CN110008362A - 一种案件归类方法及装置 - Google Patents

Abstract

本发明涉及计算机技术领域，特别涉及一种案件归类方法及装置，用以解决采用人工比对的方式确定同一类案件的方法效率及其低下且准确性很低的问题。本发明实施例获取用户输入的线索图片，并识别线索图片中的第一对象；根据第一对象的类型以及特征信息，从特征数据库中包含的多个对象中确定出与第一对象的第一相似度不小于第一阈值的第二对象；根据对象与案件的第一对应关系，确定第二对象对应的目标案件；将确定出的目标案件作为与线索图片对应的案件作为同一类案件。由于本发明实施例基于机器识别确定出与线索图片对应的案件属于同一类的目标案件，能够大大提高对案件进行归类的效率。

Description

一种案件归类方法及装置

技术领域

本发明涉及计算机技术领域，特别涉及一种案件归类方法及装置。

背景技术

刑侦人员在侦破案件时会从案件现场、周边道路采集大量的线索图片，如涉事人物图片、涉事物体图片等。并且犯罪分子多采用跨区域、跳跃式、大范围流窜的方法进行作案，因此不同案件之间具有很大的相似性，如果刑侦人员在破案时，能够将存在一定联系的案件结合到一起进行合并侦破，可以获取更多的案件信息，对系列性、连续性、多发性以及职业性犯罪案件的侦破具有极大的作用。串并案件有利于加强跨地区刑侦合作，共享犯罪信息资源，有利于获取各种犯罪证据、深挖余罪、预防犯罪。

目前，在侦破案件时，往往采用人工比对的方式来确定与该案件相关的其他案件，采用这种方法效率极其低下，并且人工比对的准确性也大大降低，进而影响了破案的速度和效率。

发明内容

本发明提供一种案件归类方法及装置，用以解决现有技术中采用人工比对的方式确定同一类案件的方法效率及其低下且准确性很低的问题。

基于上述问题，第一方面，本发明实施例提供一种案件归类方法，包括：

获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

第二方面，本发明实施例提供一种案件归类装置，包括至少一个处理单元和至少一个存储单元；

其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行下列过程：

获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

第三方面，本发明实施例提供一种案件归类装置，包括：

获取模块，用于获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

处理模块，用于根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

确定模块，用于根据所述案件数据库中的对象与案件的第一对应关系，确定每个第二对象对应的目标案件；

输出模块，用于将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

第四方面，本发明实施例提供一种计算机可存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述方法的步骤。

由于本发明实施例获取到用户输入的线索图片后，从线索图片中识别出与线索图片对应的案件相关的第一对象；并从案件数据库中包含的对象中选取出与第一对象相似度不小于第一阈值的第二对象，将第二对象对应的目标案件与该线索图片对应的案件作为同一类案件。本发明实施例提供一种根据用户输入的线索图片，基于机器识别，将与线索图片对应的案件为同一类的目标案件进行归类的方法，能够大大提高确定与线索图片对应的案件相关的其他案件的效率，并提高将案件归类的准确性。

附图说明

图1为本发明实施例案件归类的方法流程图；

图2为本发明实施例构建初始案件数据库的方法流程图；

图3为本发明实施例案件归类方法的整体流程图；

图4为本发明实施例第一种案件归类装置的结构示意图；

图5为本发明实施例第二种案件归类装置的结构示意图。

具体实施方式

本发明实施例获取用户输入的线索图片，并识别所述线索图片中的第一对象；根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；其中所述案件数据库中包含多个对象与特征信息的第一对应关系；根据所述案件数据库中的对象与案件的第二对应关系，确定每个第二对象对应的目标案件；将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

由于本发明实施例获取到用户输入的线索图片后，从线索图片中识别出与线索图片对应的案件相关的第一对象；并从案件数据库中包含的对象中选取出与第一对象相似度不小于第一阈值的第二对象，将第二对象对应的目标案件与该线索图片对应的案件作为同一类案件。本发明实施例提供一种根据用户输入的线索图片，基于机器识别，将与线索图片对应的案件为同一类的目标案件进行归类的方法，能够大大提高确定与线索图片对应的案件相关的其他案件的效率，并提高将案件归类的准确性。

其中，本发明实施例中的对象可以为与案件相关的人或物；例如，涉案人物、涉案车辆、涉案工具等。

本发明实施例的案件数据库中包含对象与特征信息的第一对应关系，以及对象与案件的第二对应关系；

其中，每一个案件能够对应一个或多个对象；

特征信息是从对应的对象中提取出的信息，特征信息用于表征一个对象，能够将该对象与其它对象进行区分。

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。

如图1所示，本发明实施例提供一种案件归类方法，该方法包括：

步骤101、获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

步骤102、根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

步骤103、根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

步骤104、将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

在步骤101中，线索图片为某一案件对应的一个图片；第一对象为从线索图片中识别到的与该案件相关的对象；

其中，该线索图片可以为待侦破案件的一个图片，或者还可以为已侦破案件的一个图片。

在线索图片为待侦破案件的线索图片时，能够通过识别线索图片中的第一对象确定出目标案件，由于目标案件为与待侦破案件同一类案件，因此可以根据目标案件辅助侦破该待侦破案件。

另外，线索图片可以为已侦破案件的图片，采用本发明实施例的案件归类方法可以用于对已侦破的案件进行归类。

在步骤101中，本发明实施例根据下列方式识别线索图片中的第一对象：

1、线索图片中包含用户手动标注对象；

在线索图片中包含用户手动标注对象时，在获取到用户输入的线索图片之后，根据用户手动标注的数据，从线索图片中识别出第一对象。

例如，线索图片中包含用户手动圈出的涉案人物，则获取到线索图片后，识别用户手动圈出的涉案人物，将用户手动圈出的涉案人物作为第一对象。

2、线索图片中不包含用户手动标注对象；

在线索图片中不包含用户手动标注对象时，在获取到用户输入的线索图片之后，通过检测算法，按照预先设定的规则，从线索图片中检测出第一对象；

例如，预先定义从线索图片中检测出符合人物特征的对象；或者预先定义从线索图片中检测出符合车辆特征的对象；或者预先定义从线索图片中检测出符合作案工具特征的对象，等等。

其中，从线索图片中识别出的第一对象包括但不限于：

涉案人员、涉案车辆、涉案工具。

需要说明的是，本发明实施例从线索图片中识别第一对象时可以采用现有的检测算法，在此不再详细赘述。

一种可选的实施方式为，根据检测算法从线索图片中识别出至少一个对象之后，对识别出的对象进行筛选，将筛选后的有效对象作为第一对象，实施中，本发明实施例根据下列步骤确定从线索图片中识别出的第一对象：

1、根据检测算法，从线索图片中识别出至少一个对象；

其中，从线索图片中识别出的对象可以为：人物、车辆、工具等；

2、确定识别出的每个对象的高度h和宽度w；

3、根据对象的高度h和宽度w，计算每个目标的等效面积P；

其中，

高度h可以表示为对象占用的像素行数，宽度w可以表示为对象占用的像素列数；

4、在确定多个目标中最大的等效面积P不小于第一预设值时，确定该最大的对象为第一对象；

其中，第一预设值为预先设定的数值，第一预设值可以为本领域技术人员的经验数值或经过多次仿真得到的数值。

在确定出线索图片中的第一对象之后，根据第一对象的类型以及特征信息，从案件数据库中选取出第二对象；其中第二对象与第一对象之间的相似度不小于第一阈值。

可选的，本发明实施例根据下列步骤从案件数据库中确定第二对象：

根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的备选对象；根据所述案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象。

实施中，首先根据第一对象的类型，从案件数据库中筛选出与第一对象类型相同的对象作为备选对象；例如，在第一对象的类型为人物时，则将案件数据库中类型为人物的对象作为备选对象；

需要说明的是，根据第一对象的类型从案件数据库中确定出的备选对象往往为多个。

在确定出多个备选对象之后，根据每个备选对象的特征信息和第一对象的特征信息进行比对，计算每个备选对象与第一对象的第一相似度；并将与第一对象的第一相似度不小于第一阈值的备选对象为第二对象。例如，将第一阈值设置为30％，在计算出每个备选对象与第一对象之间的第一相似度之后，将第一相似度不小于30％的备选对象作为第二对象。

需要说明的是，本发明实施例根据备选对象的特征信息、第一对象的特征信息，计算备选对象与第一对象之间相似度的方式可以采用现有方式，具体计算方式在此不再详细赘述；

另外，第一阈值为预先设定的数值，第一阈值可以为本领域技术人员的经验数值或经过多次仿真得到的数值。

本发明实施例在确定出第二对象之后，根据案件数据库中对象与案件的对象关系，确定每个第二对象对应的目标案件，并将确定出的目标案件与线索图片对应的案件作为同一类案件。

由于本发明实施例确定出的第二对象与第一对象之间的第一相似度不小于第一阈值，则说明第二对象与第一对象为相同或相似的对象，则第一对象对应的案件与第二对象对应的目标案件具有相同或相似的对象，因此，能够确定线索图片对应的案件与目标案件为同一类案件。

本发明实施例在根据线索图片，确定出与线索图片对应的案件为同一类的目标案件之后，判断从线索图片中识别到的第一对象是否包含在案件数据库中；

具体的，本发明实施例中每个对象都有一个身份标识，根据第一对象的身份标识，在案件数据库中查找是否包含该第一对象。

在案件数据库中包含该第一对象时，一种可选的实施方式为，将本次确定出的第一对象的特征信息添加至案件数据库；

在案件数据库中不包含该第一对象时，将所述线索图片对应的案件与所述第一对象的第一对应关系更新至所述案件数据库；以及将所述第一对象的特征信息与所述第一对象的第二对应关系更新至所述案件数据库。

由于本发明实施例在从线索图片识别出的第一对象没有包含在案件数据库中时，说明该第一对象的特征信息没有存储在案件数据库中，并且该线索图片对应的案件可能为一个尚未侦破的案件；本发明实施例将第一对象的特征信息与第一对象的第二对应关系，以及线索图片对应的案件与第一对象的第一对应关系更新至案件数据库，从而能够使案件数据库动态更新，且案件数据库中包含的案件信息也不断增加。

一种可选的实施方式为，在将确定出的目标案件与所述线索图片对应的案件作为同一类案件之后，将确定出的目标案件与所述线索图片对应的案件组成类案集合，并将所述类案集合存储至所述案件数据库。

实施中，在将线索图片对应的案件与目标案件确定为同一类案件之后，将确定出的同一类案件组成一个类案集合，且该类案集合中包含的元素为确定出的目标案件和该线索图片对应的案件，并将该类案集合存储至案件数据库。

例如，假设线索图片对应的案件为案件A，且确定出的目标案件包括：案件B、案件C、案件D；则类案集合为：{案件A、案件B、案件C、案件D}。

本发明实施例将类案集合存储至案件数据库之后，在下一次获取到线索图片后，根据该线索图片对应的案件的编号，在案件数据库中查找是否存在包含该案件的类案集合，若有，直接将查找到的类案集合中包含的案件作为与该线索图片对应的案件为同一类的案件。这样能够快速确定与线索图片对应的案件为同一类的目标案件，提高案件归类效率。

本发明实施例在确定出多个目标案件时，具体可以采用下列方式组成类案集合：

方式1、在组成类案集合时，将确定出的多个目标案件和线索图片对应的案件按照随机顺序进行排序；

方式2、确定每个目标案件与线索图片对应的案件的第二相似度，在组成类案集合时，将多个目标案件按照对应的第二相似度从大到小的顺序进行排序；

针对方式2，例如，线索图片对应的案件为案件A，确定出四个目标案件，分别为：目标案件B、目标案件C、目标案件D、目标案件E；假设目标案件B与案件A的第二相似度为30％，目标案件C与案件A的第二相似度为40％，目标案件D与案件A的第二相似度为50％，目标案件E与案件A的第二相似度为60％；则在组成类案集合时，将案件A放在第一位，目标案件按照第二相似度大小从大到小排序，则类案集合为：{案件A、目标案件B、目标案件C、目标案件D、目标案件E}。

需要说明的是，针对方式2，本发明实施例每个目标案件与线索图片对应的案件之间的第二相似度采用相同的方式进行确定，下面仅针对一个目标案件，说明确定目标案件与线索图片对应的案件的第二相似度的计算方法。

针对目标案件对应的第二对象个数不同，分情况说明确定目标案件与线索图片对应的案件的第二相似度的计算方法：

1、在所述目标案件对应一个第二对象时，将所述第二对象与所述第一对象的第一相似度作为所述目标案件与线索图片对应的案件的第二相似度；

例如，目标案件仅对应对象3，则将对象3与第一对象之间的第一相似度作为目标案件与线索图片对应的案件的第二相似度。

2、在所述目标案件对应多个第二对象时，确定所述目标案件对应的多个第二对象中每个第二对象与所述第一对象的第一相似度，并将确定出的多个第一相似度中数值最大的第一相似度作为目标案件与线索图片对应的案件的第二相似度；

例如，目标案件对应的第二对象包括对象4、对象5、对象6；其中，对应4与第一对象之间的第一相似度为30％，对应5与第一对象之间的第一相似度为40％，对应6与第一对象之间的第一相似度为70％，则确定目标案件与线索图片对应的案件的第二相似度为70％。

本发明实施例在获取到用户输入的线索图片，根据从线索图片中识别到的第一对象，从案件数据库中确定出与线索图片对应的案件属于同一类的目标案件，一种可选的实施方式为，将确定出的目标案件推荐给用户。

在确定出多个目标案件时，具体可以采用下列方式将目标案件推荐给用户：

方式1、将确定出的多个目标案件按照随机顺序推荐给用户；

方式2、确定每个目标案件与线索图片对应的案件的第二相似度，将多个目标案件按照对应的第二相似度从大到小的顺序进行排序，并推荐给所述用户。

在推荐目标案件时，根据每个目标案件与线索图片对应的案件的第二相似度，将多个目标案件按照对应的第二相似度从大到小的顺序进行排序推荐；

例如，确定出的目标案件有案件A、案件B和案件C，且案件A与线索图片对应的案件的第二相似度为70％、案件B与线索图片对应的案件的第二相似度为50％、案件C与线索图片对应的案件的第二相似度为80％，则在向用户进行推荐时，按照案件C、案件A、案件B的顺序进行推荐。

一种可选的实施方式为，本发明实施例可以预先构建初始的案件数据库，具体的，可以采用如下方式构建初始案件数据库。如图2所示，本发明实施例构建初始案件数据库的方法，包括：

步骤201、获取所述用户输入的多个案件对应的样本图片，识别每个样本图片中的对象，并建立所述对象与案件的第一对应关系；其中，每一案件对应至少一张样本图片，从每个样本图片中识别至少一个对象；

步骤202、提取每个对象的特征信息，并建立所述对象与特征信息的第二对应关系；

步骤203、根据所述第一对应关系和所述第二对应关系构建所述案件数据库。

在步骤201中，需要获取大量的案件样本，并获取每个案件对应的样本图片；

其中，样本图片为与案件的相关的图片，每个案件可对应一个或多个样本图片；例如样本图片为包含涉案人员的图片，或包含涉案车辆的图片，或包含涉案工具的图片等。

针对任意一个样本图片，本发明实施例从每个样本图片中识别出至少一个对象；

其中，从样本图片中识别出的对象包括但不限于：

涉案人员、涉案车辆、涉案工具。

需要说明的是，本发明实施例从样本图片中识别对象的方式可以采用现有的检测算法，在此不再详细赘述。

一种可选的实施方式为，在从样本图片中识别出对象之后，对识别出的对象进行筛选，实施中，本发明实施例根据下列步骤确定从样本图片中识别出的对象：

1、根据检测算法，从样本图片中识别出至少一个目标；

其中，在从样本图片中识别目标时采用的检测算法可以为现有算法，具体算法在此不再详细赘述；例如，从样本图片中识别出人、车等目标；

2、确定每个目标的高度h和宽度w；

3、根据目标的高度h和宽度w，计算每个目标的等效面积P；

其中，

4、在确定多个目标中最大的等效面积P不小于预设阈值时，将最大的目标作为从样本图片中识别出的对象；

其中，预设阈值为预先设定的数值，预设阈值可以为本领域技术人员的经验数值或经过多次仿真得到的数值。

需要说明的是，在确定多个目标中最大的等效面积P小于预设阈值时，确定从样本图片中没有识别到对象。

在步骤201中，由于用户输入的案件对应的样本图片，在从样本图片中确定出对象后，能够确定对象与案件之间的第一对应关系。

在步骤202中，提取每个对象的特征信息；

需要说明的是，本发明实施例提取对象的特征信息的方式可以采用现有的方式，在此不再详细赘述。

在提取出每个对象的特征信息之后，建立对象与特征信息的第二对应关系。

例如，用户输入的案件包括案件A、案件B、案件C、案件D、案件E；案件A对应的样本图片包括样本图片1和样本图片2，案件B对应的样本图片包括样本图片3，案件C对应的样本图片包括样本图片4、样本图片5和样本图片6，案件D对应的样本图片包括样本图片7和样本图片8，案件E对应的样本图片包括样本图片9；

其中，从样本图片1中识别出的对象为对象1，从样本图片2中识别出的对象为对象2，从样本图片3中识别出的对象为对象3，从样本图片4中识别出的对象为对象4，从样本图片5中识别出的对象为对象5，从样本图片6中识别出的对象为对象6，从样本图片7中识别出的对象为对象7，从样本图片8中识别出的对象为对象8，从样本图片9中识别出的对象为对象9；并根据样本图片对应的案件和识别出的对象建立第一对应关系；

提取对象1的特征信息为特征信息a，提取对象2的特征信息为特征信息b，提取对象3的特征信息为特征信息c，提取对象4的特征信息为特征信息d，提取对象5的特征信息为特征信息e，提取对象6的特征信息为特征信息f，提取对象7的特征信息为特征信息g，提取对象8的特征信息为特征信息h，提取对象9的特征信息为特征信息i；并根据对象和提取出的特征信息建立第二对应关系；

根据第一对应关系和第二对应关系构建如表1所示的案件数据库。

表1

下面举一个具体的例子，说明本发明实施例案件归类方法。

其中，以用户输入的线索图片为待侦破案件的一个图片为例进行说明。

如图3所示，本发明实施例案件归类的完整流程图，包括：

步骤301、获取用户输入的待侦破案件的线索图片；

步骤302、识别所述线索图片中的第一对象；

步骤303、根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的备选对象；

步骤304、根据案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；

步骤305、根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；

步骤306、确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象；

步骤307、根据所述案件数据库中的对象与案件的第一对应关系，确定每个第二对象对应的目标案件；

步骤308、将确定出的目标案件与所述待侦破案件作为同一类案件；

步骤309、将所述待侦破案件与所述第一对象的第一对应关系更新至所述案件数据库；以及将所述第一对象的特征信息与所述第一对象的第二对应关系更新至所述案件数据库；

步骤310、将确定出的目标案件与待侦破案件组成类案集合，并将所述类案集合存储至所述案件数据库。

基于同一发明构思，本发明实施例中还提供了一种案件归类装置，由于该装置解决问题的原理与本发明实施例案件归类方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

如图4所示，本发明实施例第一种案件归类装置包括：至少一个处理单元400和至少一个存储单元410；

其中，所述存储单元410存储有程序代码，当所述程序代码被所述处理单元400执行时，使得所述处理单元400执行下列过程：

获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

可选的，所述处理单元400具体用于：

根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的至少一个备选对象；根据所述案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象。

可选的，在所述案件数据库中没有包含所述第一对象时，所述处理单元400还用于：

将所述线索图片对应的案件与所述第一对象的第一对应关系存储至所述案件数据库；以及

将所述第一对象的特征信息与所述第一对象的第二对应关系存储至所述案件数据库。

可选的，所述处理单元400还用于：

将确定出的目标案件与所述线索图片对应的案件作为同一类案件之后，将确定出的目标案件与所述线索图片对应的案件组成类案集合，并将所述类案集合存储至所述案件数据库。

可选的，在所述处理模块确定出多个目标案件时，所述处理单元400具体用于：

根据下列方式组成类案集合：

针对任一个目标案件，根据所述目标案件对应的第二对象与第一对象的第一相似度，确定所述目标案件与所述线索图片对应的案件的第二相似度；

在所述类案集合中将多个目标案件按照对应的第二相似度从大到小的顺序进行排序。

可选的，所述处理单元400具体用于：

根据下列方式确定所述目标案件与所述线索图片对应的案件的第二相似度：

在所述目标案件对应一个第二对象时，将所述第二对象与所述第一对象的第一相似度作为所述目标案件与所述线索图片对应的案件的第二相似度；

在所述目标案件对应多个第二对象时，确定所述目标案件对应的多个第二对象中每个第二对象与所述第一对象的第一相似度，并将确定出的多个第一相似度中数值最大的第一相似度作为所述目标案件与所述线索图片对应的案件的第二相似度。

如图5所示，本发明实施例第二种案件归类装置包括：

获取模块501，用于获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

处理模块502，用于根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

确定模块503，用于根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

输出模块504，用于将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

可选的，所述处理模块502具体用于：

根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的至少一个备选对象；根据所述案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象。

可选的，在所述案件数据库中没有包含所述第一对象时，所述输出模块404还用于：

将所述线索图片对应的案件与所述第一对象的第一对应关系存储至所述案件数据库；以及

将所述第一对象的特征信息与所述第一对象的第二对应关系存储至所述案件数据库。

可选的，所述输出模块504还用于：

将确定出的目标案件与所述线索图片对应的案件作为同一类案件之后，将确定出的目标案件与所述线索图片对应的案件组成类案集合，并将所述类案集合存储至所述案件数据库。

可选的，在所述处理模块确定出多个目标案件时，所述输出模块504具体用于：

根据下列方式组成类案集合：

针对任一个目标案件，根据所述目标案件对应的第二对象与第一对象的第一相似度，确定所述目标案件与所述线索图片对应的案件的第二相似度；

在所述类案集合中将多个目标案件按照对应的第二相似度从大到小的顺序进行排序。

可选的，所述输出模块504具体用于：

根据下列方式确定所述目标案件与所述线索图片对应的案件的第二相似度：

在所述目标案件对应一个第二对象时，将所述第二对象与所述第一对象的第一相似度作为所述目标案件与所述线索图片对应的案件的第二相似度；

在所述目标案件对应多个第二对象时，确定所述目标案件对应的多个第二对象中每个第二对象与所述第一对象的第一相似度，并将确定出的多个第一相似度中数值最大的第一相似度作为所述目标案件与所述线索图片对应的案件的第二相似度。

本发明实施例提供一种计算机可存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述案件归类方法的步骤。

以上参照示出根据本申请实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本申请。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置，以产生机器，使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。

相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地，本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式，其具有在介质中实现的计算机可使用或计算机可读程序代码，以由指令执行系统来使用或结合指令执行系统而使用。在本申请上下文中，计算机可使用或计算机可读介质可以是任意介质，其可以包含、存储、通信、传输、或传送程序，以由指令执行系统、装置或设备使用，或结合指令执行系统、装置或设备使用。

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)

1.一种案件归类方法，其特征在于，该方法包括：

获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象，包括：

根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的至少一个备选对象；

根据所述案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；

根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；

确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象。

3.如权利要求1所述的方法，其特征在于，在所述案件数据库中没有包含所述第一对象时，该方法还包括：

将所述线索图片对应的案件与所述第一对象的第一对应关系存储至所述案件数据库；以及

将所述第一对象的特征信息与所述第一对象的第二对应关系存储至所述案件数据库。

4.如权利要求1所述的方法，其特征在于，所述将确定出的目标案件与所述线索图片对应的案件作为同一类案件之后，还包括：

将确定出的目标案件与所述线索图片对应的案件组成类案集合，并将所述类案集合存储至所述案件数据库。

5.如权利要求4所述的方法，其特征在于，在确定出多个目标案件时，根据下列方式组成类案集合：

针对任一个目标案件，根据所述目标案件对应的第二对象与第一对象的第一相似度，确定所述目标案件与所述线索图片对应的案件的第二相似度；

在所述类案集合中将多个目标案件按照对应的第二相似度从大到小的顺序进行排序。

6.一种案件归类装置，其特征在于，包括至少一个处理单元和至少一个存储单元；

其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行下列过程：

获取用户输入的线索图片，并识别所述线索图片中的第一对象；其中，所述第一对象为与所述线索图片对应的案件相关的对象；

根据所述第一对象的类型、以及所述第一对象的特征信息，从案件数据库中包含的多个对象中确定出与所述第一对象的第一相似度不小于第一阈值的第二对象；

根据所述案件数据库中的对象与案件的第一对应关系，确定所述第二对象对应的目标案件；

将确定出的目标案件与所述线索图片对应的案件作为同一类案件。

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：

根据所述第一对象的类型，从所述案件数据库中包含的对象中确定出与所述第一对象的类型相同的至少一个备选对象；根据所述案件数据库中的对象与特征信息的第二对应关系，确定每个备选对象对应的特征信息；根据每个备选对象对应的特征信息，以及所述第一对象的特征信息，分别确定所述第一对象与每个备选对象的第一相似度；确定与所述第一对象的第一相似度不小于第一阈值的备选对象为第二对象。

8.如权利要求6所述的装置，其特征在于，在所述案件数据库中没有包含所述第一对象时，所述处理单元还用于：

将所述线索图片对应的案件与所述第一对象的第一对应关系存储至所述案件数据库；以及

将所述第一对象的特征信息与所述第一对象的第二对应关系存储至所述案件数据库。

9.如权利要求6所述的装置，其特征在于，所述处理单元还用于：

将确定出的目标案件与所述线索图片对应的案件作为同一类案件之后，将确定出的目标案件与所述线索图片对应的案件组成类案集合，并将所述类案集合存储至所述案件数据库。

10.如权利要求9所述的装置，其特征在于，在所述处理模块确定出多个目标案件时，所述处理单元具体用于：

根据下列方式组成类案集合：

针对任一个目标案件，根据所述目标案件对应的第二对象与第一对象的第一相似度，确定所述目标案件与所述线索图片对应的案件的第二相似度；

在所述类案集合中将多个目标案件按照对应的第二相似度从大到小的顺序进行排序。