JP2022518459A - 情報処理方法および装置、記憶媒体 - Google Patents

Abstract

本願実施例は、情報処理方法および装置、記憶媒体を開示し、前記情報処理方法は、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定することと、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することと、前記第１スナップ撮影情報を分析して、第１分析結果を取得することと、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することとを含み、ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。【選択図】図３

Description

本願は、２０１９年０６月２８日に中国特許局に提出された、出願番号が２０１９１０５７７４９６．１である中国特許出願に基づいて提出されるものであり、当該中国特許出願の優先権を主張し、当該中国特許出願の全ての内容が参照によって本願に組み込まれる。

本願は、コンピュータ分野における情報処理技術に関し、具体的には、情報処理方法および装置、記憶媒体に関する。

警察機関が通常、事件の調査を行う時に、容疑者の足取りをたどるために、スナップ写真を一つずつ手動で研究、判断、選択する必要があり、作業量が大きく、時間がかかる。したがって、如何に容疑者の足取りを迅速につかむかは、早急な解決の待たれる課題である。

本願実施例は、少なくとも、ターゲットオブジェクトのスナップ撮影情報を自動的に分析、統計して軌跡を形成することができる情報処理方法および装置、記憶媒体を開示する。

第１態様によれば、本願実施例は、情報処理方法を提供し、前記方法は、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定することと、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することと、前記第１スナップ撮影情報を分析して、第１分析結果を取得することと、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することとを含み、ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。

一可能な実施形態では、前記情報処理方法は、システム内の個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定することであって、ここで、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である、ことと、前記同行者の第２スナップ撮影情報を取得することと、前記第２スナップ撮影情報を分析して、第２分析結果を取得することと、前記第２分析結果に基づいて前記同行者の第２軌跡を決定することであって、ここで、前記第２分析結果は前記同行者の出現情報を含む、こととを含む。

一可能な実施形態では、前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することと、各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定することであって、前記出現情報は少なくとも出現地理位置および出現時間を含むことと、前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計することとを含む。

一可能な実施形態では、前記第１分析結果は、各スナップ画像とその前記出現情報との対応関係、および各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む。

一可能な実施形態では、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することは、前記ターゲットオブジェクトの出現情報に基づいて、前記ターゲットオブジェクトの出現位置および出現回数を電子地図にマークすることと、前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成することとを含む。

一可能な実施形態では、前記情報処理方法は、前記ターゲットオブジェクトの同行者から第１同行者を決定することと、前記第１同行者の第２軌跡を取り出す、前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示することとをさらに含む。

一可能な実施形態では、前記情報処理方法は、第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得することであって、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成される、ことと、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することであって、ここで、前記第２データベースは、実名登録された画像情報に基づいて形成される、ことと、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得ることとをさらに含む。

一可能な実施形態では、前記第１データベース内の画像データに対してクラスタリング処理を実行することは、前記第１データベース内の画像データから顔画像データを抽出することと、前記顔画像データを複数のクラスに分割することであって、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む、こととを含む。

一可能な実施形態では、前記第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することは、身分証明書番号が同じである画像データを１つの画像ライブラリに集約することと、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得することであって、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する、こととを含む。

一可能な実施形態では、前記クラスタリング処理結果と前記集約処理結果を関連分析することは、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得することと、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定することと、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索することと、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立することとを含む。

一可能な実施形態では、前記情報処理方法は、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加することをさらに含む。

一可能な実施形態では、前記情報処理方法は、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加することをさらに含む。

第２態様によれば、本願実施例は、情報処理装置を提供し、前記装置は、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定するように構成される決定モジュールと、前記ターゲットオブジェクトの第１スナップ撮影情報を取得するように構成される取得モジュールと、前記第１スナップ撮影情報を分析して、第１分析結果を取得するように構成される分析モジュールと、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定するように構成される処理モジュールとを備え、ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。

一可能な実施形態では、前記決定モジュールは、さらに、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定するように構成され、ここで、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である。前記取得モジュールは、さらに、前記同行者の第２スナップ撮影情報を取得するように構成され、前記分析モジュールは、さらに、前記第２スナップ撮影情報を分析して、第２分析結果を取得するように構成され、前記処理モジュールは、さらに、前記第２分析結果に基づいて前記同行者の第２軌跡を決定するように構成され、ここで、前記第２分析結果は前記同行者の出現情報を含む。

一可能な実施形態では、前記分析モジュールは、さらに、前記第１スナップ撮影情報に基づいて分析対象スナップ画像を決定し、各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定し、ここで、前記出現情報は少なくとも出現地理位置および出現時間を含み、前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計するように構成される。

一可能な実施形態では、前記第１分析結果は、各スナップ画像とそれによって得られた出現情報との対応関係、および各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む。

一可能な実施形態では、前記処理モジュールは、さらに、前記ターゲットオブジェクトの出現情報に基づいて、電子地図に前記ターゲットオブジェクトの出現位置および出現回数をマークし、前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成するように構成される。

一可能な実施形態では、前記処理モジュールは、さらに、前記ターゲットオブジェクトの同行者から第１同行者を決定し、前記第１同行者の第２軌跡を取り出し、前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示するように構成される。

一可能な実施形態では、前記情報処理装置は、さらに、個人情報ファイル作成モジュールを備え、前記個人情報ファイル作成モジュールは、第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得し、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成され、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得し、ここで、前記第２データベースは、実名登録された画像情報に基づいて形成され、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得るように構成される。

一可能な実施形態では、前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の画像データから顔画像データを抽出し、前記顔画像データを複数のクラスに分割するように構成され、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む。

一可能な実施形態では、前記個人情報ファイル作成モジュールは、さらに、身分証明書番号が同じである画像データを１つの画像ライブラリに集約し、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得するように構成され、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する。

一可能な実施形態では、前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得し、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定し、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索し、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立するように構成される。

一可能な実施形態では、前記個人情報ファイル作成モジュールは、さらに、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加するように構成される。

一可能な実施形態では、前記個人情報ファイル作成モジュールは、さらに、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加するように構成される。

第３態様によれば、本願実施例は、情報処理装置を提供し、前記装置は、メモリと、プロセッサと、メモリに記憶され且つプロセッサで実行可能なコンピュータプログラムを備え、前記プロセッサが前記コンピュータプログラムを実行するときに、本願実施例に記載の情報処理方法のステップを実現する。

第４態様によれば、本願実施例は、コンピュータプログラムが記憶された記憶媒体を提供し、前記コンピュータプログラムがプロセッサによって実行されるときに、前記プロセッサに、本願実施例に記載の情報処理方法的ステップを実行させる。

第５態様によれば、本願実施例は、コンピュータ可読コードを含むコンピュータプログラムを提供し、前記コンピュータ可読コードが電子機器で実行されるときに、前記電子機器のプロセッサに、本願実施例に記載の情報処理方法を実現するための命令を実行させる。

本出願による技術的解決策によれば、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定し、前記ターゲットオブジェクトの第１スナップ撮影情報を取得し、前記第１スナップ撮影情報を分析して、第１分析結果を取得し、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定する。このようにして、ターゲットオブジェクトのスナップ撮影情報を自動的に分析、統計して軌跡を形成することができ、これにより、ターゲットオブジェクトの軌跡を決定する速度を向上させる。

以上の一般的な説明および以下の詳細説明は、説明のための例示的なものに過ぎず、本開示を限定するものではないことを理解されたい。

ここでの図面は、本明細書に組み込まれ、本明細書の一部を構成し、これらの図面は、本開示に準拠する実施例を示し、本明細書とともに本開示の技術的解決策を説明するために使用される。
本願実施例による個人情報ファイル作成のフローチャートである。 本願実施例によるスナップ撮影ライブラリのクラスタリングアルゴリズムの原理の概略図である。 本願実施例による情報処理方法の実現フローチャートである。 本願実施例によるスナップ撮影レコードに対応するスナップ撮影位置の検索インターフェースの概略図である。 本願実施例によるスナップ撮影レコードに対応するターゲット軌跡の検索インターフェースの概略図である。 本願実施例による同行者分析の同行者関係ネットワークの検索インターフェースの概略図である。 本願実施例による同行者分析の同行者絞り込みインターフェースの概略図である。 本願実施例によるターゲットオブジェクトおよび同行者の軌跡を示す概略図である。 本願実施例によるビデオソース位置をクリックして入った詳細ページの概略図である。 本願実施例によるターゲットオブジェクトと同行者の同行位置を示す概略図１である。 本願実施例によるターゲットオブジェクトと同行者の同行位置を示す概略図２である。 本願実施例による情報処理装置の構成を示す概略構造図である。

以下、図面を参照しながら、本発明の好適な実施例、特徴、および態様について詳細に説明する。図面において、同一の参照符号は、同じまたは類似の機能を有する要素を表す。実施例の様々な態様が図面に示されているが、特に明記しない限り、図面は必ずしも縮尺どおりに描かれている必要はない。

本明細書において、「例示的」という用語は、「例、実施例、または説明として使用される」こと意味する。本明細書において、「例示的」として説明される任意の実施例は、他の実施例よりも優れていると解釈されるべきではない。

本明細書において、「および／または」という用語は、単に関連するオブジェクトを表す関連関係であり、３つの関係が存在できることを示し、例えば、ａおよび／またはｂは、ａのみが存在し、ａおよびｂが同時に存在し、ｂのみが存在するという３つの状況を示すことができる。さらに、本明細書において、「少なくとも１つ」という用語は、複数のうちの任意の１つまたは複数のうちの少なくとも２つの任意の組み合わせを意味し、例えば、ａ、ｂ、ｃのうちの少なくとも１つを含むことは、ａ、ｂおよびｃからなるセットから選択される任意の１つまたは複数の要素を含むことを意味することができる。

さらに、本開示をより効果的に説明するために、以下の具体的な実施形態において多くの具体的な細部が与えられる。いくつかの特定の細部が記載されなくても、本開示が実施可能であると当業者なら自明である。いくつかの例では、本開示の趣旨を強調するために、当業者に周知の方法、手段、要素、および回路については詳細な説明を省略する。

本願をよりよく説明するために、以下、先ずいくつかの従来技術における個人情報ファイル作成方法を紹介する。

従来の人物個人情報ファイルの自動作成方法において、１対Ｎで対比することによって同一人のスナップ撮影情報を一つずつ分類する。このような方法の再現率が低く、速度が遅いため、大規模で大量のデータを使用するシナリオに適用できない。

このような問題に鑑みて、本出願は、クラスタ分析に基づいて個人情報ファイルのデータを作成する方法を提案する。

以下、添付の図面及び具体的な実施例を参照して、本願の技術的解決策をさらに詳細に説明する。

いくつかの可能な実施形態では、クラスタ分析に基づいて集約個人情報ファイルのデータを作成することは、第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得することであって、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成される、ことと、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することであって、ここで、前記第２データベースは、実名登録された画像情報に基づいて形成される、ことと、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得ることとを含む。

このようにして、システム内の人の全ての個人情報を得ることができる。

例えば、収集された大量のビデオコンテンツを処理し、スナップ撮影された顔写真に対して特徴抽出を実行して、第２データベースと比較し、マッチング率が閾値より大きい場合、最も高いマッチング率の顔写真を、一致する顔写真として見なし、対応する人物の名前、身分証明書番号、写真のスナップ撮影時間および位置などの個人情報を関連付け、顔写真及び対応する個人情報を一人一ファイルのデータとして記憶することにより、ビデオ内の全ての人に対する情報定量化を実現し、ビッグデータ分析方法を提供し、関連機関の事件解決を支援する。

いくつかの可能な実施形態では、第１データベース内の画像データに対してクラスタリング処理を実行することは、前記第１データベース内の画像データから顔画像データを抽出することと、前記顔画像データを複数のクラスに分割することとを含み、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む。

このように、多くの人物スナップ画像で顔によるクラスタリングを実行する方法を提供し、即ち、顔セットを、類似する顔で構成された複数のクラスに分割し、クラスタリングによって生成されたクラスは、データオブジェクトのセットであり、これらのオブジェクトは、同一のクラス内のオブジェクトが類似し合い、他のクラスのオブジェクトと相違し合う。

具体的には、既存のクラスタリングアルゴリズムを使用して、顔画像データを複数のクラスに分割することができる。

いくつかの可能な実施形態では、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することは、身分証明書番号が同じである画像データを１つの画像ライブラリに集約することと、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得することとを含み、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応される。

つまり、第２データベースでは、身分証明書番号が同じである画像データを１つの個人情報ファイルに集約する。

いくつかの可能な実施形態では、前記クラスタリング処理結果と前記集約処理結果を関連分析することは、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得することと、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定することと、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索することと、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立することとを含む。

このようにして、類似度が最も高い画像に対応する身分情報をこのスナップ撮影ライブラリのクラスに付与することにより、このクラスのスナップ撮影された人物画像が実名登録される。

上記の解決策において、例示的に、前記情報処理方法は、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加することをさらに含む。

ここで、前記第１クラスの既存個人情報ファイルは、前記第１データベース内の既存の第１クラスの個人情報ファイルであり、前記第１データベースにおいて、各クラスに唯一の個人情報ファイルが対応される。

このように、データベースに新たな増分が生じる場合、システム内の個人情報ファイルのデータを適時に更新または補充することができる。

上記の解決策において、例示的に、前記情報処理方法は、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加することをさらに含む。

ここで、前記第１身分証明書番号に対応する既存個人情報ファイルは、前記第２データベース内の既存の第１身分証明書番号の個人情報ファイルであり、前記第２データベースにおいて、各身分証明書番号が唯一の個人情報ファイルに対応される。

このように、データベースに新たな増分が生じる場合、システム内の個人情報ファイルのデータを適時に更新または補充することができる。

上記の個人情報ファイル作成方法により、大量のスナップ画像を自動的に分類することができ、ビデオ監視でスナップ撮影された大量の容疑者のスナップ画像を、警察機関の既存の人物データベース内の情報と自動に関連付けることができ、顔によるクラスタリングに基づく一人一ファイルデータのデータ記憶を実現し、ビデオ内の全ての人に対する情報定量化を実現し、ビッグデータ分析方法を提供し、関連機関の事件解決を支援する。

理解を容易にするために、前記第１データベースをスナップ撮影ライブラリまたは人物画像スナップ撮影ライブラリと呼ぶことができ、それは画像収集装置によってスナップ撮影された人物画像に従って形成され、第２データベースを人物画像ライブラリまたは静的人物画像ライブラリと呼ぶことができ、それは身分証明書などの実名認証された国民情報に従って形成される。

図１は、本願実施例による個人情報ファイル作成のフローチャートであり、図１に示されるように、当該プロセスは主に、スナップ撮影ライブラリのクラスタリング、人物画像ライブラリの集約、スナップ撮影ライブラリと人物画像ライブラリのライブラリ走査比較、増分のライブラリ走査比較の４つのステップを含む。

１．スナップ撮影ライブラリのクラスタリングは、下記のように実施される。

１）スナップ撮影ライブラリのクラスタリングは、システムによって自動的かつ定期的にトリガされる。

２）初回目は全量でのクラスタリングであり、以降は、既存のクラスに集約する増分でのクラスタリングである。

３）類似のクラスがない場合、自動的に新しいクラスに集約してもよい。

具体的には、スナップ撮影ライブラリの場合、スナップ画像をライブラリに一括入力するか、またはビデオストリームに接続して入力し、１時間に１回または１日に１回にクラスタリングするなどのように、定期的にクラスタリングをトリガし、その場合、時間が設定可能であり、初回目は全量でのクラスタリングであり、以降は、既存のクラスに集約する増分でのクラスタリングであり、類似のクラスがない場合、自動的に新しいクラスに集約できる。

図２は、本願実施例によるスナップ撮影ライブラリのクラスタリングアルゴリズムの原理の概略図であり、図２に示されるように、毎日入力されたデータフローを分析して、新しい特徴を取得し、新しい特徴を分類し、既存のクラスの新しい特徴の場合、それを既存のクラスにクラスタリングし、ライブラリにおけるクラス中心を更新する。既存のクラスでない新しい特徴の場合、それをクラスタリングして、新しいクラスとして決定し、当該新しいクラスをライブラリにおけるクラス中心に追加する。

２．人物画像ライブラリのクラスタリングは、下記のように実施される。

１）身分証明書番号がある場合
人物画像ライブラリ内の同じ身分証明書番号を持つ個人情報ファイルを、身分ＩＤを単位とした１つの個人情報ファイルに集約する。

同一の人が人物画像ライブラリに複数のＩＤを持っている場合、処理せず、複数の個人情報ファイルとして扱う。

２）身分証明書（ＩＤ）がない場合
身分証明書（ＩＤ）がない場合、身分証明書番号が００００００００００００００００と見なし、このタイプの各人物画像は、単独で１つの個人情報ファイルになる。

具体的には、人物画像ライブラリにおいて、人物画像がライブラリに一括入力され、同じ身分証明書番号の人物画像を１つの個人情報ファイルに集約する。

３．スナップ撮影ライブラリと人物画像ライブラリとのライブラリ走査比較は、下記のように実施される。

１）スナップ撮影ライブラリをクラスタリングした後に複数のクラス（人）に分割し、各クラスはクラス中心を有し、前記クラス中心は１つのクラス中心特徴値に対応される。

２）次に、各クラス中心特徴値と人物画像ライブラリを１対ｎで全量で比較し、類似度が最も高い（ＴＯＰ１）且つ類似度がプリセットされた値（９５％など）より大きい人物画像を取得する。

３）このＴＯＰ１の人物画像に対応する身分情報をスナップ撮影ライブラリのクラスに付与することにより、このクラスのスナップ撮影された人物画像が実名登録される。

具体的には、スナップ撮影ライブラリをクラスタリングした後に複数のクラス（人）に分割し、各クラスはクラス中心を有し、前記クラス中心は１つのクラス中心特徴値に対応され、次に、各クラス中心特徴値と人物画像ライブラリを１対ｎで全量で比較し、類似度が最も高い画像に対応する身分情報をこのスナップ撮影ライブラリのクラスに付与することにより、このクラスのスナップ撮影された人物画像が実名登録される。

４．増分のライブラリ走査比較
１）スナップ撮影ライブラリを増分する
ａ．スナップ撮影ライブラリは、増分でクラスタリングを毎日定期的に実行する。

ｂ．既存のクラスにクラスタリングした場合、既存個人情報ファイルに統合し、新しいクラス中心を更新する。

ｃ．更新するクラスと人物画像ライブラリとをライブラリ走査比較する。

ｄ．既存のクラスにクラスタリングできない場合、新しいクラスは新しい個人情報ファイルを形成する。

ｅ．新しいクラスのクラス中心と人物画像ライブラリとをライブラリ走査比較する。

ｆ．ライブラリ走査比較結果にプリセットされた値以上のＴＯＰ１がある場合、この人物画像身分情報と関連付け、この個人情報ファイルに統合する。

ｇ．ライブラリ走査比較の結果としてヒットしない場合、未実名登録クラスに追加する。

２）人物画像ライブラリの増分
ａ．既存の人物画像ライブラリと身分情報（身分証明書番号）の関連検索を行い、同じ身分情報がある場合、その個人情報ファイルに統合する。

ｂ．同じ身分情報がない場合、新しい個人情報ファイルを作成する。

ｃ．スナップ撮影ライブラリのクラス中心とライブラリ走査比較する。

ｄ．ライブラリ走査比較結果にプリセットされた値以上のＴＯＰ１がある場合、この人物画像身分情報と関連付け、この個人情報ファイルに統合する。

ｅ．ライブラリ走査比較の結果としてヒットしない場合、個人情報ファイル作成済みのスナップ撮影なしクラスに追加する。

具体的には、新しく追加される人物画像の場合、それらをライブラリに一括入力するか、またはライブラリに一枚ずつ入力し、人物画像ライブラリの既存個人情報ファイルに、新しく追加される人物画像と同じ身分証明書番号があるか否かを検索し、ある場合、新しく追加される人物画像を同じ身分証明書番号の個人情報ファイルに集約し、新しく追加される人物画像と同じ身分証明書番号がない場合、新しく追加される人物画像のために新しい個人情報ファイルを作成する。新しく追加されるスナップ画像の場合、それらをライブラリに一括入力するか、またはライブラリに一枚ずつ入力し、またはビデオストリームに接続し、定期的にクラスタリングをトリガし、スナップ撮影ライブラリの既存個人情報ファイルに、新しく追加されるスナップ画像と同じクラスがあるか否かを検索し、ある場合、新しく追加されるスナップ画像を同じクラスの下の個人情報ファイルに集約し、新しく追加されるスナップ画像と同じクラスがない場合、新しく追加されるスナップ画像のために新しい個人情報ファイルを作成し、新しいクラスのクラス中心と人物画像ライブラリとをライブラリ走査比較する。

よって、国民身分を有する人物画像ライブラリを基準ライブラリとして使用し、スナップ撮影装置によってスナップ撮影された、時空間情報が含まれる顔スナップ画像に対してクラスタリングし、双方の類似度を判断基準とし、顔認識システムにおける疑似同一人の情報に関連付けることにより、一人に唯一の総合個人情報ファイルを持たせて、個人情報ファイルから、潜在的な容疑者の属性特徴、行為特徴などを取得できる。

このように、全てのクラスタリング済み（実名登録済み、未実名を含む）個人情報ファイルから条件付きで絞り込みを実行して、指定された時間範囲の指定されたビデオソース内の、同一人のスナップ撮影枚数が特定の閾値を超える特定の人の個人情報を見つける。当該人物の個人情報を取得した後、ユーザは、容疑者の人物画像情報に従って、特定の地域の特定の期間から、当該人物と前後ｔ秒間で同行した人を見つけ、条件を満たす同行者のスナップ画像を集約することができる。あるいは、同行者の同行回数を取得する上で、容疑者Ｑと一人の同行者Ｇとの詳細な同行レコードを検索することができ、それによって特定の容疑者の同行レコードおよび同行者関係ネットワークを決定できる。

大量のデータシナリオでは効率的な自動分類を実現することが難しいという問題がある従来技術と比較して、本願は、大量のスナップ画像を自動的に分類することができ、ビデオ監視でスナップ撮影された大量の容疑者のスナップ画像を、警察機関に既存の人物データベース内の情報に効率的且つ自動に関連付けることができる。

上記のクラスタリングに基づく人物個人情報ファイルの自動生成方法は、顔増分クラスタリングアルゴリズム、および顔と人体の連合クラスタリングアルゴリズムを利用することにより、クラスタリングの効果を向上させることができる。さらに、図形プロセッサ（ＧＰＵ：Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を採用して並列演算することにより、大規模なデータシナリオに適応するのに十分な演算力を保証できる。

上記の個人情報ファイル自動生成する解決策に基づき、本願実施例は、システム個人情報ファイルのデータに基づく情報処理の解決策を提案する。

図３に示されるように、本願実施例による情報処理方法は主に、以下のステップを含む。

ステップ３０１において、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定する。

例示的に、端末は、システムデータベースからターゲット画像を取得し、前記ターゲット画像に基づいてターゲットオブジェクトを決定する。

ここで、前記システムデータベースには、クラスタ分析に基づいて確立された集約個人情報ファイルのデータが記憶されている。

本願実施例では、前記システムデータベースは少なくとも、第１データベースおよび第２データベースを含み、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成され、前記第２データベースは、実名登録された画像情報に基づいて形成される。

ステップ３０２において、前記ターゲットオブジェクトの第１スナップ撮影情報を取得する。

本実施例では、前記第１スナップ撮影情報は、画像収集装置によって収集される。前記画像収集装置は、画像収集機能を備え、例えば、前記画像収集装置は、カメラまたはスナップ撮影装置であり得る。

いくつかの可能な実施形態では、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することは、各画像収集装置によって送信されるスナップ撮影情報を受信することと、前記スナップ撮影情報を分析して、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することとを含む。

一実施形態では、前記画像収集装置は、前記画像収集装置によって収集されたスナップ撮影情報を端末に定期的に送信するか、または、端末側によって送信された伝送命令を受信した時に、前記画像収集装置によって収集されたスナップ撮影情報を端末に送信することができる。さらに、伝送命令に基づいて、指定期間内の指定地域のスナップ撮影情報を端末に送信することもできる。

別の可能な実施形態では、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することは、メモリから各画像収集装置によって収集されたスナップ撮影情報を読み取ることと、前記スナップ撮影情報を分析して、前記ターゲットオブジェクトの第１スナップ撮影情報を取得することとを含む。

ここで、前記メモリは、スナップ撮影情報を記憶し且つ前記端末に接続できるメモリである。

説明すべきものとして、本願実施例は、ターゲットオブジェクトの第１スナップ撮影情報の取得方式を限定しない。

ステップ３０３において、前記第１スナップ撮影情報を分析して、第１分析結果を取得する。

ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。

いくつかの可能な実施形態では、前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することと、各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定することであって、ここで、前記出現情報は少なくとも出現地理位置および出現時間を含む、ことと、前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計することとを含む。

本実施例では、前記第１スナップ撮影情報は少なくとも、複数枚のスナップ画像を含み、前記スナップ画像には、スナップ撮影時間情報が含まれている。例示的に、前記第１スナップ撮影情報は、さらに、前記スナップ画像をスナップ撮影する画像収集装置の情報を含む。説明すべきものとして、各画像収集装置は全て、前記画像収集装置を表す唯一の識別子を有する。

いくつかの具体的な実施形態では、前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することは、時間要件に従って、分析対象スナップ画像を絞り込むことを含む。

ここで、前記時間要件は、ユーザニーズまたは設計ニーズに従って設定または調整することができる。

例えば、前記時間要件は、ｔ０時刻に対応するスナップ画像を時間開始点とし、ｄ秒ごとに１枚のスナップ画像を選択することであり得る。これにより、ｔ０時刻に対応するスナップ画像、ｔ０＋ｄ時刻に対応するスナップ画像、ｔ０＋２ｄ時刻に対応するスナップ画像、…ｔ０＋ｘｄ時刻に対応するスナップ画像などの複数枚の画像を選択する。

いくつかの具体的な実施形態では、前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することは、画像収集装置の識別情報に従って、分析対象スナップ画像を絞り込むことを含む。

例えば、都市Ａの居住区Ｂには合計１０台のカメラがあり、それぞれカメラ１、２、３、４、５、６、７、８、９、１０と記し、カメラ１、３、５、７、９によって収集されたスナップ画像を、分析対象スナップ画像として選択する。

別のいくつかの可能な実施形態では、前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、各スナップ画像とそれによって得られた出現情報との対応関係を確立することをさらに含む。

このようにして、後続で、単一のスナップ画像に基づいてターゲットオブジェクトの足取りをつかみやすくなる。

別のいくつかの可能な実施形態では、前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、各スナップ画像とそれの前後に隣接するＭ枚のスナップ画像との関連関係を確立することをさらに含み、ここで、Ｍは正数である。

このようにして、後続で、単一のスナップ画像に基づいてそれと関連関係があるスナップ画像を検索しやすくなる。

例えば、スナップ画像ａ２を分析して得られたターゲットオブジェクトＦの出現情報が地理位置ｃ２、出現時間ｔ２であることに基づいて、スナップ画像ａ２とそれに隣接するスナップ画像ａ１、ａ０、ａ３、ａ４との関連関係を確立し、この場合、スナップ画像ａ２などの単一のスナップ画像を検索するときに、単一の画像分析によって得られた情報を表示でき、それに隣接するスナップ画像をすばやく検索できるため、ターゲットオブジェクトの行動軌跡の推測に役立つ。

ステップ３０４において、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定する。

いくつかの可能な実施形態では、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することは、前記ターゲットオブジェクトの出現情報に基づいて、前記ターゲットオブジェクトの出現位置および出現回数を電子地図にマークすることと、前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成することとを含む。

このように、各出現位置でのターゲットオブジェクトの出現回数をマークすることにより、各出現位置の出現頻度を明確に表示することができ、ターゲットオブジェクトの滞在位置を見つけるのに役立ち、出現時間に従って各出現位置を接続することで、一定期間内のターゲットオブジェクトの行動軌跡を取得できるため、ターゲットオブジェクトを追跡及び検索しやすくなる。

上記の解決策では、前記情報処理方法は、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定することであって、ここで、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である、ことと、前記同行者の第２スナップ撮影情報を取得することと、前記第２スナップ撮影情報を分析して、第２分析結果を取得することと、前記第２分析結果に基づいて前記同行者の第２軌跡を決定することであって、ここで、前記第２分析結果は前記同行者の出現情報を含む、こととを含む。

いくつかの可能な実施形態では、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の、クラスタリングして出現回数がプリセットされた値を超える人物であり、前記ｔは正数である。

このようにして、同行者の範囲を絞り込むことができる。

ここで、同行者の軌跡決定方法については、ターゲットオブジェクトの軌跡決定方法を参照でき、ここでは各実現ステップを繰り返して説明しない。

上記の解決策において、例示的に、前記情報処理方法は、前記ターゲットオブジェクトの同行者から第１同行者を決定することと、前記第１同行者の第２軌跡を取り出すことと、前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示することとをさらに含む。

このように、ターゲットオブジェクトの第１軌跡および特定の同行者の第２軌跡を同時に表示し、特定の同行者を確定した後、地図上でターゲットオブジェクトと同行者の軌跡比較を確認し、両者の同行位置などを表示することにより、両者の間の関係、行動予測などを確認する。

以下、ターゲットオブジェクトとその同行者の軌跡分析のインターフェースについて、例を挙げて説明する。

１．ターゲットオブジェクトの軌跡
１）［スナップ撮影レコード］タブで、ターゲットオブジェクトが出現された各位置を地図に表示し、［軌跡表示］ボタンをクリックして、位置を接続して軌跡を形成する。

２）各位置の出現回数を表示し、［初回出現］、［最終出現］、［頻繁出現位置］の３種類の位置を統計、表示する。

図４は、本願実施例によるスナップ撮影レコードに対応するスナップ撮影位置の検索インターフェースの概略図であり、図４に示されるように、図の左側には、ターゲットオブジェクトの個人情報、および各位置における当該ターゲットオブジェクトの行動データなどの情報が表示され、図の右側には、異なる時間、カメラのスナップ撮影レコード、および電子地図上の主な出現位置の出現回数などの情報が表示される。

３）一つの位置点を一回クリックして、当該位置でスナップ撮影された顔のサムネイルと前後のいくつかの監視スナップ画像、位置点の地理位置、およびスナップ撮影時間を閲覧することができる。

４）スナップ撮影した位置のビデオソースの詳細を閲覧することができる。

図５は、本願実施例によるスナップ撮影レコードに対応するターゲット軌跡の検索インターフェースの概略図であり、図５に示されるように、検索結果インターフェースにおいて、図の左側には、ターゲットオブジェクトの個人情報、過去３０日間のスナップ撮影回数の曲線図、最も多くスナップ撮影された期間のヒストグラムが表示され、図の右側には、異なる時間における異なるカメラのスナップ撮影レコード、およびビデオなどの特定のスナップ撮影レコードによって形成された行動軌跡が表示される。

２．同行者の軌跡
１）同行者とは、ある人の各スナップ画像において、同じカメラで前後ｎ秒間でスナップ撮影された人をクラスタリングして、その結果、出現回数がプリセットされた値以上である人を指す。

図６は、本願実施例による同行者分析の同行者関係ネットワークの検索インターフェースの概略図であり、図６に示されるように、検索結果インターフェースにおいて、図の左側には、ターゲットオブジェクトの頭部画像、過去３０日間のスナップ撮影回数の曲線図、最も多くスナップ撮影された期間のヒストグラ、および当該同行者をスナップ撮影したカメラの位置が表示され、図の右側には、同行者の関係ネットワークが表示される。

２）［同行者分析］タブに切り替えて、条件に応じて同行者を絞り込む。

図７は、本願実施例による同行者分析の同行者絞り込みインターフェースの概略図であり、図７に示されるように、検索結果インターフェースにおいて、図の左側には、ターゲットオブジェクトの個人情報、および各位置での当該ターゲットオブジェクトの行動データなどの情報が表示され、図の右側には、同行回数に基づいて並べ替えられた同行者情報が表示される。

３）同行者軌跡分析。同行者を選択して、同行者軌跡ページに入り、［すべての軌跡］タブで、個人情報ファイルに対応する人およびその同行者の軌跡が地図に表示される。２つのレベルの同行者を中心とした同行者のスナップ画像および軌跡の表示をサポートする。

図８は、本願実施例によるターゲットオブジェクトおよび同行者の軌跡を示す概略図であり、図８に示されるように、検索結果インターフェースにおいて、図の左側には、ターゲットオブジェクトと同行者をキャプチャしたビデオソースが表示され、図の右側には、ターゲットオブジェクトの軌跡と同行者の軌跡が表示される。

４）同行軌跡。［同行位置］タブに切り替えると、ユーザは、地図上でターゲットオブジェクトと同行者の同行位置を確認でき、位置をクリックして、２人の同行のスナップ詳細を表示できる。

図９は、本願実施例によるビデオソース位置をクリックして入った詳細ページの概略図であり、図９に示されるように、図８に示される軌跡の上で、ビデオソース位置をクリックすると、インターフェースの左上隅で当該ビデオソース位置に対応するビデオソースを再生することができる。

図１０は、本願実施例によるターゲットオブジェクトと同行者の同行位置を示す概略図１であり、図１０に示されるように、インターフェイスの［同行位置］タブをクリックすると、２人が同行した位置が表示される。

図１１は、本願実施例によるターゲットオブジェクトと同行者の同行位置を示す概略図２であり、図１１に示されるように、図１０に示される同行位置の上で、ビデオソース位置をクリックすると、インターフェイスの中央で当該ビデオソース位置に対応するビデオソースを再生することができる。

説明すべきものとして、上記の各インターフェースに表示される内容やレイアウトなどの情報は、ユーザニーズまたは設計ニーズに従って設定または調整できることが理解できる。

また、本願に挙げた各インターフェースは、例示的なものに過ぎず、当業者が本願の実施例の技術的解決手段をよりよく理解するのを助けるために用いられ、本願の実施例を限定するものと解釈すべきではなく、当業者が本願に記載された各インターフェースに基づいて行う様々な変更及び置換も、本願の実施例の一部として解釈すべきであることを理解されたい。

本願で説明された技術的解決策は、スマートビデオ分析やセキュリティ監視などの分野に適用できる。例えば、住居侵入窃盗、テロ防止監視、医学的紛争、麻薬の取り締まり、国家安全保障、コミュニティコントロールなどの事件の捜査に用いることができる。例えば、事件が発生した後、警察は容疑者Ｆの人物写真を持っており、容疑者Ｆの写真をシステムの個人情報データベースにアップロードすることで、当該容疑者の個人情報ファイルを見つけ、同行者分析で事件が発生した期間、事件現場周辺のビデオソースを設定して、容疑者Ｆと同行した人の個人情報ファイルを見つけ、共犯者の足取りを表示し、共犯者の位置を確認する。共犯者の写真を見つけた後、上記のステップを繰り返して、より多くの可能な共犯者の写真を見つけることができる。このように、警察は手がかりをつなげやすく、事件解決の効率を向上できる。

本願実施例は、さらに、情報処理装置を提供し、図１２に示されるように、前記装置は、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定するように構成される決定モジュール１０と、前記ターゲットオブジェクトの第１スナップ撮影情報を取得するように構成される取得モジュール２０と、前記第１スナップ撮影情報を分析して、第１分析結果を取得するように構成される分析モジュール３０と、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定するように構成される処理モジュール４０とを備え、ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。

一実施形態では、前記決定モジュール１０は、さらに、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定するように構成され、ここで、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である。前記取得モジュール２０は、さらに、前記同行者の第２スナップ撮影情報を取得するように構成され、前記分析モジュール３０は、さらに、前記第２スナップ撮影情報を分析して、第２分析結果を取得するように構成され、前記処理モジュール４０は、さらに、前記第２分析結果に基づいて前記同行者の第２軌跡を決定するように構成され、ここで、前記第２分析結果は前記同行者の出現情報を含む。

一実施形態では、前記分析モジュール３０は、さらに、前記第１スナップ撮影情報に基づいて分析対象スナップ画像を決定し、各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定し、ここで、前記出現情報は少なくとも出現地理位置および出現時間を含み、前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計するように構成される。

一実施形態では、前記分析モジュール３０は、さらに、各スナップ画像とその前記出現情報との対応関係を確立するように構成される。

一実施形態では、前記分析モジュール３０は、さらに、各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係を確立するように構成される。

一実施形態では、前記処理モジュール４０は、さらに、前記ターゲットオブジェクトの出現情報に基づいて、電子地図に前記ターゲットオブジェクトの出現位置および出現回数をマークし、前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成するように構成される。

一実施形態では、前記処理モジュール４０は、さらに、前記ターゲットオブジェクトの同行者から第１同行者を決定し、前記第１同行者の第２軌跡を取り出し、前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示するように構成される。

上記の解決策では、例示的に、前記情報処理装置は、さらに、個人情報ファイル作成モジュール５０を備え、前記個人情報ファイル作成モジュール５０は、第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得し、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成され、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得し、ここで、前記第２データベースは、実名登録された画像情報に基づいて形成され、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得るように構成される。

一実施形態では、前記個人情報ファイル作成モジュール５０は、さらに、前記第１データベース内の画像データから顔画像データを抽出し、前記顔画像データを複数のクラスに分割するように構成され、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む。

一実施形態では、前記個人情報ファイル作成モジュール５０は、さらに、身分証明書番号が同じである画像データを１つの画像ライブラリに集約し、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得するように構成され、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する。

一実施形態では、前記個人情報ファイル作成モジュール５０は、さらに、第１データベース内の各クラス中心特徴値と第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得し、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定し、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索し、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立するように構成される。

一実施形態では、前記個人情報ファイル作成モジュール５０は、さらに、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加するように構成される。

一実施形態では、前記個人情報ファイル作成モジュール５０は、さらに、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加するように構成される。

当業者なら自明であるが、いくつかの可能な実施例では、図１２に示される情報処理装置の各処理モジュールによって実現される機能は、前述した情報処理方法に関する説明を参照することによって理解できる。

当業者なら自明であるが、いくつかの可能な実施例では、図１２に示される情報処理装置の各処理ユニットの機能は、プロセッサで実行されるプログラムにより実現されてもよいし、特定の論理回路により実現されてもよい。

実際の応用では、上述した決定モジュール１０、取得モジュール２０、分析モジュール３０、処理モジュール４０、および個人情報ファイル作成モジュール５０の具体的な構造はすべて、プロセッサに対応することができる。前記プロセッサの具体的な構造は、中央処理装置（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、マイクロプロセッサ（ＭＣＵ：Ｍｉｃｒｏ Ｃｏｎｔｒｏｌｌｅｒ Ｕｎｉｔ）、デジタル信号プロセッサ（ＤＳＰ：Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ）、またはプログラマブルロジックデバイス（ＰＬＣ：Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）などの処理機能を備えた電子要素または電子要素のセットである。ここで、コンピュータプログラムは実行可能なコードを含み、前記コンピュータプログラムは記憶媒体に記憶され、前記プロセッサは、バスなどの通信インターフェースを介して前記記憶媒体に接続でき、具体的な各ユニットの対応する機能を実行する場合、前記記憶媒体から前記実行可能なコードを呼び出して実行する。前記実行可能なコードを記憶するための前記記憶媒体は、好ましくは、非一時的な記憶媒体である。

前記決定モジュール１０、取得モジュール２０、分析モジュール３０、処理モジュール４０、および個人情報ファイル作成モジュール５０は、集積されて同一のプロセッサに対応するか、またはそれぞれ異なるプロセッサに対応することができる。集積されて同一のプロセッサに対応する場合、前記プロセッサは、時分割で前記決定モジュール１０、取得モジュール２０、分析モジュール３０、処理モジュール４０、および個人情報ファイル作成モジュール５０に対応する機能を処理することができる。

本願実施例による情報処理装置は、ターゲットオブジェクトのスナップ撮影情報を自動的に分析、統計して軌跡を形成することができ、同行者のスナップ撮影情報を自動的に分析、統計して軌跡を形成することもでき、電子地図でターゲットオブジェクトと同行者との軌跡比較を確認したり、両者の同行位置を表示したりすることなどをサポートすることにより、両者の関係や行動予測などを確認することができる。

本願実施例は、さらに、情報処理装置を開示し、前記装置は、メモリと、プロセッサと、メモリに記憶され且つプロセッサで実行可能なコンピュータプログラムとを備え、前記プロセッサが前記プログラムを実行するときに、前述した任意の技術的解決策による情報処理方法を実現する。

本願実施例では、前記プロセッサが前記プログラム実行するときに、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定すること、前記ターゲットオブジェクトの第１スナップ撮影情報を取得すること、前記第１スナップ撮影情報を分析して、第１分析結果を取得すること、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することを実現し、ここで、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む。

一実施形態では、前記プロセッサが前記プログラム実行するときに、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定することであって、ここで、前記同行者は、前記ターゲットオブジェクトと同一の画像収集装置によって前後ｔ秒間にスナップ撮影され且つクラスタリング後の出現回数がプリセットされた値を超える人であり、前記ｔは正数であること、前記同行者の第２スナップ撮影情報を取得すること、前記第２スナップ撮影情報を分析して、第２分析結果を取得すること、前記第２分析結果に基づいて前記同行者の第２軌跡を決定することであって、ここで、前記第２分析結果は前記同行者の出現情報を含むことを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定すること、各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定することであって、ここで、前記出現情報は少なくとも出現地理位置および出現時間を含むこと、前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、各スナップ画像とそれによって得られた出現情報との対応関係を確立することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係を確立することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記ターゲットオブジェクトの出現情報に基づいて、前記ターゲットオブジェクトの出現位置および出現回数を電子地図にマークすること、前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記ターゲットオブジェクトの同行者から第１同行者を決定すること、前記第１同行者の第２軌跡を取り出すこと、前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得することであって、ここで、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成されること、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することであって、ここで、前記第２データベースは、実名登録された画像情報に基づいて形成されること、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得ることを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記第１データベース内の画像データから顔画像データを抽出すること、前記顔画像データを複数のクラスに分割することを実現し、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む。

一実施形態では、前記プロセッサが前記プログラム実行するときに、身分証明書番号が同じである画像データを１つの画像ライブラリに集約すること、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得することを実現し、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得すること、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定すること、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索すること、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加することを実現する。

一実施形態では、前記プロセッサが前記プログラム実行するときに、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加することを実現する。

本願実施例による情報処理装置は、ターゲットオブジェクトのスナップ撮影情報を自動的に分析、統計して軌跡を形成することができ、同行者のスナップ撮影情報を自動的に分析、統計して軌跡を形成することもでき、電子地図でターゲットオブジェクトと同行者との軌跡比較を確認したり、両者の同行位置を表示したりすることなどをサポートすることにより、両者の関係、行動予測などを確認することができる。

本願実施例は、さらに、コンピュータ実行可能な命令が記憶されたコンピュータ記憶媒体を提供し、前記コンピュータ実行可能な命令は、前述した各実施例に記載の情報処理方法を実行するために使用される。つまり、前記コンピュータ実行可能な命令がプロセッサによって実行されると、上記のいずれかの技術的解決策による情報処理方法を実現することができる。

当業者なら自明であるが、本実施例のコンピュータ記憶媒体における各プログラムの機能は、前述した各実施例に記載の情報処理方法に関する説明を参照して理解することができる。前記コンピュータ記憶媒体は、揮発性コンピュータ可読記憶媒体または不揮発性コンピュータ可読記憶媒体であってもよい。

本発明の実施例は、さらに、コンピュータ可読コードを含むコンピュータプログラム製品を提供し、コンピュータ可読コードが機器で実行される時に、前記機器内のプロセッサは、上記の実施例のいずれか１つによる情報処理方法を実現するための命令を実行する。

前記コンピュータプログラム製品は、具体的に、ハードウェア、ソフトウェアまたはそれらの組み合わせの方式によって実現することができる。一代替実施例では、前記コンピュータプログラム製品は、具体的には、コンピュータ記憶媒体として実現され、別の代替実施例では、コンピュータプログラム製品は、具体的には、例えばソフトウェア開発キット（Ｓｏｆｔｗａｒｅ Ｄｅｖｅｌｏｐｍｅｎｔ Ｋｉｔ、ＳＤＫ）などのソフトウェア製品として実現される。

当業者なら自明であるが、本実施例のコンピュータ記憶媒体における各プログラムの機能は、前述した各実施例に記載の情報処理方法に関する説明を参照して理解することができる。

本願で説明された技術的解決策によれば、ビデオ監視における同一人のスナップ画像を既存の静的な人物データベースと自動的に組み合わせることにより、警察は手がかりをつなげやすく、事件解決の効率を向上させるできる。例えば、組織犯罪を解決する場合、同行者に従って他の犯罪容疑者を見つけ、容疑者の同行者を分析することにより、容疑者の社会的関係を知ることができ、当該容疑者の身元と行方を調査することができる。さらに、各人のすべてのスナップ画像を使用して軌跡を形成でき、同行者の絞り込みをサポート、特定の同行者を確定した後、地図上でターゲットオブジェクトと同行者の軌跡比較を確認し、両者の同行点位置などを表示することにより、両者の間の関係、行動予測などを確認する。

また、本明細書に挙げた各代替実施例は、例示的なものに過ぎず、当業者が本願の実施例の技術的解決手段をよりよく理解するのを助けるために用いられ、本願の実施例を限定するものと解釈すべきではなく、当業者が本明細書に記載された各代替実施例に基づいて行う様々な変更及び置換も、本願の実施例の一部として解釈すべきであることを理解されたい。

さらに、本明細書における各実施例の技術的解決策の説明は、各実施例の相違点を強調することに着目しており、その同一点または類似点は相互に参照すことができ、簡潔にするために、ここでは繰り返して説明しない。

本出願で提供するいくつかの実施例において、開示された機器および方法は、他の方式で実現されてもよいことを理解されたい。以上に説明した機器の実施例は単なる例示的なものであり、例えば、前記ユニットの分割は、論理的な機能の分割に過ぎない。実際の実現では、別の分割方法が存在でき、例えば、複数のユニットまたはコンポーネントを組み合わせるか別のシステムに統合することができ、または一部の特徴を無視するか実行しないことができる。さらに、図示または説明された各構成要素間の相互結合または直接結合または通信接続は、いくつかのインターフェース、機器またはユニットを介した間接な結合または通信接続であり得、電気的、機械的または他の形態であり得る。

前記分離部材として説明されたユニットは、物理的に分離されてもされていなくてもよく、ユニットとして表示された部材は、物理的なユニットであってもなくてもよい。つまり、前記ユニットは、１箇所に配置されてもよいし、複数のネットワークユニットに分散されてもよく、実際の必要に応じて、そのうちの一部またはすべてのユニットを選択して、本実施例の技術案の目的を実現することができる。

また、本発明の各実施例における各機能ユニットは、すべて１つの第２処理ユニットに統合されてもよく、各ユニットが個別に１つのユニットとして使用されてもよく、２つ以上のユニットが１つのユニットに統合されてもよい。前記統合されたユニットは、ハードウェアの形で、またはハードウェアとソフトウェア機能ユニットの組み合わせの形で具現することができる。

当業者なら自明であるか、上記方法の実施例を実現する全部または一部のステップは、プログラム命令に関連するハードウェアによって完了することができ、前記プログラムは、コンピュータ可読記憶媒体に記憶することができ、前記プログラムが実行されるとき、上記方法の実施例のステップを実行し、前記記憶媒体は、リムーバブルストレージ、読み取り専用メモリ（ＲＯＭ：Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気メモリまたは光ディスクなどのプログラムコードを記憶することができる様々な媒体を含む。

あるいは、本出願の上記の統合されたユニットは、ソフトウェア機能モジュールの形で実現され且つ独立した製品として販売または使用される場合、コンピュータ可読記憶媒体に記憶されてもよい。このような理解に基づいて、本発明の実施例の技術的解決策の本質的な部分、即ち先行技術に貢献のある部分は、ソフトウェア製品の形で具現されることができ、前記コンピュータソフトウェア製品は、１つの記憶媒体に記憶され、一台のコンピュータ機器（パーソナルコンピュータ、サーバ、またはネットワーク機器などであリ得る）に本発明の各実施例に記載の方法の全部または一部を実行させるためのいくつかの命令を含む。前述した記憶媒体は、リムーバブルストレージ、ＲＯＭ、ＲＡＭ、磁気メモリまたは光ディスクなどのプログラムコードを記憶することができる様々な媒体を含む。

上記の内容は、本願の具体的な実施形態に過ぎず、本願の保護範囲はこれに限定されない。当業者は、本願で開示された技術的範囲内で容易に想到し得る変更または置換は、すべて本願の保護範囲内に含まれるべきである。したがって、本出願の保護範囲は、特許請求の保護範囲を基準とするべきである。

本願実施例による技術的解決策によれば、集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定し、前記ターゲットオブジェクトの第１スナップ撮影情報を取得し、前記第１スナップ撮影情報を分析して、第１分析結果を取得し、前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定する。このようにして、ターゲットオブジェクトのスナップ撮影情報を自動的に分析、統計して軌跡を形成することができ、ターゲットオブジェクトの軌跡を決定する速度向上させる。

第５態様によれば、本願実施例は、コンピュータ可読コードを含むコンピュータプログラムを提供し、前記コンピュータ可読コードが電子機器で実行されるときに、前記電子機器のプロセッサに、本願実施例に記載の情報処理方法を実現するための命令を実行させる。
例えば、本願は以下の項目を提供する。
（項目１）
情報処理方法であって、
集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定することと、
前記ターゲットオブジェクトの第１スナップ撮影情報を取得することと、
前記第１スナップ撮影情報を分析して、第１分析結果を取得することと、
前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することと、を含み、
前記第１分析結果は、前記ターゲットオブジェクトの出現情報を含む、
情報処理方法。
（項目２）
前記情報処理方法は、
集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定することであって、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である、ことと、
前記同行者の第２スナップ撮影情報を取得することと、
前記第２スナップ撮影情報を分析して、第２分析結果を取得することと、
前記第２分析結果に基づいて前記同行者の第２軌跡を決定することと、をさらに含み、
前記第２分析結果は、前記同行者の出現情報を含む、
項目１に記載の情報処理方法。
（項目３）
前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、
前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することと、
各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定することであって、前記出現情報は少なくとも出現地理位置および出現時間を含む、ことと、
前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計することと、を含む、
項目１または２に記載の情報処理方法。
（項目４）
前記第１分析結果は、
各スナップ画像と前記出現情報との対応関係、および
各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む、
項目３に記載の情報処理方法。
（項目５）
前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することは、
前記ターゲットオブジェクトの出現情報に基づいて、前記ターゲットオブジェクトの出現位置および出現回数を電子地図にマークすることと、
前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成することと、を含む、
項目３に記載の情報処理方法。
（項目６）
前記情報処理方法は、
前記ターゲットオブジェクトの同行者から第１同行者を決定することと、
前記第１同行者の第２軌跡を取り出すことと、
前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示することと、をさらに含む、
項目２に記載の情報処理方法。
（項目７）
前記情報処理方法は、
第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得することであって、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成される、ことと、
第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することであって、前記第２データベースは、実名登録された画像情報に基づいて形成される、ことと、
前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得ることと、をさらに含む、
項目１ないし６のいずれか一項に記載の情報処理方法。
（項目８）
前記第１データベース内の画像データに対してクラスタリング処理を実行することは、
前記第１データベース内の画像データから顔画像データを抽出することと、
前記顔画像データを複数のクラスに分割することであって、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む、ことと、を含む、
項目７に記載の情報処理方法。
（項目９）
前記第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することは、
身分証明書番号が同じである画像データを１つの画像ライブラリに集約することと、
前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得することであって、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する、ことと、を含む、
項目７に記載の情報処理方法。
（項目１０）
前記クラスタリング処理結果と前記集約処理結果を関連分析することは、
前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得することと、
前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定することと、
前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索することと、
前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立することと、を含む、
項目７に記載の情報処理方法。
（項目１１）
前記情報処理方法は、
前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加することをさらに含む、
項目７に記載の情報処理方法。
（項目１２）
前記情報処理方法は、
前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加することをさらに含む、
項目７に記載の情報処理方法。
（項目１３）
情報処理装置であって、
集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定するように構成される決定モジュールと、
前記ターゲットオブジェクトの第１スナップ撮影情報を取得するように構成される取得モジュールと、
前記第１スナップ撮影情報を分析して、第１分析結果を取得するように構成される分析モジュールと、
前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定するように構成される処理モジュールと、を備え、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む、
情報処理装置。
（項目１４）
前記決定モジュールは、さらに、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定するように構成され、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点であり、
前記取得モジュールは、さらに、前記同行者の第２スナップ撮影情報を取得するように構成され、
前記分析モジュールは、さらに、前記第２スナップ撮影情報を分析して、第２分析結果を取得するように構成され、
前記処理モジュールは、さらに、前記第２分析結果に基づいて前記同行者の第２軌跡を決定するように構成され、前記第２分析結果は前記同行者の出現情報を含む、
項目１３に記載の情報処理装置。
（項目１５）
前記分析モジュールは、さらに、
前記第１スナップ撮影情報に基づいて分析対象スナップ画像を決定し、
各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定し、前記出現情報は少なくとも出現地理位置および出現時間を含み、
前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計するように構成される、
項目１３または１４に記載の情報処理装置。
（項目１６）
前記第１分析結果は、
各スナップ画像と前記出現情報との対応関係、および
各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む、
項目１５に記載の情報処理装置。
（項目１７）
前記処理モジュールは、さらに、
前記ターゲットオブジェクトの出現情報に基づいて、電子地図に前記ターゲットオブジェクトの出現位置および出現回数をマークし、
前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成するように構成される、
項目１５に記載の情報処理装置。
（項目１８）
前記処理モジュールは、さらに、
前記ターゲットオブジェクトの同行者から第１同行者を決定し、
前記第１同行者の第２軌跡を取り出し、
前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示するように構成される、
項目１４に記載の情報処理装置。
（項目１９）
前記情報処理装置は、さらに、
第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得し、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成され、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得し、前記第２データベースは、実名登録された画像情報に基づいて形成され、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得るように構成される、個人情報ファイル作成モジュールを備える、
項目１３に記載の情報処理装置。
（項目２０）
前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の画像データから顔画像データを抽出し、前記顔画像データを複数のクラスに分割するように構成され、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む、
項目１９に記載の情報処理装置。
（項目２１）
前記個人情報ファイル作成モジュールは、さらに、身分証明書番号が同じである画像データを１つの画像ライブラリに集約し、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を作成して、集約処理結果を取得するように構成され、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する、
項目１９に記載の情報処理装置。
（項目２２）
前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得し、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定し、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索し、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立するように構成される、
項目１９に記載の情報処理装置。
（項目２３）
前記個人情報ファイル作成モジュールは、さらに、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加するように構成される、
項目１９に記載の情報処理装置。
（項目２４）
前記個人情報ファイル作成モジュールは、さらに、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加するように構成される、
項目１９に記載の情報処理装置。
（項目２５）
情報処理装置であって、メモリと、プロセッサと、メモリに記憶され且つプロセッサで実行可能なコンピュータプログラムとを備え、前記プロセッサが前記コンピュータプログラムを実行するときに、項目１ないし１３のいずれか一項に記載の情報処理方法を実現する、
情報処理装置。
（項目２６）
コンピュータプログラムが記憶された記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、前記プロセッサに、項目１ないし１３のいずれか一項に記載の情報処理方法を実行させる、
記憶媒体。
（項目２７）
コンピュータ可読コードを含むコンピュータプログラムであって、前記コンピュータ可読コードが電子機器で実行されるときに、前記電子機器のプロセッサに、項目１ないし１３のいずれか一項に記載の情報処理方法を実現するための命令を実行させる、
コンピュータプログラム。

Claims (27)

1. 情報処理方法であって、
   集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定することと、
   前記ターゲットオブジェクトの第１スナップ撮影情報を取得することと、
   前記第１スナップ撮影情報を分析して、第１分析結果を取得することと、
   前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することと、を含み、
   前記第１分析結果は、前記ターゲットオブジェクトの出現情報を含む、
   情報処理方法。
2. 前記情報処理方法は、
   集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定することであって、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点である、ことと、
   前記同行者の第２スナップ撮影情報を取得することと、
   前記第２スナップ撮影情報を分析して、第２分析結果を取得することと、
   前記第２分析結果に基づいて前記同行者の第２軌跡を決定することと、をさらに含み、
   前記第２分析結果は、前記同行者の出現情報を含む、
   請求項１に記載の情報処理方法。
3. 前記第１スナップ撮影情報を分析して、第１分析結果を取得することは、
   前記第１スナップ撮影情報に基づいて、分析対象スナップ画像を決定することと、
   各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定することであって、前記出現情報は少なくとも出現地理位置および出現時間を含む、ことと、
   前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計することと、を含む、
   請求項１または２に記載の情報処理方法。
4. 前記第１分析結果は、
   各スナップ画像と前記出現情報との対応関係、および
   各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む、
   請求項３に記載の情報処理方法。
5. 前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定することは、
   前記ターゲットオブジェクトの出現情報に基づいて、前記ターゲットオブジェクトの出現位置および出現回数を電子地図にマークすることと、
   前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成することと、を含む、
   請求項３に記載の情報処理方法。
6. 前記情報処理方法は、
   前記ターゲットオブジェクトの同行者から第１同行者を決定することと、
   前記第１同行者の第２軌跡を取り出すことと、
   前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示することと、をさらに含む、
   請求項２に記載の情報処理方法。
7. 前記情報処理方法は、
   第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得することであって、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成される、ことと、
   第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することであって、前記第２データベースは、実名登録された画像情報に基づいて形成される、ことと、
   前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得ることと、をさらに含む、
   請求項１ないし６のいずれか一項に記載の情報処理方法。
8. 前記第１データベース内の画像データに対してクラスタリング処理を実行することは、
   前記第１データベース内の画像データから顔画像データを抽出することと、
   前記顔画像データを複数のクラスに分割することであって、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む、ことと、を含む、
   請求項７に記載の情報処理方法。
9. 前記第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得することは、
   身分証明書番号が同じである画像データを１つの画像ライブラリに集約することと、
   前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を確立して、集約処理結果を取得することであって、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する、ことと、を含む、
   請求項７に記載の情報処理方法。
10. 前記クラスタリング処理結果と前記集約処理結果を関連分析することは、
    前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得することと、
    前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定することと、
    前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索することと、
    前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立することと、を含む、
    請求項７に記載の情報処理方法。
11. 前記情報処理方法は、
    前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加することをさらに含む、
    請求項７に記載の情報処理方法。
12. 前記情報処理方法は、
    前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加することをさらに含む、
    請求項７に記載の情報処理方法。
13. 情報処理装置であって、
    集約個人情報ファイルのデータに基づいてターゲットオブジェクトを決定するように構成される決定モジュールと、
    前記ターゲットオブジェクトの第１スナップ撮影情報を取得するように構成される取得モジュールと、
    前記第１スナップ撮影情報を分析して、第１分析結果を取得するように構成される分析モジュールと、
    前記第１分析結果に基づいて、前記ターゲットオブジェクトの第１軌跡を決定するように構成される処理モジュールと、を備え、前記第１分析結果は前記ターゲットオブジェクトの出現情報を含む、
    情報処理装置。
14. 前記決定モジュールは、さらに、集約個人情報ファイルのデータに基づいて前記ターゲットオブジェクトの同行者を決定するように構成され、前記同行者は、ターゲット時点の前後ｔ秒間で画像収集装置によって前記ターゲットオブジェクトがスナップ撮影されているスナップ撮影画像に現れる前記ターゲットオブジェクト以外の人物であり、前記ターゲット時点は、前記画像収集装置が前記ターゲットオブジェクトをスナップ撮影した時点であり、
    前記取得モジュールは、さらに、前記同行者の第２スナップ撮影情報を取得するように構成され、
    前記分析モジュールは、さらに、前記第２スナップ撮影情報を分析して、第２分析結果を取得するように構成され、
    前記処理モジュールは、さらに、前記第２分析結果に基づいて前記同行者の第２軌跡を決定するように構成され、前記第２分析結果は前記同行者の出現情報を含む、
    請求項１３に記載の情報処理装置。
15. 前記分析モジュールは、さらに、
    前記第１スナップ撮影情報に基づいて分析対象スナップ画像を決定し、
    各前記スナップ画像における前記ターゲットオブジェクトの出現情報を決定し、前記出現情報は少なくとも出現地理位置および出現時間を含み、
    前記出現情報に基づいて同一地理位置における前記ターゲットオブジェクトの出現回数を統計するように構成される、
    請求項１３または１４に記載の情報処理装置。
16. 前記第１分析結果は、
    各スナップ画像と前記出現情報との対応関係、および
    各スナップ画像とその前後に隣接するＭ（Ｍは正数である）枚のスナップ画像との関連関係のうちの少なくとも１つをさらに含む、
    請求項１５に記載の情報処理装置。
17. 前記処理モジュールは、さらに、
    前記ターゲットオブジェクトの出現情報に基づいて、電子地図に前記ターゲットオブジェクトの出現位置および出現回数をマークし、
    前記出現時間に従って電子地図上の出現位置を接続して、第１軌跡を形成するように構成される、
    請求項１５に記載の情報処理装置。
18. 前記処理モジュールは、さらに、
    前記ターゲットオブジェクトの同行者から第１同行者を決定し、
    前記第１同行者の第２軌跡を取り出し、
    前記ターゲットオブジェクトの第１軌跡と前記第１同行者の第２軌跡とを対比表示するように構成される、
    請求項１４に記載の情報処理装置。
19. 前記情報処理装置は、さらに、
    第１データベース内の画像データに対してクラスタリング処理を実行して、クラスタリング処理結果を取得し、前記第１データベースは、画像収集装置によってスナップ撮影された人物画像に基づいて形成され、第２データベース内の画像データに対して集約処理を実行して、集約処理結果を取得し、前記第２データベースは、実名登録された画像情報に基づいて形成され、前記クラスタリング処理結果と前記集約処理結果を関連分析して、集約個人情報ファイルのデータを得るように構成される、個人情報ファイル作成モジュールを備える、
    請求項１３に記載の情報処理装置。
20. 前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の画像データから顔画像データを抽出し、前記顔画像データを複数のクラスに分割するように構成され、前記複数のクラスのうちの各クラスはクラス中心を有し、前記クラス中心はクラス中心特徴値を含む、
    請求項１９に記載の情報処理装置。
21. 前記個人情報ファイル作成モジュールは、さらに、身分証明書番号が同じである画像データを１つの画像ライブラリに集約し、前記画像ライブラリと前記身分証明書番号に対応するテキスト情報との関連関係を作成して、集約処理結果を取得するように構成され、前記集約処理結果内の各身分証明書番号は、唯一の個人情報ファイルのデータに対応する、
    請求項１９に記載の情報処理装置。
22. 前記個人情報ファイル作成モジュールは、さらに、前記第１データベース内の各クラス中心特徴値と前記第２データベース内の各参照クラス中心特徴値とを全量で比較して、全量比較結果を取得し、前記全量比較結果に基づいて、類似度が最も高く且つ類似度が所定閾値より大きいターゲット参照クラス中心特徴値を決定し、前記第２データベースから、前記ターゲット参照クラス中心特徴値に対応するターゲット人物画像および前記ターゲット人物画像に対応する身分情報を検索し、前記ターゲット人物画像に対応する身分情報と前記第１データベース内のクラス中心特徴値に対応する画像との関連関係を確立するように構成される、
    請求項１９に記載の情報処理装置。
23. 前記個人情報ファイル作成モジュールは、さらに、前記第１データベースに画像データを追加する場合、追加される画像データに対してクラスタリング処理を実行し、前記追加される画像データ内の顔画像データを複数のクラスに分割し、前記第１データベースから、前記複数のクラスと同じクラスがあるか否かを検索し、前記複数のクラス内の第１クラスと同じクラスがある場合、前記第１クラスの画像データを前記第１クラスの既存個人情報ファイルに統合し、前記複数のクラス内の第２クラスと同じクラスがない場合、前記第２クラスに基づいて新しい個人情報ファイルを作成して、前記第１データベースに追加するように構成される、
    請求項１９に記載の情報処理装置。
24. 前記個人情報ファイル作成モジュールは、さらに、前記第２データベースに画像データを追加する場合、前記第２データベースから、追加される前記画像データと同じ身分証明書番号があるか否かを検索し、前記画像データ内の第１画像データと同じ第１身分証明書番号がある場合、前記第１画像データを前記第１身分証明書番号に対応する既存個人情報ファイルに統合し、前記画像データ内の第２画像データと同じ第２身分証明書番号がない場合、前記第２画像データの第２身分証明書番号に基づいて新しい個人情報ファイルを作成して、前記第２データベースに追加するように構成される、
    請求項１９に記載の情報処理装置。
25. 情報処理装置であって、メモリと、プロセッサと、メモリに記憶され且つプロセッサで実行可能なコンピュータプログラムとを備え、前記プロセッサが前記コンピュータプログラムを実行するときに、請求項１ないし１３のいずれか一項に記載の情報処理方法を実現する、
    情報処理装置。
26. コンピュータプログラムが記憶された記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、前記プロセッサに、請求項１ないし１３のいずれか一項に記載の情報処理方法を実行させる、
    記憶媒体。
27. コンピュータ可読コードを含むコンピュータプログラムであって、前記コンピュータ可読コードが電子機器で実行されるときに、前記電子機器のプロセッサに、請求項１ないし１３のいずれか一項に記載の情報処理方法を実現するための命令を実行させる、
    コンピュータプログラム。

Images