CN110825822A - 人员关系的查询方法、装置、电子设备及存储介质 - Google Patents

人员关系的查询方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110825822A
CN110825822A CN201910955086.6A CN201910955086A CN110825822A CN 110825822 A CN110825822 A CN 110825822A CN 201910955086 A CN201910955086 A CN 201910955086A CN 110825822 A CN110825822 A CN 110825822A
Authority
CN
China
Prior art keywords
node
personnel
attribute
person
depth value
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.)
Granted
Application number
CN201910955086.6A
Other languages
English (en)
Other versions
CN110825822B (zh
Inventor
戴世稳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Publication of CN110825822A publication Critical patent/CN110825822A/zh
Application granted granted Critical
Publication of CN110825822B publication Critical patent/CN110825822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供一种人员关系的查询方法、装置、电子设备及存储介质，所述方法包括：获取人员关系图谱；获取待查询的起始人员节点以及终止人员节点；对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱；在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示。本发明不用分别对两个目标分别进行遍历，降低了需要遍历的数据量，从而降低了计算量，提高了查询的效率。

Description

人员关系的查询方法、装置、电子设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种人员关系的查询方法、装置、电子设备及存储介质。
背景技术
人工智能在安防领域中广泛应用，例如：基于图像识别的人员查询，可查询目标人员的身份、抓拍时间以及抓拍地址等信息，通过查询到信息对人员的行为和关系进行分析。然而，随着安防业务的发展要求，越来越多的摄像头被部署，图像数据的生命周期越来越长，形成了海量图像数据。在通过一个目标人员查询另一个目标人员时，需要在海量的图像数据分别遍历到两个目标人员相关的数据，再形成关系数据，然后分别得到两个目标人员的关系，再将两个目标人员的关系进行碰撞，从而得到两个目标人员的之间的联系，即关系路径，这个过程中，需要对每个目标人员的每条相关的数据都进行查询，随着查询的深度增加，图像数据量呈指数级增加，会消耗大量的计算资源，导致查询的时间较长。因此，现有人员关系查询的查询效率不高。
发明内容
本发明实施例提供一种人员关系的查询方法，能够提高人员关系查询的查询效率。
第一方面，本发明实施例提供一种人员关系的查询方法，包括：
获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；
获取待查询的起始人员节点以及终止人员节点；
对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
第二方面，本发明实施例提供一种人员关系的查询装置，包括：
第一获取模块，用于获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边；
第二获取模块，用于获取待查询的起始人员节点以及终止人员节点；
初始化模块，用于对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
处理模块，用于在所述初始化后的人员关系图谱中，根据所述初始属性值，计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
展示模块，用于基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例提供的人员关系的查询方法中的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现发明实施例提供的人员关系的查询方法中的步骤。
本发明实施例中，获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；获取待查询的起始人员节点以及终止人员节点；对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边。通过在关系图谱中，以一个目标人员节点为起点，松弛计算到另一个目标人员节点的关系路径，形成两个目标人员的最短关系路径，不用分别对两个目标分别进行遍历，降低了需要遍历的数据量，从而降低了计算量，提高了查询的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种人员关系的查询方法的流程图；
图2是本发明实施例提供的另一种人员关系的查询方法的流程图；
图3是本发明实施例提供的一种初始化后的人员关系图谱的示意图；
图4是本发明实施例提供的一种松弛后的人员关系图谱的示意图；
图5是本发明实施例提供的另一种人员关系的查询方法的流程图；
图6是本发明实施例提供的一种人员关系图谱的示意图；
图7是本发明实施例提供的一种人员关系的查询装置的结构示意图；
图8是本发明实施例提供的另一种人员关系的查询装置的结构示意图；
图9是本发明实施例提供的另一种人员关系的查询装置的结构示意图；
图10是本发明实施例提供的另一种人员关系的查询装置的结构示意图；
图11是本发明实施例提供的另一种人员关系的查询装置的结构示意图；
图12是本发明实施例提供的另一种人员关系的查询装置的结构示意图；
图13是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，图1是本发明实施例提供的一种人员关系的查询方法的流程图，如图1所示，包括以下步骤：
101、获取人员关系图谱。
其中，上述的人员关系图谱包括人员节点以及连接人员节点的属性边，上述的属性边包括属性值，上述的属性值可以是同行属性值。
上述的同行属性值可以是同行次数、同行时长、同行频率等。
上述的人员关系图谱可以是指定区域的人员关系图谱，比如，某个城市的人员关系图谱、某个小区的人员关系图谱等。
上述的人员关系图谱可以是预先进行构建的，上述的人员关系图谱可以通过部署在对应区域的摄像头所采集到的图像数据进行构建，比如，通过摄像头抓拍到的同行图像数据进行构建，两个人员在同一时间、地点被抓拍，则可以判断为同行，存在同行关系即可在人员关系图谱中通过属性边进行连接。
另外，上述的人员关系图谱中的人员节点与对应的人员信息存在映射关系，即通过一个人员的人员信息可以定位到该人员在关系图谱中的位置；也可以在人员关系图谱中选取一个人员节点，获取对应于该人员节点的人员信息。针对较大的人员关系图谱，比如城市级别的人员关系图，上述的人员信息可以是身份证信息或人脸信息等唯一特征信息，针对较小的人员关系图谱，比如小区的人员关系图，上述的人员信息可以是姓名、身份证信息、人脸信息等特征信息。
在人员关系图谱中，上述的属性边用于连接两个具有同行关系的人员节点，两个没有同行关系的人员节点间不设置属性边连接。
上述的属性值用于表示两个人员节点间的关系程度，关系越亲密，则属性值越高。在一些可能的实施例中，两个人员节点为直系亲属时，属性值最高，同行一次陌生人的属性值最低，没有同行过的陌生人由于不设置属性边，也就没有属性值。
需要说明的是，在本发明实施例中，上述的属性值也可以称为关系权重。上述的人员节点也可以称为人员，上述的属性边也可以称为关系边、连线等。
102、获取待查询的起始人员节点以及终止人员节点。
上述的待查询的起始人员节点、终止人员节点为目标人员节点，上述目标人员的获取可以是由用户进行输入，比如，用户上传目标人员对应的身份信息或人脸图像，通过目标人员的身份信息或人脸图像在人员关系图谱中定位到具体的人员节点，将该节点作为待查询的目标人员节点。上述的身份信息包括姓名、出生日期、身份证号码等。在上传人脸图像的实施方式中，上述的人员关系图谱中的人员节点对应有该人员的人脸特征值，用户上传人脸图像后，会通过特征提取引擎提取出该人脸图像的人脸特征值，从而根据提取出的人脸特征值在人员关系图谱中找到相似度最大的人脸特征值对应的人员节点作为待搜索的目标人员节点。
上述的起始人员节点、终止人员节点为两个不相同的目标人员节点，可以任意选取其中一个目标人员节点为起始人员节点，另一个目标人员节点则为终止人员节点。
在一些可能的实施例中，两个目标人员节点的输入为异步的，即先输入第一目标人员节点，再输入第二目标人员节点，可以将先输入的第一目标人员节点作为起始人员节点，将后面输入的第二目标人员节点作为终止人员节点。且在输入第一目标人员节点后，立即确认输入的第一目标人员节点为起始人员节点，并确定与该起始人员节点直接连接的属性边。这样，可以对人员关系图谱进行预选，不需要同时确定两个目标人员节点，从而人员关系图谱的预选在输入第一目标人员节点就可以进行，提高了查询的速度。
上述的查询条件由用户进行输入，用户可以通过终端的显示界面对查询条件进行按钮选择或直接输入。
103、对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱。
上述的初始化包括属性边初始化。上述的属性边初始化可以是对属性边对应的属性值进行初始化，具体地，可以根据初始化条件对属性边对应的属性值进行初始化。上述的初始化条件可以是清除属性边的原属性值，重新对所有属性边进行赋值；也可以是清除原属性值满足初始化属性阈值的属性边的原属性值，重新对原属性值满足初始化属性阈值的属性边进行赋值，删除原属性值不满足初始化属性阈值的属性边及对应人员节点，从而得到属性边对应的初始属性值。
需要说明的是，上述的赋值为赋予相同的值，即初始化后，各个属性边对应的初始属性值是相同的。
104、在初始化后的人员关系图谱中，根据初始属性值，松弛计算起始人员节点到每个人员节点间关系路径所对应的最小深度值。
由于上述的初始属性值是相同的，因此可以作为单位度量值用于计算关系路径对应的最小深度值。
上述的起始人员节点到每个人员节点间可以有一条或多条关系路径，当起始人员节点到某个人员节点间只有一条路径时，该条路径为最短路径。当起始人员节点到某个人员节点间有多条路径时，会存在一条或多条最短路径；存在多条最短路径时，可以选取其中的一条作为最短路径。
上述的深度值用于表示路径的长短，可以是属性边的初始属性值之和。比如，假设初始属性值为1，S作为起始人员节点，到人员节点A的路径有多条，分别为：路径S-A，路径S-B-A，路径S-B-C-A，以属性边的数量以及初始属性值进行计算，则路径S-A包含1条属性边，则路径S-A的深度为1条属性边对应的属性值之和，深度为1，路径S-B-A包含2条属性边，则路径S-B-A的深度为2条属性边对应的属性值之和，深度为2，路径S-B-C-A包含3条属性边，则路径S-B-C-A的深度为3条属性边对应的属性值之和，深度为3，最短关系路径为路径S-A，则起始人员节点S到人员节点A的最小深度值为1。
上述的松弛计算是指从起始人员节点通过第一人员节点连接到第二人员节点，假设存在第三人员节点到第二人员节点的路径更短，则将第三人员节点取代第一人员节点，使起始人员节点到第一人员节点的路径更短。比如，起始人员节点为S，对V-W属性边进行松弛计算，先检查从S到W的最短路径是否是选从S到V，再由V到W，如果是，则更新S-V-W为最短路径，如果不是，则忽略V-W属性边。
105、基于最小深度值，确定起始人员节点到终止人员节点的最短关系路径，并对最短关系路径进行展示。
上述的最小深度值为步骤104中计算得到的最小深度值，上述的确定起始人员节点到终止人员节点的最短关系路径可以是计算起始人员节点到终止人员节点的关系路径的最小深度值，从而得到起始人员节点到终止人员节点的最短关系路径。
可以通过对终止人员节点与前一人员节点的属性边进行松弛计算，从而确定起始人员节点到终止人员节点的最短关系路径，比如，起始人员节点为S，终止人员节点为H，终止人员节点之前的人员节点包括E、F、G三个人员节点，对应需要松弛的属性边为E-H、F-H、G-H，假设起始人员节点S到人员节点E的最小路径深度为2，起始人员节点S到人员节点F的最小路径深度为3，起始人员节点S到人员节点G的最小路径深度为2，选取三条待松弛属性边中任一条进行松弛，假设首先选取的属性边是F-H，则到H的深度值为起始人员节点S到人员节点F的最小路径深度值加上属性边F-H对应的初始属性值，得到深度值为4，此时，由于起始人员节点为S到终止人员节点为H没有其他路径，所以最小深度值为4，当前起始人员节点到终止人员节点的最短关系路径为F-H所在的路径。计算完F-H后，会遍历计算下一条属性边，假设下一条属性边为G-H，则到H的深度值为起始人员节点S到人员节点G的最小路径深度值加上属性边G-H对应的初始属性值，得到深度值为3，此时，由于起始人员节点为S到终止人员节点为H的最短关系路径为包含F-H的路径，包含F-H的路径深度值为4，由于包含G-H的路径深度值为3，小于包含F-H的路径，所以前起始人员节点到终止人员节点的最小深度值为3，对G-H进行松弛，使当前起始人员节点到终止人员节点的最短关系路径为G-H所在的路径。计算完G-H后，会遍历计算下一条属性边，此时剩下的属性边为E-H，则到H的深度值为起始人员节点S到人员节点E的最小路径深度值加上属性边E-H对应的初始属性值，得到深度值为3，此时，由于起始人员节点为S到终止人员节点为H的最短关系路径为包含G-H的路径，包含G-H的路径深度值为3，由于包含E-H的路径深度值也为3，等于包含G-H的路径，不会对E-H进行松弛，所以前起始人员节点到终止人员节点的最小深度值为3，当前起始人员节点到终止人员节点的最短关系路径为G-H所在的路径。
上述的最短关系路径中包括起始人员节点、终止人员节点、中间人员节点以及对应的属性边。
上述最短关系路径中属性边的属性值为初始化前对应的属性值。比如，初始化前该属性边的属性值为0.9，在初始化后变为1，在得到最短关系路径后，将初始化进行还原，使得属性边的属性值为0.9。该属性值可以用于展示。
在一种情况中，当最短关系路径中只包括起始人员节点、终止人员节点以及对应的连接起始人员节点、终止人员节点的属性边时，说明起始人员节点与终止人员节点直接连接。
上述的展示可以是通过用户端的显示屏幕进行展示。上述的用户端可以是手机、笔记本电脑、计算机以及其他带显示功能的电子设备。
需要说明的是，本发明实施例提供的人员关系的查询方法可以应用于人员关系的查询的手机、计算机、服务器等设备。
本发明实施例中，获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；获取待查询的起始人员节点以及终止人员节点；对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；在所述初始化后的人员关系图谱中，根据所述初始属性值，计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边。通过在关系图谱中，以一个目标人员节点为起点，松弛计算到另一个目标人员节点的关系路径，形成两个目标人员的最短关系路径，不用分别对两个目标分别进行遍历，降低了需要遍历的数据量，从而降低了计算量，提高了查询的效率。
可选的，请参见图2，图2是本发明实施例提供的另一种人员关系的查询方法的流程图，如图2所示，包括以下步骤：
201、获取人员关系图谱。
其中，上述人员关系图谱包括人员节点以及连接人员节点的属性边，上述属性边包括属性值。
202、获取待查询的起始人员节点以及终止人员节点。
203、对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱。
其中，初始化后的人员关系图谱中各个属性边包括相同的初始属性值。
在一些可能的实施例中，上述的初始化还可以包括人员节点深度初始化。上述的人员节点深度初始化可以是对起始人员节点到每个人员节点的深度值初始化，上述的每个人员节点对应为人员关系图谱中的所有节点，上述每个人员节点中包括起始人员节点本身。另外，上述的每个人员节点也可以是所有经过初始化的属性边中包含的所有人员节点。
可选的，初始化过程可以是：初始化人员关系图谱中的各个属性边对应的属性值为单位深度值，得到各个属性边对应的初始属性值；初始化起始人员节点到人员关系图谱中各个节点的深度值为正无穷值，得到起始人员节点到人员关系图谱中各个节点初始深度值，所述初始深度值作为参照值与实际深度值进行比较，以便于第一次遍历到各个节点时进行计算，由于比较类型的计算逻辑是需要两个值才能进行，如果一个节点不是第一次被遍历到，则在当前遍历到该个节点之前，存在一个最小深度值与当前实际深度值进行比较，计算逻辑能够自洽，而在第一次遍历到一个节点时，在底层的计算层面，在之前是没有最小深度值与当前实际深度值进行比较的，因此需要一个值来描述该节点是第一次被遍历到，并且用于比较计算的逻辑自洽；初始化起始人员节点的深度值为0，得到起始人员节点的起始深度值。对关系图谱进行初始化便于后续的取值计算。
204、获取与起始人员节点通过属性边直接或间接连接的相关人员节点。
上述的获取与起始人员节点通过属性边直接连接的相关人员节点可以是在确定起始人员节点后立刻进行。
可选的，在获取相关人员节点前，可以先建立对应的队列。上述的队列包括人员节点队列，用于添加人员节点并进行排序，上述的人员节点队列可以是先进先出队列。上述的队列还包括属性边队列，上述的属性边队列与上述的人员节点队列相对应，即该属性边中包括对应的人员节点以及前一个人员节点。上述的属性边队列用于添加对应于人员节点间的属性边。上述的队列还包括深度值队列，上述的深度值队列与上述的属性边队列对应。上述的深度值队列用于添加起始人员节点到每个人员节点的最小深度值。上述的人员节点队列、属性边队列、深度值队列可以通过同一张表进行维护。
可选的，按深度顺序依次选取起始人员节点以及与起始人员节点直接或间接连接的人员节点，添加到人员节点队列中，并按添加进入人员节点队列的先后顺序进行排序。
上述的人员节点队列首先会添加起始人员节点，由于起始人员节点在人员节点队列中，起始人员并不存在前一个人员节点，所以属性边队列中没有对应的属性边进行添加，对应为空，而起始人员节点到起始人员节点的路径深度值为0，深度值队列中可以添加深度值为0，也可以为空。如表1所示：
人员节点 属性边 深度值
S 0
表1
再添加与起始人员节点通过属性边直接连接的相关人员节点到人员节点队列，比如与起始人员节点S通过属性边直接连接的相关人员节点为A、B两个人员节点，则会将A、B两个人员节点添加到人员节点队列中，添加的顺序可以是随机顺序，即添加后人员节点队列中按顺序排列有{S、A、B}，或{S、B、A}。对应的深度值队列中，S-A属性边对应连接起始人员节点S与相关人员节点A，对应的路径深度记为1，同理，S-B属性边对应连接起始人员节点S与相关人员节点B，对应的路径深度也记为1。如表2所示：
人员节点 属性边 深度值
S 0
A S-A 1
B S-B 1
表2205、根据相关人员节点间的属性边数量以及初始属性值，松弛计算起始人员节点到每个人员节点间关系路径的最小深度值。
在初始化后的人员关系图谱中，按人员节点队列的排序以及深度顺序松弛计算起始人员节点到每个人员节点间关系路径所对应的最小深度值。
可选的，按人员节点队列的排序遍历计算与始人员节点直接连接的人员节点的深度值，并将对应的直接属性边添加到属性边队列中，将对应的深度值添加到深度值队列；按人员节点队列的排序遍历计算不同深度的，与始人员节点间接连接的人员节点的各个路径的深度值，并将对应的间接属性边添加到属性边队列中，将对应的最小深度值添加到深度值队列。
具体的，为便于取值计算，在初始化后的人员关系图谱中，各属性边的初始属性值为1，起始人员节点到各个人员节点的初始深度值为正无穷大，起始人员节点到自身的初始深度值为0。请同时参考图3，图3为本发明实施例提供的一种初始化后的人员关系图谱，其中，起始人员节点为S，终止人员节点为H，具体如下：
将起始人员节点S添加到人员节点队列中，如上述表1所示。
从队列中取出起始人员节点S，查询到与起始人员节点S直接连接的相关人员节点A、B两点，松弛算法中，分别计算相关人员节点A、B前一个人员节点的深度值以及前一个人员节点到相关人员节点A、B属性值之和，相关人员节点A、B的前一个人员节点为起始人员节点S，其深度值为0，则到相关人员节点A、B路径的深度值均为0+1＝1，由于起始人员节点S到相关人员节点A、B的初始深度值为正无穷大，所以起始人员节点S到相关人员节点A、B的实际深度值是小于初始深度值的。对应的属性边S-A、S-B有效，添加相关人员节点A、B到人员节点队列，添加对应属性边S-A、S-B到属性边队列，添加对应的深度值到深度值队列，如表2所示。在初始化后的人员关系图谱中，保持属性边S-A、S-B为实线。由于比较类型的计算逻辑是需要两个值才能进行，如果一个节点不是第一次被遍历到，则在当前遍历到该个节点之前，存在一个最小深度值与当前实际深度值进行比较，计算逻辑能够自洽，而在第一次遍历到一个节点时，在底层的计算层面，在之前是没有最小深度值与当前实际深度值进行比较的，因此需要一个值来描述该节点是第一次被遍历到，并且用于比较计算的逻辑自洽，因为只有一个值的时候是没有办法进行比较的，而将初始深度值设置为正无穷大，相当于赋予第一次被遍历到的点一个不可超过的值，比如，一个人没有到过A点，则A点对于他来说是无穷远，一个人第一次到达A点，其走过的路径是有限的，小于无穷远，此时，其第一次走过的路径则是到A点的最短路径。其中，相关人员节点A、B的松弛计算顺序可以是随机的，相关人员节点A、B的添加顺序可以是与松弛计算顺序相同，当然，相关人员节点A、B的添加顺序也可以是随机的。
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表2中，先取出相关人员节点A，查询到与相关人员节点A直接连接的相关人员节点D，松弛算法中，计算相关人员节点D前一个人员节点的深度值以及前一个人员节点到相关人员节点D属性值之和，相关人员节点D的前一个人员节点为相关人员节点A，其深度值为1，则起始人员节点S到经相关人员节点A到相关人员节点D路径的深度值为1+1＝2，由于起始人员节点S到相关人员节点D的初始深度值为正无穷大，所以起始人员节点S到相关人员节点D的实际深度值是小于初始深度值的。对应的属性边A-D有效，添加相关人员节点D到人员节点队列，添加对应属性边A-D到属性边队列，添加对应的深度值到深度值队列，如表3所示。在初始化后的人员关系图谱中，保持属性边A-D为实线。
人员节点 属性边 深度值
S 0
A S-A 1
B S-B 1
D A-D 2
表3
在人员节点队列中，再取出相关人员节点B，查询到与相关人员节点B直接连接的相关人员节点A、C、D、E，松弛算法中，按随机顺序计算相关人员节点A前一个人员节点的深度值以及前一个人员节点到相关人员节点A属性值之和，相关人员节点A的前一个人员节点为相关人员节点B，其深度值为1，则起始人员节点S到经相关人员节点B到相关人员节点A路径的深度值均为1+1＝2，大于起始人员节点S到相关人员节点A的最小深度值1。对应的属性边B-A无效，不再添加相关人员节点A到人员节点队列，不添加对应属性边B-A到属性边队列，不添加对应的深度值到深度值队列，在初始化后的人员关系图谱中，改变属性边B-A为虚线。
同理，起始人员节点S到经相关人员节点B到相关人员节点C路径的深度值均为1+1＝2，由于起始人员节点S到相关人员节点C的初始深度值为正无穷大，所以起始人员节点S到相关人员节点C的实际深度值是小于初始深度值的，对应的属性边B-C有效，添加相关人员节点C到人员节点队列，添加对应属性边B-C到属性边队列，添加对应的深度值到深度值队列，保持属性边B-C为实线。
同理，起始人员节点S到经相关人员节点B到相关人员节点D路径的深度值均为1+1＝2，由于起始人员节点S到相关人员节点D的最小深度值为2，所以起始人员节点S到相关人员节点D的实际深度值是等于最小深度值的。对应的属性边B-D无效，不再添加相关人员节点D到人员节点队列，不添加对应属性边B-D到属性边队列，不添加对应的深度值到深度值队列，改变属性边B-D为虚线。
同理，起始人员节点S到经相关人员节点B到相关人员节点E路径的深度值均为1+1＝2，由于起始人员节点S到相关人员节点E的初始深度值为正无穷大，所以起始人员节点S到相关人员节点E的实际深度值是小于初始深度值的，对应的属性边B-E有效，添加相关人员节点E到人员节点队列，添加对应属性边B-E到属性边队列，添加对应的深度值到深度值队列，保持属性边B-E为实线。更新得到表4。
人员节点 属性边 深度值
S 0
A S-A 1
B S-B 1
D A-D 2
C B-C 2
E B-E 2
表4
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表4中，先取出相关人员节点D，查询到与相关人员节点D直接连接的相关人员节点E、G、H，松弛算法中，计算相关人员节点E前一个人员节点的深度值以及前一个人员节点到相关人员节点E属性值之和，相关人员节点E的前一个人员节点为相关人员节点D，其深度值为2，起始人员节点S到经相关人员节点D到相关人员节点E路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点E的最小深度值为2，所以起始人员节点S到相关人员节点E的实际深度值是等于最小深度值的。对应的属性边D-E无效，不再添加相关人员节点E到人员节点队列，不添加对应属性边D-E到属性边队列，不添加对应的深度值到深度值队列，改变属性边D-E为虚线。
同理，计算相关人员节点G前一个人员节点的深度值以及前一个人员节点到相关人员节点G属性值之和，相关人员节点G的前一个人员节点为相关人员节点D，其深度值为2，则起始人员节点S到经相关人员节点D到相关人员节点G路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点G的初始深度值为正无穷大，所以起始人员节点S到相关人员节点G的实际深度值是小于初始深度值的。对应的属性边D-G有效，添加相关人员节点G到人员节点队列，添加对应属性边D-G到属性边队列，添加对应的深度值到深度值队列。保持属性边D-G为实线。
同理，再计算相关人员节点H前一个人员节点的深度值以及前一个人员节点到相关人员节点H属性值之和，相关人员节点H的前一个人员节点为相关人员节点D，其深度值为2，则起始人员节点S到经相关人员节点D到相关人员节点H路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点H的初始深度值为正无穷大，所以起始人员节点S到相关人员节点H的实际深度值是小于初始深度值的。对应的属性边D-H有效，添加相关人员节点H到人员节点队列，添加对应属性边D-H到属性边队列，添加对应的深度值到深度值队列。保持属性边D-H为实线。更新得到表5。
人员节点 属性边 深度值
S 0
A S-A 1
B S-B 1
D A-D 2
C B-C 2
E B-E 2
G D-G 3
H D-H 3
表5
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表5中，先取出相关人员节点C，查询到与相关人员节点C直接连接的相关人员节点E，松弛算法中，计算相关人员节点E前一个人员节点的深度值以及前一个人员节点到相关人员节点E属性值之和，相关人员节点E的前一个人员节点为相关人员节点C，其深度值为2，起始人员节点S到经相关人员节点C到相关人员节点E路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点E的最小深度值为2，所以起始人员节点S到相关人员节点E的实际深度值是大于最小深度值的。
对应的属性边C-E无效，不再添加相关人员节点E到人员节点队列，不添加对应属性边C-E到属性边队列，不添加对应的深度值到深度值队列，改变属性边C-E为虚线。
由于没有表中的人员节点队列、属性边队列、深度值队列均没有更改，所以不更新表。
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表5中，先取出相关人员节点E，查询到与相关人员节点E直接连接的相关人员节点F、H，松弛算法中，计算相关人员节点F前一个人员节点的深度值以及前一个人员节点到相关人员节点F属性值之和，相关人员节点F的前一个人员节点为相关人员节点E，其深度值为2，起始人员节点S到经相关人员节点E到相关人员节点F路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点F的初始深度值为正无穷大，所以起始人员节点S到相关人员节点F的实际深度值是小于初始深度值的。
对应的属性边E-F有效，添加相关人员节点F到人员节点队列，添加对应属性边E-F到属性边队列，添加对应的深度值到深度值队列，保持属性边C-E为实线。
同理，计算相关人员节点H前一个人员节点的深度值以及前一个人员节点到相关人员节点H属性值之和，相关人员节点H的前一个人员节点为相关人员节点E，其深度值为2，起始人员节点S到经相关人员节点E到相关人员节点H路径的深度值均为2+1＝3，由于起始人员节点S到相关人员节点H的最小深度值为3，所以起始人员节点S到相关人员节点H的实际深度值是等于最小深度值的。
对应的属性边E-H无效，不再添加相关人员节点H到人员节点队列，不添加对应属性边E-H到属性边队列，不添加对应的深度值到深度值队列，改变属性边E-H为虚线。更新得到表6。
Figure BDA0002227001020000151
Figure BDA0002227001020000161
表6
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表6中，先取出相关人员节点G，查询到与相关人员节点G直接连接的相关人员节点H，松弛算法中，计算相关人员节点H前一个人员节点的深度值以及前一个人员节点到相关人员节点H属性值之和，相关人员节点H的前一个人员节点为相关人员节点G，其深度值为3，起始人员节点S到经相关人员节点G到相关人员节点H路径的深度值均为3+1＝4，由于起始人员节点S到相关人员节点H的最小深度为3，所以起始人员节点S到相关人员节点H的实际深度值是小于最小深度值的。
对应的属性边G-H无效，添加相关人员节点H到人员节点队列，添加对应属性边G-H到属性边队列，添加对应的深度值到深度值队列，改变属性边G-H为虚线。
由于没有表中的人员节点队列、属性边队列、深度值队列均没有更改，所以不更新表。
在人员节点队列中，按顺序取出还没有进行松弛计算的相关人员节点进行松弛计算，比如表6中，先取出相关人员节点F，查询到与相关人员节点F直接连接的相关人员节点H，松弛算法中，计算相关人员节点H前一个人员节点的深度值以及前一个人员节点到相关人员节点H属性值之和，相关人员节点H的前一个人员节点为相关人员节点F，其深度值为3，起始人员节点S到经相关人员节点G到相关人员节点H路径的深度值均为3+1＝4，由于起始人员节点S到相关人员节点H的最小深度为3，所以起始人员节点S到相关人员节点H的实际深度值是小于最小深度值的。
对应的属性边F-H无效，添加相关人员节点H到人员节点队列，添加对应属性边F-H到属性边队列，添加对应的深度值到深度值队列，改变属性边F-H为虚线。
由于没有表中的人员节点队列、属性边队列、深度值队列均没有更改，所以不更新表。
需要说明的是，在上述的例子中，直接属性边为S-A、S-B，其余属性边为间接属性边。上述的直接属性边为与起始人员节点直接连接的属性边，上述的间接属性边为与起始人员节点间接连接的属性边。
上述的属性边的实线与虚线如图4所示。
206、基于最小深度值，确定起始人员节点到终止人员节点的最短关系路径，并对最短关系路径进行展示。
将具有相同的人员节点的属性边进行合并，选取关系路径中同时包括起始人员节点与终止人员节点的路径，即得到起始人员节点到终止人员节点的最短关系路径。
具体的，在属性边队列中，选取与起始人员节点直接连接的直接属性边；根据直接属性边的另一个人员节点，选取对应的间接属性边与直接属性边进行合并；按深度顺序依次选取不同深度的间接属性边进行相同人员节点的合并，直到间接属性边中存在终止人员节点为止，得到最短关系路径。
举例来说，如表6中，将具有相同人员节点的属性边按深度顺序进行合并后，得到包含起始节点的关系路径{S-A、S-B、S-A-D、S-B-E、S-A-D-G、S-A-D-H、S-B-C、S-B-E-F}，其中，包含起始人员节点S、终止人员节点H的关系路径只有一条，即S-A-D-H，所以起始人员节点S到终止人员节点H的最短关系路径为S-A-D-H。
可选的，在一些可能实施例中，在属性边队列中，选取包含有终止人员节点的间接属性边；根据包含有终止人员节点的间接属性边的另一个人员节点，选取对应的属性边进行合并；按深度逆序依次选取不同深度的属性边进行相同人员节点的合并，直到合并到直接属性边为止，得到最短关系路径。
举例来说，如表6中，获取包含终止人员节点的间接属性边D-H对应的深度值为3，按逆序查询到深度值为2的属性边中，间接属性边A-D可以与间接属性边D-H进行合并，再按逆序查询到深度值为1的属性边中，直接属性边S-A可以与间接属性边D-H进行合并，合并完成后，得到关系路径S-A-D-H即为起始人员节点S到终止人员节点H的最短关系路径。
通过逆序查询，可以更快速的确认起始人员节点到终止人员节点的最短关系路径。
将具有相同人员节点的属性边按深度顺序进行合并后，得到包含起始节点的关系路径{S-A、S-B、S-A-D、S-B-E、S-A-D-G、S-A-D-H、S-B-C、S-B-E-F}，其中，包含起始人员节点S、终止人员节点H的关系路径只有一条，即S-A-D-H，所以起始人员节点S到终止人员节点H的最短关系路径为S-A-D-H。
在一些可能的实施例中，可以是图4中松弛后的人员关系图谱，确认起始人员节点S到终止人员节点H的唯一实线所代表的路径为起始人员节点S到终止人员节点H的最短关系路径。
通过松弛后的人员关系图谱可以更直接的确认起始人员节点到终止人员节点的最短关系路径。
上述的展示可以是通过用户端的显示屏幕进行展示。上述的用户端可以是手机、笔记本电脑、计算机以及其他带显示功能的电子设备。
需要说明的是，本发明实施例提供的人员关系的查询方法可以应用于人员关系的查询的手机、计算机、服务器等设备。
上述的步骤中，通过松弛计算起始人员节点到终止人员节点的关系路径，只需要从一个人员节点进行单侧计算，不用分别对两个人员节点分别进行遍历，降低了需要遍历的数据量，从而降低了计算量，提高了查询的效率。
需要说明的是，本发明实施例提供的人员关系的查询方法可以应用于人员关系的查询的手机、计算机、服务器等设备。
可选的，请参见图5，图5是本发明实施例提供的另一种人员关系的查询方法的流程示意图，如图5所示，包括：
301、获取所有人员数据作为人员节点。
上述的所有人员数据根据所需要的人员关系图谱进行确定，当所需要的人员关系图谱为一个城市的人员关系图谱，则获取该个城市的所有人员数据作为节点，可以通过部署在整个城市中的全局摄像头进行抓拍，以获取该城市所有人员数据；当所需要的人员关系图谱为一个小区的人员关系图谱，则获取该个小区的所有人员数据作为节点，可以通过部署在整个小区的全局摄像头进行抓拍，以获取该小区所有人员数据。
302、获取每两个人员关系数据作为属性边。
上述的属性边可以包括关系权重值。
上述的两个人员的关系数据可以是同行关系，即被同一摄像头在同一地点同一时间被抓拍的图像数据，也可以是身份库中的自然关系数据，上述的自然关系数据指的是自然存在的关系类型，比如亲人、陌生人等关系类型。
遍历检测两个人员之间是否存在预先定义的关系类型；上述的预先定义的关系类型包括：夫妻、母子、父子、兄弟、姐妹、其他亲戚、朋友、同事等。上述的关系类型可以根据身份库中的自然关系数据进行判断。
若两个人员之间存在预先定义的关系类型，则根据的关系类型确定两个人员之间的关系权重，所述关系类型预与所述关系权重存在映射关系。上述的映射关系包括：关系类型为夫妻、母子、父子，则关系权重为1.00，关系类型为兄弟、姐妹，则关系权重为0.90，关系类型为其他亲戚，则关系权重为0.80，关系类型为朋友，则关系权重为0.75，关系类型为同事，则关系权重为0.70。
若两个人员之间不存在预先定义的关系类型，则说明关系类型为陌生人，并存在同行属性，可以根据同行次数进行计算，属性值在区间(0，0.70)之中。可以通过公式n/100*60％(其中n代表同行次数)进行计算关系类型为陌生人时的属性值，在超过0.70的以0.69计算。
在一些可能的实施方式中，可以通过公式0.7－0.83n+1进行计算关系类型为陌生人时的属性值，其中，n大于等于1。
根据关系权重或同行属性值形成对应每两个人员节点的属性边，以赋予属性边对应的属性值，在查询每条属性边时，可以同时知道属性边对应的属性值。
303、通过属性边连接对应的人员节点，构成人员关系图谱。
其中，每两个人员节点间，通过对应的属性边进行连接，一条属性边对应两个人员节点，一个人员节点可以对应多条属性边，从而得到所有人员的人员关系图谱，如图6所示。
304、获取人员关系图谱。
305、获取待查询的起始人员节点以及终止人员节点。
306、对人员关系图谱进行初始化，得到初始化后的人员关系图谱。
其中，初始化后的人员关系图谱中各个属性边包括相同的初始属性值。
307、在初始化后的人员关系图谱中，根据初始属性值，松弛计算起始人员节点到每个人员节点间关系路径所对应的最小深度值。
308、基于最小深度值，确定起始人员节点到终止人员节点的最短关系路径，并对该最短关系路径进行展示。
其中，最短关系路径包括至少包括起始人员节点、终止人员节点以及对应的属性边。
上述的步骤中，通过预先对人员关系图谱进行构建，使人员关系图谱到目标人员关系图谱的变化更为直观。
需要说明的是，本发明实施例提供的人员关系的查询方法可以应用于人员关系的查询的手机、计算机、服务器等设备。
请参见图7，图7是本发明实施例提供的一种人员关系的查询装置的结构示意图，如图7所示，包括：
第一获取模块701，用于获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；
第二获取模块702，用于获取待查询的起始人员节点以及终止人员节点；
初始化模块703，用于对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
处理模块704，用于在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
展示模块705，用于基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
可选的，如图8所示，所述处理模块704包括：
获取子模块7041，用于获取与所述起始人员节点通过所述属性边直接或间接连接的相关人员节点；
计算子模块7042，用于根据所述相关人员节点间的属性边数量以及所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径的最小深度值，所述深度值与所述属性边数量成正相关。
可选的，如图9所示，所述装置还包括：
第一维护模块706，用于维护人员节点队列，所述人员节点队列用于添加人员节点并进行排序；
第二维护模块707，用于维护属性边队列，所述属性边队列用于添加对应于人员节点间的属性边；
第三维护模块708，用于维护深度值队列，所述深度值队列用于添加起始人员节点到每个人员节点的最小深度值；
处理模块704中的所述获取子模块7041还用于按深度顺序依次选取所述起始人员节点以及与所述起始人员节点直接或间接连接的人员节点，添加到所述人员节点队列中，并按添加进入所述人员节点队列的先后顺序进行排序；
处理模块704中的所述计算子模块7041还用于在所述初始化后的人员关系图谱中，按所述人员节点队列的排序以及深度顺序松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值。
可选的，如图10所示，所述计算子模块7041包括：
添加单元70411，用于按所述人员节点队列的排序遍历计算与所述始人员节点直接连接的人员节点的深度值，并将对应的直接属性边添加到属性边队列中，将对应的深度值添加到所述深度值队列；
计算单元70412，用于按所述人员节点队列的排序遍历计算不同深度的，与所述始人员节点间接连接的人员节点的各个路径的深度值，并将对应的间接属性边添加到属性边队列中，将对应的最小深度值添加到所述深度值队列。
可选的，如图11所示，所述展示模块705包括：
第一选取单元7051，用于在所述属性边队列中，选取与所述起始人员节点直接连接的直接属性边；
第二选取单元7052，用于根据所述直接属性边的另一个人员节点，选取对应的间接属性边与所述直接属性边进行合并；
第三选取单元7053，用于按深度顺序依次选取不同深度的间接属性边进行相同人员节点的合并，直到间接属性边中存在终止人员节点为止，得到最短关系路径。
可选的，如图11所示，所述展示模块705中：
所述第一选取单元7051还用于在所述属性边队列中，选取包含有终止人员节点的间接属性边；
所述第二选取单元7052还用于根据所述包含有终止人员节点的间接属性边的另一个人员节点，选取对应的属性边进行合并；
所述第三选取单元7053还用于按深度逆序依次选取不同深度的属性边进行相同人员节点的合并，直到合并到直接属性边为止，得到最短关系路径。
可选的，如图12所示，所述初始化模块703包括：
第一初始化单元7031，用于初始化所述人员关系图谱中的各个属性边对应的属性值为单位深度值，得到各个属性边对应的初始属性值；
第二初始化单元7032，用于初始化所述起始人员节点到人员关系图谱中各个节点的深度值为正无穷值，得到所述起始人员节点到人员关系图谱中各个节点初始深度值，所述初始深度值作为参照值与实际深度值进行比较，以便于第一次遍历到各个节点时进行计算；
第三初始化单元7033，用于初始化所述起始人员节点的深度值为0，得到所述起始人员节点的起始深度值。
需要说明的是，本发明实施例提供的人员关系的查询装置可以应用于人员关系的查询的手机、计算机、服务器等设备。
本发明实施例提供的人员关系的查询装置能够实现上述方法实施例中人员关系的查询方法实现的各个过程，且可以达到相同的有益效果。为避免重复，这里不再赘述。
参见图13，图13是本发明实施例提供的一种电子设备的结构示意图，如图13所示，包括：存储器1302、处理器1301及存储在所述存储器1302上并可在所述处理器1301上运行的计算机程序，其中：
处理器1301用于调用存储器1302存储的计算机程序，执行如下步骤：
获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；
获取待查询的起始人员节点以及终止人员节点；
对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
可选的，处理器1301执行的所述在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值，包括：
获取与所述起始人员节点通过所述属性边直接或间接连接的相关人员节点；
根据所述相关人员节点间的属性边数量以及所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径的最小深度值，所述深度值与所述属性边数量成正相关。
可选的，处理器1301还执行包括：
维护人员节点队列，所述人员节点队列用于添加人员节点并进行排序；
维护属性边队列，所述属性边队列用于添加对应于人员节点间的属性边；
维护深度值队列，所述深度值队列用于添加起始人员节点到每个人员节点的最小深度值；
处理器1301执行的所述获取与所述起始人员节点通过所述属性边直接或间接连接的相关人员节点，包括：
按深度顺序依次选取所述起始人员节点以及与所述起始人员节点直接或间接连接的人员节点，添加到所述人员节点队列中，并按添加进入所述人员节点队列的先后顺序进行排序；
处理器1301执行的所述根据所述相关人员节点间的属性边数量以及所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径的最小深度值，包括：
在所述初始化后的人员关系图谱中，按所述人员节点队列的排序以及深度顺序松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值。
可选的，处理器1301执行的所述在所述初始化后的人员关系图谱中，按所述人员节点队列的排序以及深度顺序松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值，包括：
按所述人员节点队列的排序遍历计算与所述始人员节点直接连接的人员节点的深度值，并将对应的直接属性边添加到属性边队列中，将对应的深度值添加到所述深度值队列；
按所述人员节点队列的排序遍历计算不同深度的，与所述始人员节点间接连接的人员节点的各个路径的深度值，并将对应的间接属性边添加到属性边队列中，将对应的最小深度值添加到所述深度值队列。
可选的，处理器1301执行的所述基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，包括：
在所述属性边队列中，选取与所述起始人员节点直接连接的直接属性边；
根据所述直接属性边的另一个人员节点，选取对应的间接属性边与所述直接属性边进行合并；
按深度顺序依次选取不同深度的间接属性边进行相同人员节点的合并，直到间接属性边中存在终止人员节点为止，得到最短关系路径。
可选的，处理器1301执行的所述基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，包括：
在所述属性边队列中，选取包含有终止人员节点的间接属性边；
根据所述包含有终止人员节点的间接属性边的另一个人员节点，选取对应的属性边进行合并；
按深度逆序依次选取不同深度的属性边进行相同人员节点的合并，直到合并到直接属性边为止，得到最短关系路径。
可选的，处理器1301执行的所述对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，包括：
初始化所述人员关系图谱中的各个属性边对应的属性值为单位深度值，得到各个属性边对应的初始属性值；
初始化所述起始人员节点到人员关系图谱中各个节点的深度值为正无穷值，得到所述起始人员节点到人员关系图谱中各个节点初始深度值，所述初始深度值作为参照值与所述实际深度值进行比较，以便于第一次遍历到各个节点时进行计算；
初始化所述起始人员节点的深度值为0，得到所述起始人员节点的起始深度值。
需要说明的是，上述电子设备可以是可以应用于人员关系的查询的手机、计算机、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中人员关系的查询方法实现的各个过程，且可以达到相同的有益效果，为避免重复，这里不再赘述。
本发明实施例还提供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，该计算机程序被处理器执行时实现本发明实施例提供的人员关系的查询方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种人员关系的查询方法，其特征在于，包括以下步骤：
获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边，所述属性边包括属性值；
获取待查询的起始人员节点以及终止人员节点；
对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
2.如权利要求1所述的方法，其特征在于，所述在所述初始化后的人员关系图谱中，根据所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值，包括：
获取与所述起始人员节点通过所述属性边直接或间接连接的相关人员节点；
根据所述相关人员节点间的属性边数量以及所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径的最小深度值，所述深度值与所述属性边数量成正相关。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
维护人员节点队列，所述人员节点队列用于添加人员节点并进行排序；
维护属性边队列，所述属性边队列用于添加对应于人员节点间的属性边；
维护深度值队列，所述深度值队列用于添加起始人员节点到每个人员节点的最小深度值；
所述获取与所述起始人员节点通过所述属性边直接或间接连接的相关人员节点，包括：
按深度顺序依次选取所述起始人员节点以及与所述起始人员节点直接或间接连接的人员节点，添加到所述人员节点队列中，并按添加进入所述人员节点队列的先后顺序进行排序；
所述根据所述相关人员节点间的属性边数量以及所述初始属性值，松弛计算所述起始人员节点到每个人员节点间关系路径的最小深度值，包括：
在所述初始化后的人员关系图谱中，按所述人员节点队列的排序以及深度顺序松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值。
4.如权利要求3所述的方法，其特征在于，所述在所述初始化后的人员关系图谱中，按所述人员节点队列的排序以及深度顺序松弛计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值，包括：
按所述人员节点队列的排序遍历计算与所述始人员节点直接连接的人员节点的深度值，并将对应的直接属性边添加到属性边队列中，将对应的深度值添加到所述深度值队列；
按所述人员节点队列的排序遍历计算不同深度的，与所述始人员节点间接连接的人员节点的各个路径的深度值，并将对应的间接属性边添加到属性边队列中，将对应的最小深度值添加到所述深度值队列。
5.如权利要求4所述的方法，其特征在于，所述基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，包括：
在所述属性边队列中，选取与所述起始人员节点直接连接的直接属性边；
根据所述直接属性边的另一个人员节点，选取对应的间接属性边与所述直接属性边进行合并；
按深度顺序依次选取不同深度的间接属性边进行相同人员节点的合并，直到间接属性边中存在终止人员节点为止，得到最短关系路径。
6.如权利要求4所述的方法，其特征在于，所述基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，包括：
在所述属性边队列中，选取包含有终止人员节点的间接属性边；
根据所述包含有终止人员节点的间接属性边的另一个人员节点，选取对应的属性边进行合并；
按深度逆序依次选取不同深度的属性边进行相同人员节点的合并，直到合并到直接属性边为止，得到最短关系路径。
7.如权利要求1至6中任一项所述的方法，其特征在于，所述对所述人员关系图谱进行初始化，得到初始化后的人员关系图谱，包括：
初始化所述人员关系图谱中的各个属性边对应的属性值为单位深度值，得到各个属性边对应的初始属性值；
初始化所述起始人员节点到人员关系图谱中各个节点的深度值为正无穷值，得到所述起始人员节点到人员关系图谱中各个节点初始深度值，所述初始深度值作为参照值与实际深度值进行比较，以便于第一次遍历到各个节点时进行计算；
初始化所述起始人员节点的深度值为0，得到所述起始人员节点的起始深度值。
8.一种人员关系的查询装置，其特征在于，所述装置包括：
第一获取模块，用于获取人员关系图谱，所述人员关系图谱包括人员节点以及连接所述人员节点的属性边；
第二获取模块，用于获取待查询的起始人员节点以及终止人员节点；
初始化模块，用于对获取到的人员关系图谱进行初始化，得到初始化后的人员关系图谱，所述初始化后的人员关系图谱中各个属性边包括相同的初始属性值；
处理模块，用于在所述初始化后的人员关系图谱中，根据所述初始属性值，计算所述起始人员节点到每个人员节点间关系路径所对应的最小深度值；
展示模块，用于基于所述最小深度值，确定所述起始人员节点到所述终止人员节点的最短关系路径，并对所述最短关系路径进行展示，所述最短关系路径包括至少包括所述起始人员节点、终止人员节点以及对应的属性边，所述最短关系路径中属性边的属性值为初始化前对应的属性值。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的人员关系的查询方法中的步骤。
10.一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，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人员关系的查询方法中的步骤。
CN201910955086.6A 2019-09-30 2019-10-09 人员关系的查询方法、装置、电子设备及存储介质 Active CN110825822B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019109457316 2019-09-30
CN201910945731 2019-09-30

Publications (2)

Publication Number Publication Date
CN110825822A true CN110825822A (zh) 2020-02-21
CN110825822B CN110825822B (zh) 2022-11-22

Family

ID=69548880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910955086.6A Active CN110825822B (zh) 2019-09-30 2019-10-09 人员关系的查询方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110825822B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538863A (zh) * 2020-03-19 2020-08-14 天津完美引力科技有限公司 数据的展示方法及装置、系统、存储介质、电子装置
CN113254763A (zh) * 2021-04-30 2021-08-13 青岛以萨数据技术有限公司 基于开源arangodb的数据分析方法、装置及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982395A (zh) * 2012-11-28 2013-03-20 浙江工业大学 一种基于空间节点聚类方法的快速公交换乘方法
CN104462508A (zh) * 2014-12-19 2015-03-25 北京奇虎科技有限公司 基于知识图谱的人物关系搜索方法和装置
CN105866834A (zh) * 2016-02-04 2016-08-17 中国电建集团北京勘测设计研究院有限公司 基于自动识别折射波起点的单支折射数据解译方法和系统
US20170097939A1 (en) * 2015-10-05 2017-04-06 Yahoo! Inc. Methods, systems and techniques for personalized search query suggestions
US20180189634A1 (en) * 2017-01-03 2018-07-05 International Business Machines Corporation Determining context-aware distances using deep neural networks
CN108614881A (zh) * 2018-04-28 2018-10-02 北京京东金融科技控股有限公司 呈现企业关联关系图谱的方法及装置、存储介质、电子终端
CN109033260A (zh) * 2018-07-06 2018-12-18 天津大学 基于rdf的知识图谱交互式可视化查询方法
CN109657067A (zh) * 2018-11-19 2019-04-19 平安科技（深圳）有限公司 知识图谱的展示方法、装置、计算机设备和存储介质
CN109670049A (zh) * 2018-11-19 2019-04-23 平安科技（深圳）有限公司 图谱路径查询方法、装置、计算机设备和存储介质
CN109829072A (zh) * 2018-12-26 2019-05-31 深圳云天励飞技术有限公司 构建图谱方法及相关装置
CN109960810A (zh) * 2019-03-28 2019-07-02 科大讯飞(苏州)科技有限公司 一种实体对齐方法及装置
CN109992673A (zh) * 2019-04-10 2019-07-09 广东工业大学 一种知识图谱生成方法、装置、设备及可读存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982395A (zh) * 2012-11-28 2013-03-20 浙江工业大学 一种基于空间节点聚类方法的快速公交换乘方法
CN104462508A (zh) * 2014-12-19 2015-03-25 北京奇虎科技有限公司 基于知识图谱的人物关系搜索方法和装置
US20170097939A1 (en) * 2015-10-05 2017-04-06 Yahoo! Inc. Methods, systems and techniques for personalized search query suggestions
CN105866834A (zh) * 2016-02-04 2016-08-17 中国电建集团北京勘测设计研究院有限公司 基于自动识别折射波起点的单支折射数据解译方法和系统
US20180189634A1 (en) * 2017-01-03 2018-07-05 International Business Machines Corporation Determining context-aware distances using deep neural networks
CN108614881A (zh) * 2018-04-28 2018-10-02 北京京东金融科技控股有限公司 呈现企业关联关系图谱的方法及装置、存储介质、电子终端
CN109033260A (zh) * 2018-07-06 2018-12-18 天津大学 基于rdf的知识图谱交互式可视化查询方法
CN109657067A (zh) * 2018-11-19 2019-04-19 平安科技（深圳）有限公司 知识图谱的展示方法、装置、计算机设备和存储介质
CN109670049A (zh) * 2018-11-19 2019-04-23 平安科技（深圳）有限公司 图谱路径查询方法、装置、计算机设备和存储介质
CN109829072A (zh) * 2018-12-26 2019-05-31 深圳云天励飞技术有限公司 构建图谱方法及相关装置
CN109960810A (zh) * 2019-03-28 2019-07-02 科大讯飞(苏州)科技有限公司 一种实体对齐方法及装置
CN109992673A (zh) * 2019-04-10 2019-07-09 广东工业大学 一种知识图谱生成方法、装置、设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONGHONG XU 等: "Research of EEG Signal Based on Permutation Entropy and Limited Penetrable Visibility Graph", 《 INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING, BIOMEDICAL ENGINEERING AND INFORMATICS》 *
彭英 等: "我国创新网络的知识图谱可视化研究——基于CNKI数据库1990-2018年数据的科学计量分析", 《电子商务》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538863A (zh) * 2020-03-19 2020-08-14 天津完美引力科技有限公司 数据的展示方法及装置、系统、存储介质、电子装置
CN111538863B (zh) * 2020-03-19 2023-08-18 北京完美知识科技有限公司 数据的展示方法及装置、系统、存储介质、电子装置
CN113254763A (zh) * 2021-04-30 2021-08-13 青岛以萨数据技术有限公司 基于开源arangodb的数据分析方法、装置及存储介质

Also Published As

Publication number Publication date
CN110825822B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
US10242250B2 (en) Picture ranking method, and terminal
US9076064B2 (en) Image processing apparatus and image processing method
KR101531618B1 (ko) 이미지들의 비교 방법 및 시스템
CN110019876B (zh) 数据查询方法、电子设备及存储介质
CN110765215A (zh) 人员共同关系的查询方法、装置、电子设备及存储介质
CN105243395A (zh) 一种人体图像比对方法和装置
CN110825822B (zh) 人员关系的查询方法、装置、电子设备及存储介质
CN110163265A (zh) 数据处理方法、装置及计算机设备
CN112766288B (zh) 图像处理模型构建方法、装置、电子设备和可读存储介质
CN115049731B (zh) 一种基于双目摄像头的视觉建图和定位方法
CN111859004A (zh) 检索图像的获取方法、装置、设备及可读存储介质
CN111680183B (zh) 对象检索方法及装置、存储介质及电子设备
CN111079648A (zh) 数据集清洗方法、装置和电子系统
CN112417977B (zh) 一种目标对象查找方法和终端
CN112579907A (zh) 一种异常任务检测方法、装置、电子设备和存储介质
CN111666441A (zh) 确定人员身份类型的方法、装置和电子系统
CN109961103B (zh) 特征提取模型的训练方法、图像特征的提取方法及装置
US11080173B2 (en) Boundary search test support device and boundary search test support method
CN111291611A (zh) 一种基于贝叶斯查询扩展的行人重识别方法及装置
CN111191065B (zh) 一种同源图像确定方法及装置
CN113450362A (zh) 一种视频目标分割方法、装置和电子系统
CN111179304B (zh) 目标关联方法、装置和计算机可读存储介质
CN106777058A (zh) 基于人脸识别的图片分组排序方法与系统
CN115471772A (zh) 一种关键帧的提取方法、装置、设备及介质
CN112686339B (zh) 一种基于起诉状的案由确定方法和装置

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
GR01 Patent grant
GR01 Patent grant