CN109815369B - 一种归档方法及装置 - Google Patents

Abstract

本发明公开了一种归档方法及装置，所述方法为：获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案。

Description

一种归档方法及装置

技术领域

本发明涉及监控技术领域，尤其涉及一种归档方法及装置。

背景技术

随着信息化技术的快速发展，监控技术已经在各个行业、各种场所得到了广泛应用，为人们的日常工作和生活提供了许多便利。但同时单一的监控应用模式也存在许多问题，监控网络的图像内容分析还需要依靠人工实时观看、手动调阅。

随着监控网络规模的扩大，视频数据海量增长，图像监看和调阅占用的人力很大，从海量的监控视频中获取有用的信息或者情报越来越困难。

另外，当前对监控视频的应用大多只是对监控场景的再现和回放，难以满足现代治安防控应用的需求。

发明内容

本发明提供一种归档方法及装置，用以提高监控设备获取的人脸图像的归档信息的准确度，有助于从海量的监控视频中获取有用的信息或者情报，以适应现代安防的需要。

本发明实施例提供的具体技术方案如下：

本发明实施例提供一种归档方法，包括：

获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；

根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案。

一种可能的实现方式，所述根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心，包括：

将所述第一人脸档案中图像质量最高的第一人脸图像，确定为所述第一人脸档案的第一类中心。

一种可能的实现方式，所述第一人脸档案的类中心包括多个类中心，所述方法还包括：

若确定所述第一人脸档案中的第二人脸图像与所述第一人脸图像之间的相似度小于第二阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心。

一种可能的实现方式，所述将所述第二人脸图像作为所述第一人脸档案的第二类中心之前，还包括：

确定所述第二人脸图像的图像质量大于第三阈值。

一种可能的实现方式，所述确定所述第一人脸档案的类中心之后，还包括：

将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

本发明实施例提供一种归档装置，包括：

获取单元，用于获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；

处理单元，用于根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案。

一种可能的实现方式，所述处理单元，具体用于：

将所述第一人脸档案中图像质量最高的第一人脸图像，确定为所述第一人脸档案的第一类中心。

一种可能的实现方式，所述第一人脸档案的类中心包括多个类中心，所述处理单元还用于：

若确定所述第一人脸档案中的第二人脸图像与所述第一人脸图像之间的相似度小于第二阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心。

一种可能的实现方式，所述处理单元，还用于：

确定所述第二人脸图像的图像质量大于第三阈值。

一种可能的实现方式，所述处理单元，还用于：

将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

本发明实施例提供一种归档设备，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本发明实施例提供的任一方法的步骤。

本发明实施例提供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本发明实施例提供任一方法的步骤。

基于上述技术方案，通过设置多个类中心，并针对每个类中心设置权重，可以有效提高监控设备获取的人脸图像的归档信息的准确度，有助于从海量的监控视频中获取有用的信息或者情报，以适应现代安防的需要。

附图说明

图1为本发明实施例中监控系统架构示意图；

图2为本发明实施例中归档方法流程示意图；

图3为本发明实施例中归档方法流程示意图；

图4为本发明实施例中归档方法流程示意图；

图5为本发明实施例中归档装置的结构示意图；

图6为本发明实施例中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。在线归档为用于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。

如图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101-111、服务器102。监控设备101-111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101-111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：获取第一人脸图像。

其中，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态的监控设备实时获取的人脸图像。

步骤202：若确定在线档案中的第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于第一阈值，则将所述第一人脸图像归入所述第一人脸档案中。

其中，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，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。

通过上述归档方法，可以实时确定监控设备实时获取的人脸图像的归档信息，有利于快速实现图像的监看和调阅，有助于从海量的监控视频中获取有用的信息或者情报，以适应现代安防的需要。

在步骤202中，第一人脸档案的类中心可以根据多种方式确定，如图3所示，本发明实施例提供一种归档方法，包括：

步骤301：获取第一人脸档案；

其中，所述第一人脸档案为人脸图像库中的任一人脸档案；任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；

步骤302：根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案。

以下根据应用场景举例说明。

第一种场景，第一人脸档案为根据第一人脸图像新建的人脸档案，此时档案中仅存在一张人脸图像，可以将第一人脸图像作为第一人脸档案的类中心。

同理，若确定所述在线档案中的任一人脸档案的类中心与所述第一人脸图像的相似度都小于所述第一阈值，则在在线档案中建立第二人脸档案，并将所述第一人脸图像作为所述第二人脸档案的类中心。

第二种场景，第一人脸档案中包括至少2张人脸图像，为提高在线归档的效率和归档的准确度，一种可能的实现方式，可以将第一人脸档案中图像质量最高的人脸图像作为第一人脸档案的类中心，具体的更新第一人脸档案的类中心的时间节点可以根据具体需要确定。

需要说明的是，图像质量可以根据人脸图像的像素，清晰度，人脸图像的拍摄角度，特征提取的效果等方面综合确定的，在此不做限定。

一种可能的实现方式，可以在设定周期到达时，针对所述在线档案中的任一人脸档案，更新所述人脸档案的类中心。

一种可能的实现方式，可以在更新人脸图像之后，更新人脸档案的类中心，具体的，可以包括：

若确定所述第一人脸图像的图像质量大于所述第一人脸档案的类中心的图像质量，则将所述第一人脸档案的类中心更新为所述第一人脸图像。

在一种可能的实施方式中，在线档案的类中心为一个。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用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，在线档案的类中心可以为多个，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，包括：

步骤一、预先设置在线档案的类中心的数量；

步骤二、将在线档案图像质量最高的人脸图像确定为第一类中心；

步骤三、在接收到归入在线档案的第一人脸图像时，若确定所述第二人脸图像的图像质量大于第三阈值，则确定第一类中心与第一人脸图像的相似度；

步骤四、若确定该相似度小于第二阈值时，将第一人脸图像确定为第二类中心；

步骤五、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。

由于预先根据在线档案中人脸图像的图像质量以及图像特征从各人脸图像中选取类中心，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。

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。

在具体实施过程中，所述根据所述第一人脸档案的各类中心与所述第一人脸图像的类间相似度，确定所述第一人脸档案与所述第一人脸图像的相似度，包括：

步骤一、分别确定所述第一人脸图像与所述第一人脸档案的各类中心的类间相似度；

步骤二、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，确定述第一人脸档案与所述第一人脸图像的相似度。

一种可能的实现方式，所述第一人脸图像与所述第一人脸档案的相似度C根据以下公式确定：

其中，Bj为第一人脸档案的第j个类中心的权重；M≥j≥1；M为大于1的正整数；Cj为所述第一人脸图像与所述第一人脸档案的第j个类中心间的类间相似度。

一种可能的实现方式，所述各类中心的权重根据以下方法确定的，包括：

针对所述第一人脸档案中的每个类中心，将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

在步骤202中，具体的实施方式可以包括以下两种实现方式：

一种可能的实现方式，所述若确定在线档案中的第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于第一阈值，则将所述第一人脸图像归入所述第一人脸档案中，包括：

步骤一、遍历所述在线档案中的所有人脸档案，确定所有人脸档案的类中心与第一人脸图像的相似度；

步骤二、若确定所述在线档案中的至少一个第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于所述第一阈值，则在所述至少一个第一人脸档案中选取相似度最高的第一人脸档案；

步骤三、将所述第一人脸图像归入所述相似度最高的第一人脸档案中。

举例来说，在线档案中包括人脸档案1的类中心1、人脸档案2的类中心2、人脸档案3的类中心3，确定第一人脸图像与类中心1的相似度1，确定第一人脸图像与类中心2的相似度2，确定第一人脸图像与类中心3的相似度3；若确定相似度1和相似度2都大于第一阈值，且相似度1大于相似度2，则将第一人脸图像归入人脸档案1。

一种可能的实现方式，所述若确定在线档案中的第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于第一阈值，则将所述第一人脸图像归入所述第一人脸档案中，包括：

步骤一、遍历所述在线档案中的所有人脸档案，确定所有人脸档案的类中心与第一人脸图像的相似度；

步骤二、若确定所述在线档案中的至少一个第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于所述第一阈值，则将所述第一人脸图像归入于或等于所述第一阈值的第一人脸档案中。

其中，第一人脸档案可以为多个，在此不做限定。

一种可能的实现方式，所述若确定在线档案中的第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于第一阈值，则将所述第一人脸图像归入所述第一人脸档案中，包括：

选取所述在线档案中的任一人脸档案，若确定出所述在线档案中的一个第一人脸档案的类中心与所述第一人脸图像的相似度大于或等于所述第一阈值，则将所述第一人脸图像归入所述第一人脸档案中。

举例来说，在线档案中包括人脸档案1的类中心1、人脸档案2的类中心2、人脸档案3的类中心3，若确定第一人脸图像与类中心1的相似度1小于第一阈值，则确定第一人脸图像与类中心2的相似度2；若确定第一人脸图像与类中心2的相似度2小于第一阈值，则确定第一人脸图像与类中心3的相似度3；若确定相似度3大于第一阈值，则将第一人脸图像归入人脸档案3。

需要说明的是，第一人脸图像与人脸档案比较的顺序可以为随机选择，也可以根据人脸档案的优先级确定，在此不做限定。人脸档案的优先级可以根据第一人脸图像的空间信息和或时间信息生成。人脸图像均可以携带空间信息和时间信息，其中，空间信息为抓拍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人脸图像的时间。示例性地，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。

具体地，可以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。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。

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。

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_1，摄像头位置为上海市浦东新区。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_1”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“浦东新区”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，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，则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。

在确定第K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K+1优先级的在线档案。确定第K+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。

具体采用以下方法确定第K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K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。

为进一步提高第一人脸档案归档的准确度，结合图2，如图4所示，本发明实施例还提供一种归档方法，包括：

步骤401：获取预设时段中的多张人脸图像；

其中，预设时段可以一天为粒度进行划分；例如，预设时段可以为一天，即在第T天的0点，获取第T天的监控设备抓拍的所有人脸图像。

需要说明的是，为避免在线档案对离线档案的影响，可以撤销在线档案对所述多张人脸图像进行的归档操作。

一种可能的实现方式，在步骤301之前，还可以包括：撤销在所述预设时段更新的在线档案；所述更新的在线档案为对所述多张人脸图像进行在线归档的在线档案；所述多张人脸图像为监控设备在所述预设时段中实时获取的人脸图像。

一种可能的实现方式，在步骤401之前，还可以包括：恢复在预设时段之前的离线档案。

步骤402：对所述多张人脸图像进行聚类，生成预归档档案；

其中，任一预归档档案中的任一张人脸图像与其他预归档档案中任一张人脸图像之间的相似度小于第一阈值；

步骤403：针对至少一个预归档档案，若确定所述预归档档案的类中心与离线档案中的第一人脸档案的类中心间的相似度大于第二阈值，则将所述预归档档案中的人脸图像归入所述第一人脸档案；

其中，第一人脸档案为所述离线档案中已归档的任一人脸档案；离线档案为所述预设时段之前归档的档案；类中心是根据档案中的人脸图像确定的。

通过对预设时段的多张人脸图像进行聚类，并进行重新归档，确定离线档案的类中心，在重新归档后，相对于在线档案的归档方法，有效提高了档案的归档的准确度。

另外，在步骤403之后，可以将归档后的离线档案直接覆盖预设时段的在线档案。结合步骤401中的例子，在第T+1天进行在线归档时，在线档案的初始档案即为在第T天归档的离线档案。相对于直接使用在线档案进行在线归档来说，可以有效提高归档的准确度，并提高类中心的准确度，进而提高在线归档的准确度。

在步骤402中，预归档档案的类中心可以根据多种方式确定。

举例来说，第一种场景，若确定所述预归档档案的类中心与所述离线档案中所有的人脸档案的类中心间的相似度均小于所述第二阈值，则为所述预归档档案建立第二人脸档案，并将所述预归档档案的类中心作为所述第二人脸档案的类中心。

第二种场景，预归档档案中包括至少2张人脸图像，为提高在线归档的效率和归档的准确度，一种可能的实现方式，可以将预归档档案中图像质量最高的人脸图像作为预归档档案的类中心，具体的更新预归档档案的类中心的时间节点可以为离线档案归档的时间，也可以根据需要确定。需要说明的是，图像质量可以根据人脸图像的像素，清晰度，人脸图像的拍摄角度，特征提取的效果等方面综合确定的，在此不做限定。

在一种可能的实施方式中，离线档案的类中心为一个。将离线档案的类中心与预归档档案的类中心的类间相似度，确定为离线档案与预归档档案之间的相似度。

具体实施中，在确定离线档案的类中心与预归档档案的类中心的类间相似度时，可以首先确定类中心对应用的第一特征向量以及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离线档案的类中心与预归档档案的类中心的类间相似度。

在该场景下，在步骤403之后，还可以包括：

若确定所述预归档档案的类中心的图像质量大于所述第一人脸档案的类中心的图像质量，则将所述第一人脸档案的类中心更新为所述预归档档案的类中心。

在另一种可能的实施方式中，离线档案的类中心可以为多个，确定离线档案的各类中心与预归档档案的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。

在具体实施过程中，确定多个类中心的类间相似度的方法，可以包括：

步骤一、将所述第一人脸档案中图像质量最高的第一人脸图像作为所述第一人脸档案的第一类中心；

步骤二、若确定所述第一人脸档案中第二人脸图像的图像质量大于第三阈值，且所述第二人脸图像与所述第一人脸图像之间的相似度小于第四阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心；所述第四阈值大于所述第二阈值。

举例来说，可以采用以下方法确定离线档案的多个类中心，包括：

步骤一、预先设置离线档案的类中心的数量；

步骤二、将离线档案图像质量最高的人脸图像确定为第一类中心；

步骤三、在确定预归档档案归入第一人脸档案后，若确定预归档档案中的第二人脸图像的图像质量大于第三阈值，则确定第一类中心与预归档档案的各类中心的类间相似度；

步骤四、若确定该类间相似度小于第二阈值时，将第二人脸图像确定为第二类中心；

步骤五、针对下一个归入离线档案的预归档档案执行上述步骤，直到在线档案的类中心的数据达到预先设置的数量。

由于预先根据离线档案中人脸图像的图像质量以及图像特征从各人脸图像中选取类中心，故在对预归档档案进行归档时，只需将预归档档案的类中心与离线档案的类中心进行比较，确定与预归档档案匹配的离线档案，而不需要将预归档档案中的所有人脸图像与离线档案中每张人脸图像进行比较，从而提高了归档效率；另外，通过设置多个类中心，有效提高了归档的准确率，控制了档案比，使得同一个人不会生成过多的档案，以提高归档的鲁棒性。

在确定预归档档案的类中心与离线档案的多个类中心的类间相似度时，可以先分别确定预归档档案的每个类中心与第一人脸档案的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预归档档案的各类中心与离线档案的各类中心的类间相似度进行融合，确定离线档案与预归档档案的每个类中心的相似度，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。

在具体实施过程中，所述根据所述第一人脸档案的各类中心与所述预归档档案的每个类中心的类间相似度，确定所述第一人脸档案与所述预归档档案的相似度，包括：

步骤一、分别确定所述预归档档案的每个类中心与所述第一人脸档案的各类中心的类间相似度；

步骤二、根据所述第一人脸档案的各类中心的权重、预归档档案的每个类中心的权重以及所述各类中心的类间相似度，确定述第一人脸档案与所述预归档档案的每个类中心的相似度。

一种可能的实现方式，所述预归档档案的每个类中心与所述第一人脸档案的相似度C根据以下公式确定：

其中，Ai为预归档档案的第i个类中心的权重；N≥i≥1；Bj为第一人脸档案的第j个类中心的权重；M≥j≥1；Ci,j为所述预归档档案的第i个类中心与所述第一人脸档案的第j个类中心间的相似度。N，M为大于1的正整数。

一种可能的实现方式，所述各类中心的权重根据以下方法确定的，包括：

将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

举例来说，图像的质量分数可以分为高、中、低三类；时空信息可以分为强相关(在同一摄像头同一天)、弱相关(同一摄像头或同一天)、不相关(既不是同一摄像头，也不是同一天)。可以根据图像的质量分数和时空信息相关度确定类中心的权重。

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5所示，该装置500包括：

获取单元501，用于获取单元，用于获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；

处理单元502，用于根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案。

一种可能的实现方式，所述处理单元502，具体用于：

将所述第一人脸档案中图像质量最高的第一人脸图像，确定为所述第一人脸档案的第一类中心。

一种可能的实现方式，所述第一人脸档案的类中心包括多个类中心，所述处理单元502还用于：

若确定所述第一人脸档案中的第二人脸图像与所述第一人脸图像之间的相似度小于第二阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心。

一种可能的实现方式，所述处理单元502，还用于：

确定所述第二人脸图像的图像质量大于第三阈值。

一种可能的实现方式，所述处理单元502，还用于：

将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

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6所示，包括至少一个处理器601，以及与至少一个处理器连接的存储器602，本申请实施例中不限定处理器601与存储器602之间的具体连接介质，图5中处理器601和存储器602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602存储有可被至少一个处理器601执行的指令，至少一个处理器601通过执行存储器602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601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602内的指令以及调用存储在存储器602内的数据，从而实现归档。可选的，处理器601可包括一个或多个处理单元，处理器601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1801中。在一些实施例中，处理器601和存储器602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601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602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602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602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602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 (10)

1.一种归档方法，其特征在于，包括：

获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；所述人脸图像库是以监控设备采集的人脸图像为基础建立，所述人脸图像库中包括多个人脸档案，一个档案对应一个人；所述任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度，根据以下公式确定：

其中，C为任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度；B_j为任一人脸档案的第j个类中心的权重；M≥j≥1；M为大于1的正整数；C_j为任一人脸档案中的任一张人脸图像与其他人脸档案中的第j个类中心间的类间相似度；

根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案；其中，所述第一人脸档案为根据第一人脸图像新建的人脸档案：当第一人脸档案中仅存在一张人脸图像，则将第一人脸图像作为第一人脸档案的类中心；当第一人脸档案中包括至少2张人脸图像，将第一人脸档案中图像质量最高的人脸图像作为第一人脸档案的类中心；

所述归档方法还包括：

获取预设时段中的多张人脸图像；

对所述多张人脸图像进行聚类，生成预归档档案；

针对至少一个预归档档案，若确定所述预归档档案的类中心与离线档案中的第一人脸档案的类中心间的相似度大于第二阈值，则将所述预归档档案中的人脸图像归入所述第一人脸档案；

所述离线档案，是指在离线归档过程中人脸档案，所述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；

所述预归档档案的类中心根据多种方式之一确定：

第一种，若确定所述预归档档案的类中心与所述离线档案中所有的人脸档案的类中心间的相似度均小于所述第二阈值，则为所述预归档档案建立第二人脸档案，并将所述预归档档案的类中心作为所述第二人脸档案的类中心；

第二种，预归档档案中包括至少2张人脸图像，将预归档档案中图像质量最高的人脸图像作为预归档档案的类中心；

所述确定所述预归档档案的类中心与离线档案中的第一人脸档案的类中心间的相似度，包括：

步骤一、分别确定所述预归档档案的每个类中心与所述第一人脸档案的各类中心的类间相似度；

步骤二、根据所述第一人脸档案的各类中心的权重、预归档档案的每个类中心的权重以及所述各类中心的类间相似度，确定述第一人脸档案与所述预归档档案的每个类中心的相似度。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心，包括：

将所述第一人脸档案中图像质量最高的第一人脸图像，确定为所述第一人脸档案的第一类中心。

3.如权利要求2所述的方法，其特征在于，所述第一人脸档案的类中心包括多个类中心，所述方法还包括：

若确定所述第一人脸档案中的第二人脸图像与所述第一人脸图像之间的相似度小于第二阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心。

4.如权利要求3所述的方法，其特征在于，所述将所述第二人脸图像作为所述第一人脸档案的第二类中心之前，还包括：

确定所述第二人脸图像的图像质量大于第三阈值。

5.如权利要求1至4任一项所述的方法，其特征在于，所述确定所述第一人脸档案的类中心之后，还包括：

将所述类中心的属性信息输入监督学习模型，确定所述类中心的权重；所述属性信息包括以下至少之一及组合：图像质量、时间信息相关度或空间信息相关度。

6.一种归档装置，其特征在于，包括：

获取单元，用于获取第一人脸档案；所述第一人脸档案为人脸图像库中的任一人脸档案；其中，任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度小于第一阈值；所述人脸图像库是以监控设备采集的人脸图像为基础建立，所述人脸图像库中包括多个人脸档案，一个档案对应一个人；所述任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度，根据以下公式确定：

其中，C为任一人脸档案中的任一张人脸图像与其他人脸档案中任一张人脸图像之间的相似度；B_j为任一人脸档案的第j个类中心的权重；M≥j≥1；M为大于1的正整数；C_j为任一人脸档案中的任一张人脸图像与其他人脸档案中的第j个类中心间的类间相似度；

处理单元，用于根据所述第一人脸档案的至少一张人脸图像，确定所述第一人脸档案的类中心；所述第一人脸档案的类中心用于确定监控设备获取的人脸图像是否归入所述第一人脸档案；其中，所述第一人脸档案为根据第一人脸图像新建的人脸档案：当第一人脸档案中仅存在一张人脸图像，则将第一人脸图像作为第一人脸档案的类中心；当第一人脸档案中包括至少2张人脸图像，将第一人脸档案中图像质量最高的人脸图像作为第一人脸档案的类中心；

所述归档装置还包括：

获取单元，获取预设时段中的多张人脸图像；

处理单元，对所述多张人脸图像进行聚类，生成预归档档案；针对至少一个预归档档案，若确定所述预归档档案的类中心与离线档案中的第一人脸档案的类中心间的相似度大于第二阈值，则将所述预归档档案中的人脸图像归入所述第一人脸档案；

所述离线档案，是指在离线归档过程中人脸档案，所述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；

所述预归档档案的类中心根据多种方式之一确定：

第一种，若确定所述预归档档案的类中心与所述离线档案中所有的人脸档案的类中心间的相似度均小于所述第二阈值，则为所述预归档档案建立第二人脸档案，并将所述预归档档案的类中心作为所述第二人脸档案的类中心；

第二种，预归档档案中包括至少2张人脸图像，将预归档档案中图像质量最高的人脸图像作为预归档档案的类中心；

所述确定所述预归档档案的类中心与离线档案中的第一人脸档案的类中心间的相似度，包括：

步骤一、分别确定所述预归档档案的每个类中心与所述第一人脸档案的各类中心的类间相似度；

步骤二、根据所述第一人脸档案的各类中心的权重、预归档档案的每个类中心的权重以及所述各类中心的类间相似度，确定述第一人脸档案与所述预归档档案的每个类中心的相似度。

7.如权利要求6所述的装置，其特征在于，所述处理单元，具体用于：

将所述第一人脸档案中图像质量最高的第一人脸图像，确定为所述第一人脸档案的第一类中心。

8.如权利要求7所述的装置，其特征在于，所述第一人脸档案的类中心包括多个类中心，所述处理单元还用于：

若确定所述第一人脸档案中的第二人脸图像与所述第一人脸图像之间的相似度小于第二阈值，则将所述第二人脸图像作为所述第一人脸档案的第二类中心。

9.一种归档设备，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1～5任一权利要求所述方法的步骤。

10.一种计算机可读介质，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1～5任一所述方法的步骤。