优先级的实名档案。确定第N+1优先级的实名档案中是否存在与待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

示例性地，设定根据上述筛选策略1从人脸图像库的离线档案中筛选出第1优先级的实名档案为实名档案1和实名档案2，将待归档人脸图像分别与实名档案1和实名档案2进行比较，确定待归档人脸图像与实名档案1和实名档案2均不匹配，则根据筛选策略2从人脸图像库的离线档案中筛选出第2优先级的实名档案。设定第2优先级的实名档案为实名档案1、实名档案2、实名档案3、实名档案4。将待归档人脸图像分别与实名档案3和实名档案4进行比较，待归档人脸图像已经与实名档案1和实名档案2进行了比较，因此此时可以不再比较。当实名档案3和实名档案4中存在一个实名档案与待归档人脸图像匹配时，将待归档人脸图像归入匹配的实名档案，当实名档案3和实名档案4均与待归档人脸图像不匹配时，根据筛选策略3从人脸图像库的离线档案中筛选出第3优先级的实名档案，依次类推，直到在人脸图像库的离线档案中找到与待归档人脸图像中匹配的实名档案或待归档人脸图像与第5优先级的实名档案对比完毕。

进一步地，在确定各优先级的实名档案均比对完毕后，不存在与待归档人脸图像匹配的实名档案时，将待归档人脸图像确定为未归档人脸图像。

示例性地，若待归档人脸图像与上述第5优先级的实名档案进行比较后，未找到与待归档人脸图像匹配的实名档案时，说明人脸图像库的离线档案中不存在与待归档人脸图像匹配的实名档案，则将待归档人脸图像确定为未归档人脸图像。

可选地，在上述步骤S203中，具体采用以下方法确定第N优先级的实名档案中存在与待归档人脸图像匹配的实名档案：

针对第N优先级的实名档案中的任一实名档案，根据实名档案的类中心与待归档人脸图像的类间相似度，确定实名档案与待归档人脸图像的相似度。

若相似度大于或等于第一阈值，则确定第N优先级的实名档案中存在与待归档人脸图像匹配的实名档案。

具体地，针对不同优先级的实名档案，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，实名档案的类中心为一个，该类中心为实名档案中图像质量最高的人脸图像。将该类中心与待归档人脸图像的类间相似度，确定为实名档案与待归档人脸图像之间的相似度。

具体实施中，在确定类中心与待归档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待归档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待归档人脸图像的类间相似度。

在另一种可能的实施方式中，实名档案的类中心为多个，确定待归档人脸图像与实名档案的各类中心的类间相似度，然后根据实名档案的各类中心的权重以及各类中心的类间相似度，确定实名档案与待归档人脸图像的相似度。

在确定待归档人脸图像与多个类中心的类间相似度时，可以先分别确定待归档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待归档人脸图像与每一个类中心的类间相似度进行融合，确定实名档案与待归档人脸图像的相似度，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。

由于实名档案以类中心表示档案，故在对待归档人脸图像进行归档时，只需将待归档人脸图像与实名档案的类中心进行比较，确定与待归档人脸图像匹配的实名档案，而不需要将待归档人脸图像与实名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，针对多张待归档人脸图像中没有进行实名归档的未归档人脸图像，本申请实施例中采用非实名归档的方式进行归档，具体包括以下步骤，如图3所示：

步骤S301，按照未归档人脸图像的时空信息将未归档人脸图像进行分类。

具体地，可以预先根据时空信息设定分类策略，具体为：按照粒度大小将一天划分为离散的时间区域，比如以1小时为1个时间区域将一天划分为24个时间区域，以4小时为1个时间区域将一天划分为6个时间区域，将一天作为一个时间区域等。按照粒度大小划分空间区域，比如一个摄像头标识作为一个空间区域，一个子区域(比如浦东新区)作为一个空间区域，一个市级区域(比如上海市)作为一个空间区域，一个省级区域(比如湖南省)作为一个空间区域等。将时间区域和空间区域进行组合可以确定分类策略，比如，按照同一时间区域和同一摄像头标识对多张待归档人脸图像进行分类，其中，每个时间区域为1小时。比如，按照同一时间区域和同一子区域对多张待归档人脸图像进行分类，其中，每个时间区域为4小时。比如，按照同一时间区域和同一市级区域对多张待归档人脸图像进行分类，其中，每个时间区域为1天。

下面举例说明，设定一天的待归档人脸图像中，有100张未归档人脸图像，获取这100张未归档人脸图像的时空信息，其中，时空信息包括时间信息和空间信息，空间信息为未归档人脸图像对应的摄像头的标识和摄像头位置，时间信息为抓拍未归档人脸图像的时间。分类策略为：按照同一时间区域和同一子区域对多张未归档人脸图像进行分类，其中，每个时间区域为4小时，按照该分类策略将这100张未归档人脸图像进行分类。这100张未归档人脸图像中，将抓拍时间位于同一时间区域，且摄像头标识相同的未归档人脸图像划分为一类。

需要说明的是，上述只是进行举例说明，根据实际情况可以采用其他的分类策略对多张未归档人脸图像进行分类，此处不再赘述。

步骤S302，将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案，将多个第一预归档档案进行聚类，确定第二预归档档案。

具体地，针对分类后的每一个类别中的未归档人脸图像，采用聚类算法将该类别中的未归档人脸图像进行聚类，聚类算法包括但不限于K-Means(K均值)聚类算法、均值漂移聚类算法、基于密度的聚类算法。

示例性地，设定根据分类策略将获取的100张未归档人脸图像分为三类，第一类包括50张未归档人脸图像，第二类包括20张未归档人脸图像，第三类包括30张未归档人脸图像。首先对第一类中的50张未归档人脸图像进行聚类，将相似的未归档人脸图像聚为一类。假设聚类结束后，第一类中的50张未归档人脸图像聚成3个子类，其中第一子类中包括20张未归档人脸图像，第二子类中包括20张未归档人脸图像，第三子类中包括10张未归档人脸图像，则针对第一子类中的20张未归档人脸图像建立一个第一预归档档案，针对第二子类的20张未归档人脸图像建立一个第一预归档档案，针对第三子类的10张未归档人脸图像建立一个第一预归档档案。然后采用同样的方法对第二类中的20张未归档人脸图像以及第三类中的30张未归档人脸图像进行聚类并建立对应的第一预归档档案。进一步地，将第一类至第三类中生成的多个第一预归档档案进行聚类，生成第二预归档档案。

步骤S303，针对每个第二预归档档案，根据第二预归档档案的时空信息，从人脸图像库的离线档案中获取第M优先级的非实名档案。

人脸图像库的离线档案至少包括一个非实名档案，非实名档案为不具有身份标识信息的档案；第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级。

具体地，为了便于根据第二预归档档案的时空信息从人脸图像库的离线档案中获取对应的非实名档案，在每一个非实名档案中设置一张信息记录表，该记录表中记录了非实名档案中人脸图像的空间信息和时间信息。需要说明的是，非实名档案的信息记录表与实名档案的信息记录表的形式相同，此处不再赘述。

步骤S304，在确定第M优先级的非实名档案中存在与第二预归档档案匹配的非实名档案时，将第二预归档档案归入匹配的非实名档案。

具体地，根据时空信息以及前述的分类策略确定多个筛选策略，由于采用分类策略分类后，确定的第二预归档档案的时空信息与分类策略相关，后续对第二预归档档案进行归档时，筛选策略与分类策略对应。依照筛选策略依次确定第二预归档档案的各优先级的非实名档案，其中，筛选策略对应的时空范围越小，确定的优先级越高。每确定一个优先级的非实名档案，将第二预归档档案与该优先级的非实名档案进行比较，当该优先级的非实名档案中存在与第二预归档档案匹配的非实名档案时，将第二预归档档案归入匹配的非实名档案。

示例性地，设定分类策略为：按照同一时间区域和同一子区域对多张未归档人脸图像进行分类，其中，每个时间区域为4小时。根据该分类策略将100张未归档人脸图像分为三类，第一类包括50张未归档人脸图像，第二类包括20张未归档人脸图像，第三类包括30张未归档人脸图像。将第一类中的50张未归档人脸图像进行聚类后得到三个第一预归档档案，分别为第一预归档档案A、第一预归档档案B以及第一预归档档案C。将第二类中的20张未归档人脸图像进行聚类后得到两个第一预归档档案，分别为第一预归档档案D以及第一预归档档案E。将第三类中的30张未归档人脸图像进行聚类后得到两个第一预归档档案，分别为第一预归档档案F以及第一预归档档案G。进一步地，将第一预归档档案A至第一预归档档案G进行聚类，设定聚类后确定了四个第二预归档档案，其中，第一预归档档案A、第一预归档档案D组成了第二预归档档案L，第一预归档档案C、第一预归档档案E组成了第二预归档档案M，第一预归档档案B和第一预归档档案F组成了第二预归档档案N，第一预归档档案G作为第二预归档档案O。

根据时空范围从小到大的顺序以及分类策略，确定第二预归档档案的以下筛选策略：

筛选策略1：按照第二预归档档案对应的时间区域和子区域从人脸图像库中筛选出第1优先级的离线档案，每个时间区域为4小时。

筛选策略2：人脸图像库中所有离线档案作为第2优先级的离线档案。

进一步地，针对第二预归档档案L，第二预归档档案L对应的时间区域和子区域包括第一预归档档案A对应的时间区域和子区域以及第一预归档档案D对应的时间区域和子区域。根据筛选策略1从人脸图像库的离线档案中筛选出第1优先级的非实名档案时，先根据第一预归档档案A对应的时间区域和子区域从人脸图像库中筛选出第1优先级的离线档案，得到离线档案1。根据第一预归档档案D对应的时间区域和子区域从人脸图像库中筛选出第1优先级的离线档案，得到离线档案2，将第二预归档档案L与离线档案1进行比较，确定第二预归档档案L与离线档案1匹配时，将第二预归档档案L归入离线档案1。基于同样的方法可以对出第二预归档档案M至第二预归档档案O进行归档，此处不再赘述。

在对未归档人脸图像进行归档时，先按照未归档人脸图像的时空信息分类，然后将每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案，将多个第一预归档档案进行聚类，确定第二预归档档案，故第二预归档档案中的未归档人脸图像包含相似的图像特征。之后再以第二预归档档案的时空信息作为先验信息，从人脸图像库的离线档案中筛选出非实名档案，然后将第二预归档档案与筛选出的非实名档案进行比较后归档，能有效提高非实名归档的效率。

可选地，在上述步骤S304中，在确定第M优先级的非实名档案中不存在与第二预归档档案匹配的非实名档案时，从人脸图像库的离线档案中获取第M+1优先级的非实名档案。确定第M+1优先级的非实名档案中是否存在与第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

示例性地，针对第二预归档档案L，设定根据筛选策略1从人脸图像库的离线档案中筛选出第1优先级的非实名档案为非实名档案1和非实名档案2，将第二预归档档案L分别与非实名档案1和非实名档案2进行比较，确定第二预归档档案L与非实名档案1和非实名档案2均不匹配，则将人脸图像库的离线档案中所有的非实名档案作为第2优先级的非实名档案。设定第2优先级的非实名档案为非实名档案1、非实名档案2、非实名档案3、非实名档案4。将第二预归档档案L分别与非实名档案3和非实名档案4进行比较，第二预归档档案L已经与非实名档案1和非实名档案2进行了比较，因此可以不再比较。当非实名档案3和非实名档案4中存在一个非实名档案与第二预归档档案L匹配时，将第二预归档档案L归入匹配的非实名档案。

进一步地，在确定各优先级的非实名档案均比对完毕后，不存在与第二预归档档案匹配的非实名档案时，为第二预归档档案建立一个新的非实名档案。

示例性地，针对第二预归档档案L，当非实名档案3和非实名档案4中不存在与第二预归档档案L匹配的非实名档案时，说明人脸图像库的非实名档案中不存在与第二预归档档案L匹配的非实名档案，则在人脸图像库中建立一个新的非实名档案，将第二预归档档案L归入新的非实名档案中。

可选地，在上述步骤S304中，具体采用以下方法确定第M优先级的非实名档案中存在与第二预归档档案匹配的非实名档案：

针对第M优先级的非实名档案中的任一非实名档案，根据非实名档案的类中心与第二预归档档案的类中心的相似度，确定非实名档案与第二预归档档案的相似度。若非实名档案与第二预归档档案的相似度大于或等于第一阈值，则确定第M优先级的非实名档案中存在与第二预归档档案匹配的非实名档案。

具体地，针对不同优先级的非实名档案，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，则T0<T1。

在一种可能的实施方式中，非实名档案的类中心为一个，该类中心为非实名档案中图像质量最高的人脸图像。第二预归档档案的类中心为一个，该类中心为第二预归档档案中图像质量最高的人脸图像。将非实名档案的类中心与第二预归档档案的类中心的相似度，确定为非实名档案与第二预归档档案之间的相似度。

具体实施中，在确定非实名档案的类中心与第二预归档档案的类中心的相似度时，可以首先确定非实名档案的类中心对应的第一特征向量以及第二预归档档案的类中心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非实名档案的类中心与第二预归档档案的类中心的相似度。

在另一种可能的实施方式中，非实名档案的类中心为多个，非实名档案的多个类中心可以根据非实名档案中的人脸图像的图像质量和图像特征确定。第二预归档档案的类中心为一个，该类中心为第二预归档档案中图像质量最高的人脸图像。确定第二预归档档案的类中心与非实名档案的各类中心的相似度，然后根据第二预归档档案的类中心与非实名档案的各类中心的相似度，确定非实名档案与第二预归档档案的相似度。

在确定第二预归档档案的类中心与非实名档案的多个类中心的相似度时，可以先分别确定第二预归档档案的类中心与非实名档案每一个类中心的相似度，然后根据非实名档案每一个类中心的权重将第二预归档档案的类中心与非实名档案每一个类中心的相似度进行融合，确定非实名档案与第二预归档档案的相似度，非实名档案每一个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。

在另一种可能的实施方式中，第二预归档档案的类中心为多个，第二预归档档案的多个类中心可以根据第二预归档档案中未归档人脸图像的图像质量和图像特征确定。非实名档案的类中心为一个，该类中心为非实名档案中图像质量最高的人脸图像。确定非实名档案的类中心与第二预归档档案的各类中心的相似度，然后根据非实名档案的类中心与第二预归档档案的各类中心的相似度，确定非实名档案与第二预归档档案的相似度。

在确定非实名档案的类中心与第二预归档档案的各类中心的相似度时，可以先分别确定非实名档案的类中心与第二预归档档案每一个类中心的相似度，然后根据第二预归档档案每一个类中心的权重将非实名档案的类中心与第二预归档档案每一个类中心的相似度进行融合，确定非实名档案与第二预归档档案的相似度，第二预归档档案每一个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。

在另一种可能的实施方式中，非实名档案的类中心为多个，非实名档案的多个类中心可以根据非实名档案中的人脸图像的图像质量和图像特征确定。第二预归档档案的类中心为多个，第二预归档档案的多个类中心可以根据第二预归档档案中未归档人脸图像的图像质量和图像特征确定。确定非实名档案的各类中心与第二预归档档案的各类中心的相似度，然后根据非实名档案的各类中心与第二预归档档案的各类中心的相似度，确定离线档案与第二预归档档案的相似度。

由于非实名档案和第二预归档档案均采用类中心来表示档案，故在对第二预归档档案进行非实名归档时，只需将第二预归档档案的类中心与非实名档案的类中心进行比较，确定与第二预归档档案匹配的非实名档案，而不需要将第二预归档档案与非实名档案中每张人脸图像进行比较，从而提高了非实名归档效率。

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，该归档方法包括实名归档和非实名归档两部分，该方法可以由归档装置执行，预先根据时空信息设定以下实名档案的筛选策略：

第一筛选策略：按照同一时间区域和同一摄像头标识从人脸图像库的离线档案中筛选出第1优先级的实名档案，每个时间区域为1小时。

第二筛选策略：按照同一时间区域和同一子区域从人脸图像库的离线档案中筛选出第2优先级的实名档案，每个时间区域为4小时。

第三筛选策略：按照同一时间区域和同一市级区域从人脸图像库的离线档案中筛选出第3优先级的实名档案，每个时间区域为一天。

第四筛选策略：人脸图像库的离线档案中所有实名档案作为第4优先级的实名档案。

针对一天获取的多张待归档人脸图像，归档装置首先针对每一张待归档人脸图像进行实名归档，具体包括以下步骤，如图4所示：

步骤S401，基于第一筛选策略从人脸图像库的离线档案中筛选出待归档人脸图像的第1优先级的实名档案。

步骤S402，将待归档人脸图像与第1优先级的实名档案进行比对。

步骤S403，判断第1优先级的实名档案中是否存在与待归档人脸图像匹配的实名档案，若是，则执行步骤S404，否则执行步骤S405。

步骤S404，将待归档人脸图像归入匹配的实名档案。

步骤S405，基于第二筛选策略从人脸图像库的离线档案中筛选出待归档人脸图像的第2优先级的实名档案。

步骤S406，将待归档人脸图像与第2优先级的实名档案进行比对。

步骤S407，判断第2优先级的实名档案中是否存在与待归档人脸图像匹配的实名档案，若是，则执行步骤S408，否则执行步骤S409。

步骤S408，将待归档人脸图像归入匹配的实名档案。

步骤S409，基于第三筛选策略从人脸图像库的离线档案中筛选出待归档人脸图像的第3优先级的实名档案。

步骤S410，将待归档人脸图像与第3优先级的实名档案进行比对。

步骤S411，判断第3优先级的实名档案中是否存在与待归档人脸图像匹配的实名档案，若是，则执行步骤S412，否则执行步骤S413。

步骤S412，将待归档人脸图像归入匹配的实名档案。

步骤S413，基于第四筛选策略从人脸图像库的离线档案中筛选出待归档人脸图像的第4优先级的实名档案。

步骤S414，将待归档人脸图像与第4优先级的实名档案进行比对。

步骤S415，判断第4优先级的实名档案中是否存在与待归档人脸图像匹配的实名档案，若是，则执行步骤S416，否则执行步骤S417。

步骤S416，将待归档人脸图像归入匹配的实名档案。

步骤S417，将待归档人脸图像确定为未归档人脸图像。

进一步地，在确定一天内获取的多张待归档人脸图像中的所有未归档人脸图像之后，对所有未归档人脸图像进行非实名归档。预先根据时空信息确定分类策略为按照同一时间区域和同一摄像头标识对多张待归档人脸图像进行分类，其中，每个时间区域为4小时。基于时空信息和分类策略设定以下非实名档案的筛选策略：

第五筛选策略：按照同一时间区域和同一摄像头标识从人脸图像库的离线档案中筛选出第1优先级的非实名档案，每个时间区域为4小时。

第六筛选策略：人脸图像库的离线档案中所有非实名档案作为第2优先级的离线档案。

具体包括以下步骤，如图5所示：

步骤S501，基于分类策略对多张未归档人脸图像进行分类。

步骤S502，将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案，将多个第一预归档档案进行聚类，确定第二预归档档案。

步骤S503，针对每个第二预归档档案，基于第五筛选策略从人脸图像库的离线档案中筛选出第二预归档档案的第1优先级的非实名档案。

步骤S504，将第二预归档档案与第1优先级的非实名档案进行比对。

步骤S505，判断第1优先级的非实名档案中是否存在与第二预归档档案匹配的非实名档案，若是，则执行步骤S506，否则执行步骤S507。

步骤S506，将第二预归档档案归入匹配的非实名档案。

步骤S507，基于第六筛选策略从人脸图像库的离线档案中筛选出第二预归档档案的第2优先级的非实名档案。

步骤S508，将第二预归档档案与第2优先级的非实名档案进行比对。

步骤S509，判断第2优先级的非实名档案中是否存在与第二预归档档案匹配的非实名档案，若是，则执行步骤S510，否则执行步骤S511。

步骤S510，将第二预归档档案归入匹配的非实名档案。

步骤S511，针对第二预归档档案建立一个新的非实名档案。

本申请实施例中，在针对预设时段内获取的多张待归档人脸图像进行归档时，先针对每张待归档人脸图像，以待归档人脸图像的时空信息作为先验信息，从人脸图像库中筛选出实名档案，然后将待归档人脸图像与实名档案进行比较后归档。按照时空信息将与人脸图像库的实名档案不匹配的待归档人脸图像进行分类，然后将每一类别中的待归档人脸图像进行聚类，生成多个第一预归档档案，将多个第一预归档档案进行聚类，确定第二预归档档案，故第二预归档档案中的待归档人脸图像包含相似的图像特征。之后再以第二预归档档案的时空信息作为先验信息，从人脸图像库中筛选出非实名档案，然后将第二预归档档案与筛选出的非实名档案进行比较后归档，从而一方面提高归档的准确性，另一方面有效提高归档的效率。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6所示，该装置600包括：

获取模块601，用于获取预设时段中的多张待归档人脸图像及所述多张待归档人脸图像的时空信息，所述时空信息包括时间信息和空间信息；

处理模块602，用于针对每张待归档人脸图像，根据所述待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案；所述人脸图像库的离线档案至少包括一个实名档案，所述离线档案为所述预设时段之前归档的档案，所述实名档案为具有身份标识信息的档案；所述待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；N大于1，前N-1个优先级高于第N优先级；

归档模块603，用于在确定所述第N优先级的实名档案中存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像归入所述匹配的实名档案。

可选地，所述处理模块602还用于：

在确定所述第N优先级的实名档案中不存在与所述待归档人脸图像匹配的实名档案时，从所述人脸图像库的离线档案中获取第N+1优先级的实名档案；

确定所述第N+1优先级的实名档案中是否存在与所述待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

可选地，所述处理模块602还用于：

在确定各优先级的实名档案均比对完毕后，不存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像确定为未归档人脸图像。

可选地，还包括：

分类模块604，用于按照所述未归档人脸图像的时空信息将所述未归档人脸图像进行分类；

聚类模块605，用于将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案，将所述多个第一预归档档案进行聚类，确定第二预归档档案；

所述处理模块602，还用于针对每个第二预归档档案，根据所述第二预归档档案的时空信息，从所述人脸图像库的离线档案中获取第M优先级的非实名档案；所述人脸图像库的离线档案至少包括一个非实名档案，所述非实名档案为不具有身份标识信息的档案；所述第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级；

所述归档模块603，还用于在确定所述第M优先级的非实名档案中存在与所述第二预归档档案匹配的非实名档案时，将所述第二预归档档案归入所述匹配的非实名档案。

可选地，所述处理模块602还用于：

在确定所述第M优先级的非实名档案中不存在与所述第二预归档档案匹配的非实名档案时，从所述人脸图像库的离线档案中获取第M+1优先级的非实名档案；

确定所述第M+1优先级的非实名档案中是否存在与所述第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

可选地，所述处理模块603还用于：

在确定各优先级的非实名档案均比对完毕后，不存在与所述第二预归档档案匹配的非实名档案时，为所述第二预归档档案建立一个新的非实名档案。

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7所示，包括至少一个处理器701，以及与至少一个处理器连接的存储器702，本申请实施例中不限定处理器701与存储器702之间的具体连接介质，图7中处理器701和存储器702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702存储有可被至少一个处理器701执行的指令，至少一个处理器701通过执行存储器702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701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702内的指令以及调用存储在存储器702内的数据，从而实现归档。可选的，处理器701可包括一个或多个处理单元，处理器701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701中。在一些实施例中，处理器701和存储器702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701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702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702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702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702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：

获取预设时段中的多张待归档人脸图像及所述多张待归档人脸图像的时空信息，所述时空信息包括时间信息和空间信息；

针对每张待归档人脸图像，根据所述待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案；所述人脸图像库的离线档案至少包括一个实名档案，所述离线档案为所述预设时段之前归档的档案，所述实名档案为具有身份标识信息的档案；所述待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；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优先级的实名档案中存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像归入所述匹配的实名档案。

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优先级的实名档案中不存在与所述待归档人脸图像匹配的实名档案时，从所述人脸图像库的离线档案中获取第N+1优先级的实名档案；

确定所述第N+1优先级的实名档案中是否存在与所述待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

3.如权利要求2所述的方法，其特征在于，还包括：

在确定各优先级的实名档案均比对完毕后，不存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像确定为未归档人脸图像。

4.如权利要求3所述的方法，其特征在于，还包括：

按照所述未归档人脸图像的时空信息将所述未归档人脸图像进行分类；

将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案；

将所述多个第一预归档档案进行聚类，确定第二预归档档案；

针对每个第二预归档档案，根据所述第二预归档档案的时空信息，从所述人脸图像库的离线档案中获取第M优先级的非实名档案；所述人脸图像库的离线档案至少包括一个非实名档案，所述非实名档案为不具有身份标识信息的档案；所述第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级；

在确定所述第M优先级的非实名档案中存在与所述第二预归档档案匹配的非实名档案时，将所述第二预归档档案归入所述匹配的非实名档案。

5.如权利要求4所述的方法，其特征在于，还包括：

在确定所述第M优先级的非实名档案中不存在与所述第二预归档档案匹配的非实名档案时，从所述人脸图像库的离线档案中获取第M+1优先级的非实名档案；

确定所述第M+1优先级的非实名档案中是否存在与所述第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

6.如权利要求5所述的方法，其特征在于，还包括：

在确定各优先级的非实名档案均比对完毕后，不存在与所述第二预归档档案匹配的非实名档案时，为所述第二预归档档案建立一个新的非实名档案。

7.一种归档装置，其特征在于，包括：

获取模块，用于获取预设时段中的多张待归档人脸图像及所述多张待归档人脸图像的时空信息，所述时空信息包括时间信息和空间信息；

处理模块，用于针对每张待归档人脸图像，根据所述待归档人脸图像的时空信息，从人脸图像库的离线档案中获取第N优先级的实名档案；所述人脸图像库的离线档案至少包括一个实名档案，所述离线档案为所述预设时段之前归档的档案，所述实名档案为具有身份标识信息的档案；所述待归档人脸图像在前N-1个优先级的实名档案中未找到匹配的实名档案；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优先级的实名档案中存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像归入所述匹配的实名档案。

8.如权利要求7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优先级的实名档案中不存在与所述待归档人脸图像匹配的实名档案时，从所述人脸图像库的离线档案中获取第N+1优先级的实名档案；

确定所述第N+1优先级的实名档案中是否存在与所述待归档人脸图像匹配的实名档案，直至找到匹配的实名档案或各优先级的实名档案均比对完毕。

9.如权利要求8所述的装置，其特征在于，所述处理模块还用于：

在确定各优先级的实名档案均比对完毕后，不存在与所述待归档人脸图像匹配的实名档案时，将所述待归档人脸图像确定为未归档人脸图像。

10.如权利要求9所述的装置，其特征在于，还包括：

分类模块，用于按照所述未归档人脸图像的时空信息将所述未归档人脸图像进行分类；

聚类模块，用于将分类后的每一类别中的未归档人脸图像进行聚类，生成多个第一预归档档案；

将所述多个第一预归档档案进行聚类，确定第二预归档档案；

所述处理模块，还用于针对每个第二预归档档案，根据所述第二预归档档案的时空信息，从所述人脸图像库的离线档案中获取第M优先级的非实名档案；所述人脸图像库的离线档案至少包括一个非实名档案，所述非实名档案为不具有身份标识信息的档案；所述第二预归档档案在前M-1个优先级的非实名档案中未找到匹配的非实名档案；M大于1，前M-1个优先级高于第M优先级；

所述归档模块，还用于在确定所述第M优先级的非实名档案中存在与所述第二预归档档案匹配的非实名档案时，将所述第二预归档档案归入所述匹配的非实名档案。

11.如权利要求10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M优先级的非实名档案中不存在与所述第二预归档档案匹配的非实名档案时，从所述人脸图像库的离线档案中获取第M+1优先级的非实名档案；

确定所述第M+1优先级的非实名档案中是否存在与所述第二预归档档案匹配的非实名档案，直至找到匹配的非实名档案或各优先级的非实名档案均比对完毕。

12.如权利要求11所述的装置，其特征在于，所述处理模块还用于：

在确定各优先级的非实名档案均比对完毕后，不存在与所述第二预归档档案匹配的非实名档案时，为所述第二预归档档案建立一个新的非实名档案。

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。