TWI747341B - 檔案應用方法及裝置、儲存媒體 - Google Patents

檔案應用方法及裝置、儲存媒體 Download PDF

Info

Publication number
TWI747341B
TWI747341B TW109121551A TW109121551A TWI747341B TW I747341 B TWI747341 B TW I747341B TW 109121551 A TW109121551 A TW 109121551A TW 109121551 A TW109121551 A TW 109121551A TW I747341 B TWI747341 B TW I747341B
Authority
TW
Taiwan
Prior art keywords
file
information
target
cluster
target cluster
Prior art date
Application number
TW109121551A
Other languages
English (en)
Other versions
TW202105374A (zh
Inventor
李蔚琳
梁棟
李嘉宾
張貴明
李江濤
Original Assignee
中國商深圳市商湯科技有限公司
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 中國商深圳市商湯科技有限公司 filed Critical 中國商深圳市商湯科技有限公司
Publication of TW202105374A publication Critical patent/TW202105374A/zh
Application granted granted Critical
Publication of TWI747341B publication Critical patent/TWI747341B/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Remote Sensing (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本揭露實施例揭露了一種檔案應用方法及裝置、儲存媒體,該檔案應用方法包括:獲取目標時空範圍資訊;基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊;基於至少一個所述目標聚類檔案,執行預定操作。

Description

檔案應用方法及裝置、儲存媒體
本揭露基於申請號為201910573477.1、申請日為2019年6月28日的中國專利申請提出,並要求該中國專利申請的優先權,該中國專利申請的全部內容在此以引入方式併入本揭露。本揭露實施例涉及機器視覺技術領域,具體涉及一種檔案應用方法及裝置、儲存媒體。
在智慧安防領域,需要從海量圖像資料中篩選出可能的目標,但相關方案中,在利用影片監控圖像進行破案時,需要根據未確認身份的嫌疑人圖像在海量人像庫中進行檢索,透過逐一對影片源進行排查,將嫌疑人的拍攝圖像一一進行人工研究判斷,來確定是否是目標物件,這種人工排查的方式速度慢且召回率低。
本揭露實施例期望提供一種檔案應用方法及裝置、儲存媒體,能自動化的查找指定時空範圍出現的目標物件並進行行為分析,提升了處理效率的同時節省了人力資源。
為達到上述目的,本揭露實施例的技術方案是這樣實現的:
第一方面,本揭露實施例提供一種檔案應用方法,包括:獲取目標時空範圍資訊;基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊;基於至少一個所述目標聚類檔案,執行預定操作。
在一些實施例中,所述檔案資訊包括所述採集物件的身份資訊,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:基於至少一個所述目標聚類檔案,輸出至少一個所述目標聚類檔案中的所述採集物件的身份資訊。
可以理解的是,在安防布控中,透過輸出檔案資訊中的身份資訊,能方便快速鎖定目標採集物件的身份,獲得目標採集物件更多的身份資訊,如年齡、性別以及歷史犯罪記錄等,另一方面根據掌握的身份資訊也方便實施布控。
在一些實施例中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:基於至少一個所述目標聚類檔案中的第一身份資訊,輸出與預設第二身份資訊相匹配的所述目標聚類檔案的檔案資訊。
在一些實施例中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動時間位於預設時間範圍內的至少一個所述目標聚類檔案的部分檔案資訊;和/或,基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動範圍位於預設空間範圍內的至少一個所述目標聚類檔案的部分檔案資訊。
可以理解的是,當本揭露實施例用於安防事件排查時,透過預設時間範圍和/或預設空間範圍的局部查詢,使得工作人員能更加細緻的根據案件發生時間段和案件發生地點範圍內嫌疑人的檔案資訊,分析嫌疑人的作案動機。
在一些實施例中,每個所述目標聚類檔案包括至少一個活動事件,每個活動事件包括時空範圍資訊,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:若所述目標聚類檔案的個數為至少兩個,將所述活動事件中時空範圍資訊與所述目標時空範圍資訊進行匹配,確定匹配的所述活動事件的個數;按照匹配的所述活動事件的個數由多到少的順序,依次輸出至少兩個所述目標聚類檔案。
在該實施例中,按活動事件的匹配個數由多到少的順序輸出目標聚類檔案,能保證最先輸出的目標聚類檔案可能為最需要關注的目標物件。例如,在多個安防事件中均出現過的人員,其即有可能是慣犯,因此需要得到更多的關注。
在一些實施例中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:若所述目標聚類檔案的個數為至少兩個,且匹配的所述活動事件的個數相同,按照所述活動事件中時空範圍資訊所對應的時間順序,依次輸出至少兩個所述目標聚類檔案。
在一些實施例中,檔案應用方法還包括:接收第一選擇資訊,所述第一選擇資訊用於指示待選聚類檔案庫;接收第二選擇資訊,所述第二選擇資訊用於指示排除所述待選聚類檔案庫中的子庫;根據所述第一選擇資訊和所述第二選擇資訊,確定所述聚類檔案庫。
可以理解的是,透過預先設置聚類檔案庫的形式,縮小聚類檔案的篩選範圍,可提升目標聚類檔案的搜索速度。
在一些實施例中,檔案應用方法還包括:獲取所述採集物件的第一圖像資訊;根據所述第一圖像資訊的物件特徵,確定所述第一圖像資訊所包含所述採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個所述採集物件;根據所述物件特徵類,生成所述物件特徵類對應的聚類檔案;根據不同所述採集物件的聚類檔案,形成所述聚類檔案庫。
在該實施例中,透過圖像處理的方案,對採集的第一圖像資訊歸類,得到採集物件的特徵類,而非透過人工的方式將採集物件的資訊進行歸類,節省了大量的人力,且提升了歸類的準確性。
在一些實施例中,檔案應用方法還包括:獲取第二圖像資訊對應的身份資訊;根據所述第二圖像資訊的物件特徵,確定與所述第二圖像資訊匹配的物件特徵類;基於所述身份資訊和所述物件特徵類,生成所述物件特徵類對應的聚類檔案。
在該實施例中,透過圖像處理的方案,在聚類檔案中引入身份資訊,使得在後續基於聚類檔案的應用過程中,能方便獲取採集物件的身份資訊,在刑偵破案過程中,提供更多的有用資訊,以便準確鎖定目標物件。
在一些實施例中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:根據至少一個所述目標聚類檔案,按照時間先後順序輸出一個所述採集物件的所述檔案資訊。
在一些實施例中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:根據至少一個所述目標聚類檔案所包含的時空範圍資訊,輸出所述採集物件的活動軌跡。
可以理解的是,透過目標聚類檔案中的檔案資訊,獲得採集物件的活動軌跡,在警方破案時,警方可根據活動軌跡分析採集物件的活動規律,以便於警方將線索串聯、分析案情,提高破案效率。
在一些實施例中,方法還包括:確定所述採集物件的活動軌跡的起點和終點;在電子地圖上展示所述採集物件所述活動軌跡的起點和終點。
第二方面,本揭露實施例提供一種檔案應用裝置,所述檔案應用裝置包括:獲取模組,配置為獲取目標時空範圍資訊;確定模組,配置為基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊;操作模組,配置為基於至少一個所述目標聚類檔案,執行預定操作。
在一些實施例中,所述檔案資訊包括所述採集物件的身份資訊,所述操作模組,配置為基於至少一個所述目標聚類檔案,輸出至少一個所述目標聚類檔案中的所述採集物件的身份資訊。
在一些實施例中,所述操作模組,配置為基於至少一個所述目標聚類檔案中的第一身份資訊,輸出與預設第二身份資訊相匹配的所述目標聚類檔案的檔案資訊。
在一些實施例中,所述操作模組,配置為基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動時間位於預設時間範圍內的至少一個所述目標聚類檔案的部分檔案資訊;和/或,基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動範圍位於預設空間範圍內的至少一個所述目標聚類檔案的部分檔案資訊。
在一些實施例中,每個所述目標聚類檔案包括至少一個活動事件,每個活動事件包括時空範圍資訊,所述操作模組,配置為若所述目標聚類檔案的個數為至少兩個,將所述活動事件中時空範圍資訊與所述目標時空範圍資訊進行匹配,確定匹配的所述活動事件的個數;按照匹配的所述活動事件的個數由多到少的順序,依次輸出至少兩個所述目標聚類檔案。
在一些實施例中,所述操作模組,配置為若所述目標聚類檔案的個數為至少兩個,且匹配的所述活動事件的個數相同,按照所述活動事件中時空範圍資訊所對應的時間順序,依次輸出至少兩個所述目標聚類檔案。
在一些實施例中,所述確定模組,還配置為接收第一選擇資訊,所述第一選擇資訊用於指示待選聚類檔案庫;接收第二選擇資訊,所述第二選擇資訊用於指示排除所述待選聚類檔案庫中的子庫;根據所述第一選擇資訊和所述第二選擇資訊,確定所述聚類檔案庫。
在一些實施例中,所述裝置還包括:生成模組,配置為獲取所述採集物件的第一圖像資訊;根據所述第一圖像資訊的物件特徵,確定所述第一圖像資訊所包含所述採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個所述採集物件;根據所述物件特徵類,生成所述物件特徵類對應的聚類檔案;根據不同所述採集物件的聚類檔案,形成所述聚類檔案庫。
在一些實施例中,所述生成模組,還配置為獲取第二圖像資訊對應的身份資訊;根據所述第二圖像資訊的物件特徵,確定與所述第二圖像資訊匹配的物件特徵類;基於所述身份資訊和所述物件特徵類,生成所述物件特徵類對應的聚類檔案。
在一些實施例中,所述操作模組,配置為根據至少一個所述目標聚類檔案,按照時間先後順序輸出一個所述採集物件的所述檔案資訊。
在一些實施例中,所述操作模組,配置為根據至少一個所述目標聚類檔案所包含的時空範圍資訊,輸出所述採集物件的活動軌跡。
在一些實施例中,所述操作模組,還配置為確定所述採集物件的活動軌跡的起點和終點;在電子地圖上展示所述採集物件所述活動軌跡的起點和終點。
第三方面,本揭露實施例提供一種檔案應用裝置,所述檔案應用裝置包括:記憶體,用於儲存電腦可執行指令;處理器,與所述記憶體連接,用於透過執行所述電腦可執行指令,實現上述第一方面中所述的方法。
第四方面,本揭露實施例提供一種電腦儲存媒體,所述電腦儲存媒體儲存有電腦可執行指令;所述電腦可執行指令被處理器執行之後,能夠實現上述第一方面中所述的方法。
本揭露實施例提供了一種檔案應用方法及裝置、儲存媒體,該方法包括:獲取目標時空範圍資訊;基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊;基於至少一個所述目標聚類檔案,執行預定操作。也就是說,本揭露實施例獲取到目標時空範圍資訊之後會查詢檢索預先設置的聚類檔案庫,透過聚類檔案庫中聚類檔案的檔案資訊記錄的採集物件活動的時空範圍資訊,使得檔案應用裝置能自動化的快速鎖定在指定目標時間範圍和空間範圍內出現過的目標聚類檔案,一個目標聚類檔案即對應一個目標物件,無需在需要檢索一些物件的資訊時,才逐一處理圖片等,無需工作人員逐一看拍攝圖片或影片。本揭露實施例的檔案應用裝置直接根據聚類檔案中的檔案資訊就能夠知道哪些採集物件在目標時空範圍出現過,具有效率高的特點;與此同時相對於人工判定,減少了人工誤差和不熟練技術人員導致的錯誤或遺漏,從而具有準確率高及召回率高的特點。
以下結合說明書附圖及具體實施例對本揭露的技術方案做進一步的詳細闡述。
第1圖示出根據本揭露實施例的檔案應用方法的流程圖,如第1圖所示,所述檔案應用方法包括:S101、獲取目標時空範圍資訊。
S102、基於目標時空範圍資訊,確定聚類檔案庫中與目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括採集物件活動的時空範圍資訊。
S103、基於至少一個目標聚類檔案,執行預定操作。
在本揭露實施例中,檔案應用方法應用於檔案應用裝置中。示例性的,檔案應用裝置可以位於終端設備或伺服器等電子設備,終端設備可以為使用者設備(User Equipment,UE)、移動設備、終端等。
在本揭露實施例的步驟S101中,檔案應用裝置獲取目標時空範圍資訊是基於使用者的操作配置獲取的,還可以是透過接收其它設備發送的警告指令中攜帶的目標時空範圍資訊而獲得。其中,目標時空範圍資訊的作用在於指示在指定的時間範圍和空間範圍都出現過的目標物件。示例性的,目標時空範圍資訊可包括目標時間範圍資訊和/或目標空間範圍資訊。
需要說明的是,在本揭露的實施例中,目標時空範圍資訊包括安防事件發生的時間資訊和地點資訊;其中,安防事件包括入室盜竊事件、反恐監測事件、醫鬧事件、肇事事件等等。
示例性地,在本揭露實施例的檔案應用方法用於安防事件排查的情況下,有目擊者1聲稱於2018年5月24日的晚上19點至2018年5月26日晚上19點在Y學校均看到過疑似嫌疑人A。目擊者2聲稱於2018年5月25日的下午14點在Y學校周邊看到過疑似嫌疑人A;目擊者3聲稱於2018年5月26日至2018年5月28日19點在Y學校周邊看到過疑似嫌疑人A。則本揭露的實施例中,目標時空範圍資訊的目標時間範圍可以包括:2018年5月24日晚上19點至2018年5月28日19點,目標空間範圍是:Y學校及Y學校周邊。
在本揭露實施例的步驟S102中,檔案應用裝置對聚類檔案中檔案資訊所包含的採集物件活動的時空範圍資訊與目標時空範圍資訊做比較,當採集物件活動的時空範圍資訊屬於目標時空資訊範圍內,則確定出需要篩選出的目標聚類檔案。
需要說明的是,在本揭露的實施例中,對於一個採集物件來說,聚類檔案具有唯一性,即一個聚類檔案對應於一個採集物件;一個目標聚類檔案對應於一個採集物件。
在一些可選實施例中,檔案資訊中不僅記錄了採集物件活動的時空範圍資訊,還記錄了採集物件的活動屬性資訊。示例性地,若採集物件為車輛,檔案資訊不僅記錄了車輛行駛的時間資訊和/或空間資訊,還包括車輛在對應時間和/或空間下闖紅燈次數、是否逾越斑馬線等活動屬性資訊。若採集物件為人,檔案資訊不僅記錄了人活動的時間和/或空間資訊,還包括人在對應時間和/或空間下的穿著資訊、頭髮長短、頭髮顏色等資訊。
在一些可選實施例中,聚類檔案中記錄的是採集物件歷史時間完整的檔案資訊;而在另一些可選實施例中,考慮到儲存空間,聚類檔案中可能記錄了採集物件的部分檔案資訊,該部分檔案資訊是相對於歷史時間完整的檔案資訊而言、根據時間範圍和/或區域範圍劃分的一部分檔案資訊。
此外,在本揭露的實施例中,聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,是指至少一個目標聚類檔案對應的採集物件活動的時空範圍資訊的時間資訊和空間資訊屬於目標時空範圍資訊的目標時間範圍和目標空間範圍內。
在本揭露的實施例中,聚類檔案庫可以是檔案應用裝置從其它設備中獲取到的,還可以是檔案應用裝置事先採用圖像處理技術分析得到的。
第2圖為本揭露一實施例生成聚類檔案庫的流程圖一,如第2圖所示,檔案應用裝置獲得聚類檔案庫的方法包括如下步驟:
S102A、獲取採集物件的第一圖像資訊。
S102B、根據第一圖像資訊的物件特徵,確定第一圖像資訊所包含採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個採集物件。
S102C、根據物件特徵類,生成物件特徵類對應的聚類檔案。
S102D、根據不同採集物件的聚類檔案,形成聚類檔案庫。
在本揭露的一種實施例中,步驟S102A中,檔案應用裝置獲取的第一圖像資訊可以是透過指定空間範圍的攝影機在指定時間範圍內採集得到的。而該指定空間範圍可包括目標時空範圍資訊中的目標空間範圍,指定時間範圍可包括目標時間範圍。
示例性的,檔案應用裝置選擇包括目標時空範圍資訊的第一影片源、第二影片源和第三影片源,該第一影片源記錄了2018年5月24日至2018年5月25日間在Y學校的圖像資訊,第二影片源記錄了2018年5月21日至2018年5月31日在Y學校附近的第一拍攝點的圖像資訊,第三影片源記錄了2018年5月21日至2018年5月28日在Y學校附近的第二拍攝點的圖像資訊。上述三個影片源中記錄的圖像資訊即本揭露實施例的第一圖像資訊。
在本揭露實施例的步驟S102B中,檔案應用裝置提取第一圖像資訊中採集物件的物件特徵,該採集物件例如可以是人也或車,採集物件也可以是其他類型的物件,本揭露實施例不做限制。
在一些可選實施例中,以採集物件為人為例,檔案應用裝置根據第一圖像資訊中的人物特徵採用聚類的方法確定圖像所屬的人物特徵類。可選地,人物特徵可包括人的人臉特徵。
然而,因獲取的第一圖像資訊中的人臉圖像可能存在被遮擋、光照不均、背景雜亂、畸變、對比度低、不正、過大或過小等原因,會出現聚類失敗的可能,因此為提升聚類的效果,在另一些可選實施例中,人物特徵可以包括人臉特徵和人體特徵,檔案應用裝置根據第一圖像資訊中的人臉特徵結合人體特徵確定圖像所屬的人物特徵類。示例性的,人體特徵是指頭發特徵、穿著特徵等。可以理解的是,在本揭露實施例中,透過人臉特徵和人體特徵聯合聚類的方式,提升了召回率。
在另一種實施例中,檔案應用裝置可以使用增量聚類的方法根據第一圖像資訊的物件特徵,確定第一圖像資訊所包含採集物件所屬的物件特徵類。
示例性地,以採集物件為人為例,檔案應用裝置可根據待處理圖像的人物特徵及人物特徵類的類中心特徵,確定出待處理圖像所屬的人物特徵類;在待處理圖像為已有的人物特徵類時,根據人臉特徵及人物特徵類的多個特徵資訊,更新該人物特徵類的類中心特徵,實現對待處理圖像的增量聚類。舉例來說,可以每隔預設時間間隔獲取攝影機採集的多個第一圖像資訊,確定多個第一圖像資訊的人臉特徵的特徵值,根據人臉特徵的特徵值確定人物特徵類;在不存在該人物特徵類的情況下,可以將任意一個第一圖像資訊人臉特徵的特徵值作為人物特徵類的類中心,將其他的某個第一圖像資訊人臉特徵的特徵值與類中心進行對比;如果該第一圖像資訊人臉特徵的特徵值與類中心的差值在預設差值範圍內,則可以將該第一圖像資訊歸為該人物特徵類,並重新確定該人物特徵類的類中心。例如,可以將該第一圖像資訊的人臉特徵的特徵值與類中心的平均值作為該人物特徵類新的類中心。如果該第一圖像資訊人臉特徵的特徵值與類中心的差值超過預設差值,則可以將該第一圖像資訊歸為新的人物特徵類。可以理解的是,上述的增量聚類演算法,降低了比對次數,提高了聚類的速度。
在一些可選實施例中,在大規模資料的場景下,為保證足夠的運算力,檔案應用裝置也可採用圖形處理器(Graphics Processing Unit,GPU)並行的方式執行上述方案。
在本揭露實施例中,檔案應用裝置確定採集物件所屬的物件特徵類,即是對第一圖像資訊中屬於同一物件的第一圖像資訊進行歸類。若採集物件為人,該過程也稱為路人庫聚類的過程。
在本揭露的實施例中,檔案應用裝置在獲取採集物件所屬的物件特徵類後,根據物件特徵類,即可生成物件特徵類對應的聚類檔案。而不同採集物件的聚類檔案,則形成聚類檔案庫。
需要說明的是,在本揭露的實施例中,物件特徵類中包括了採集物件的多個第一圖像資訊對應的採集資訊,即採集的時間資訊和空間資訊,對應採集物件活動的時間範圍資訊和空間範圍資訊,該採集資訊即檔案資訊。
在一些可選實施例中,物件特徵類中還可包括採集物件的多個第一圖像資訊,即聚類檔案中可包括採集物件的多個第一圖像資訊,當然也可以以特徵資料的形式保存多個第一圖像資訊的聚類特徵,以減少空間儲存。
如上所述的,聚類檔案的檔案資訊中包括採集物件活動的時間資訊和空間資訊。示例性地,在本揭露的實施例中,某一物件A的聚類檔案A記錄了物件A在2018年5月24日19:00:00至2018年5月28日19:00:00期間的活動屬性,如:{2018/5/24/20:10:00-Y學校、……、2018/5/25/14:10:00-Y學校附件的拍攝點1、……、2018/5/27/10:00:00-D社區、……2018/5/28/19:00:00-Y學校附近的拍攝點2};物件B的聚類檔案B記錄了物件B在2018年5月24日19:00:00至2018年5月28日19:00:00期間的活動屬性,如:{2018/5/24/19:00:00-D社區、……、2018/5/26/17:00-Y學校、……、2018/5/27/10:15:00-X社區、……2018/5/28/13:00:00-Y學校附近的拍攝點1};物件C的聚類檔案C記錄了物件C在2018年5月24日19:00:00至2018年5月28日19:00:00期間的活動屬性,如:{2018/5/24/10:00:00-E社區、……、2018/5/26/:00-14:00:00-F學校、……、2018/5/28/00:15:00-X社區、……2018/5/28/16:20:00-M廣場};物件D的聚類檔案D記錄了物件D在2018年5月24日19:00:00至2018年5月28日19:00:00期間的活動屬性,如:{2018/5/24/20:00:00-Y學校附近的拍攝點1、……、2018/5/26/14:00:00-F學校、……、2018/5/27/14:00-Z學校、……、2018/5/28/10:15:00-X社區、……2018/5/28/19:00:00-Y學校}。其中,一個時間範圍(包括時刻)和一個空間範圍(包括時刻)對應物件的一個活動事件,如物件D的聚類檔案中「2018/5/28/19:00:00-Y學校」代表了一個活動事件。需要說明的是,上述聚類檔案A-聚類檔案D為聚類檔案庫中的部分聚類檔案。
在另一些可選實施例中,為了對採集物件進行身份確認,在構建採集物件的聚類檔案時,還可以對採集物件進行身份認證,即獲得採集物件的身份資訊。因此,檔案資訊中記錄了採集物件活動的時間資訊和空間資訊,還記錄了採集物件的身份資訊。
第3圖示出根據本揭露一實施例的生成聚類檔案庫的流程圖二,可以包括以下步驟:
S102A、獲取採集物件的第一圖像資訊。
S102B、根據第一圖像資訊的物件特徵,確定第一圖像資訊所包含採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個採集物件。
S102E、獲取第二圖像資訊對應的身份資訊。
S102F、根據第二圖像資訊的物件特徵,確定與第二圖像資訊匹配的物件特徵類。
S102G、基於身份資訊和匹配的物件特徵類,生成物件特徵類對應的聚類檔案。
S102D、根據不同採集物件的聚類檔案,形成聚類檔案庫。
在本揭露實施的步驟S102E中,檔案應用裝置可獲取第二圖像資訊對應的身份資訊,該第二圖像資訊和第二圖像資訊表示物件的身份具有對應關係。
示例性地,以採集物件為人為例,檔案應用裝置可以獲取警方系統儲存的人物圖像資訊以及對應的身份資訊,也稱之為人像庫。這裡的身份資訊可以是採集物件的姓名、性別、年齡、身份證號、犯罪記錄等資訊。其中,警方系統儲存的人物圖像資訊即第二圖像資訊。
然而,在本揭露的實施例中,因警方系統已有的人像庫有很多,為避免遺漏或多次身份比對,可將多個人像庫進行聚合。例如:警方系統中有常住人口人員庫、吸毒前科人員庫、流動人口人員庫,為獲得較全面的人像庫,檔案應用裝置可將各人像庫中屬於同一物件的資訊進行聚合,以便提供更全面的採集物件的身份資訊。
在本揭露的實施例中,檔案應用裝置可基於物件特徵類和第二圖像資訊,提取第二圖像中的物件特徵,再將第二圖像的物件特徵與物件特徵類的特徵進行對比,確定與第二圖像資訊匹配的物件特徵類,並獲得對應物件特徵類的身份資訊。舉例來說,以採集物件為人為例,檔案應用裝置可以提取第二圖像中人臉圖像的人臉特徵,再將提取的人臉特徵的特徵值與每個人物特徵類的類中心的中心特徵值進行對比,確定與人臉特徵的特徵值相似度最高的人物特徵類,如果相似度最高的人物特徵類對應的相似度大於預設值,例如,大於95%,則可以將該人臉圖像所屬的身份資訊歸類到該相似度最高的人物特徵類對應的聚類檔案的檔案資訊中。需要說明的是,上述根據第二圖像中人臉圖像的人臉特徵,確定人物特徵類對應身份資訊的過程也稱之為路人庫與人像庫撞庫。
此外,在本揭露的實施例中,在第二圖像資訊對應的身份資訊有更新的情況下,例如:以前未記錄姓名,現在新增了姓名資訊,則檔案應用裝置會同步更新聚類檔案的檔案資訊中採集物件的身份資訊,此過程可稱之為增量撞庫的過程。
在本揭露實施例的步驟S102G中,檔案應用裝置在確定與物件特徵類對應的採集物件的身份資訊之後,可以針對每個物件特徵類,基於該物件特徵類對應的身份資訊以及物件特徵類,生成該物件特徵類對應的聚類檔案。而不同採集物件對應的聚類檔案,形成了本揭露實施例的聚類檔案庫。
示例性地,包括採集物件的身份資訊的聚類檔案庫中有物件A-物件D,其中:對象A-{張三-男-身份證號0000001:2018/5/24/20:10:00-Y學校、……、2018/5/25/14:10:00-Y學校附件的拍攝點1、……、2018/5/27/10:00:00-D社區、……2018/5/28/19:00:00-Y學校附近的拍攝點2};對象B-{李四-女-身份證號0000002:2018/5/24/19:00:00-D社區、……、2018/5/26/17:00-Y學校、……、2018/5/27/10:15:00-X社區、……2018/5/28/13:00:00-Y學校附近的拍攝點1};對象C-{劉五-男-身份證號0000003:2018/5/24/10:00:00-E社區、……、2018/5/26/:00-14:00:00-F學校、……、2018/5/28/00:15:00-X社區、……2018/5/28/16:20:00-M廣場};對象D-{李六-男-身份證號0000004:2018/5/24/20:00:00-Y學校附近的拍攝點1、……、2018/5/26/14:00:00-F學校、……、2018/5/27/14:00-Z學校、……、2018/5/28/10:15:00-X社區、……2018/5/28/19:00:00-Y學校}。
本揭露實施例中上述聚類檔案庫中聚類檔案的生成方法,以採集物件為人為例,透過人臉人體增量聚類的方式將不同影片源中同一採集物件的採集資訊整合在一起並關聯警方的人像庫,生成同一採集物件對應的聚類檔案,相對於相關技術中,需要逐一處理影片源,並將影片源中的每一幀人物圖像和警方系統的人像庫進行比對(1:N)獲得單幀人物圖像對應的身份資訊,並基於確認的身份資訊再來將屬於同一人的拍攝資訊逐個歸類的方式,不僅提升了召回率,還加快了聚類檔案構建的速度。
需要說明的是,在本揭露的實施例中,透過第2圖或第3圖所示的方案形成聚類檔案庫之後,可以根據檔案資訊中包括的時空範圍資訊和/或身份資訊對檔案庫進行庫分類,當然,還可以對分類後的庫做進一步的子庫劃分。對於聚類檔案庫的劃分形式,本揭露實施例不做限制。
在一種實施例中,當聚類檔案庫進行分類以及子庫劃分後,本揭露實施的檔案應用裝置在基於聚類檔案庫來篩選目標聚類檔案時,可以透過預先設置的形式,縮小聚類檔案庫的篩選範圍,以提升搜索速度。
在該實施例中,聚類檔案庫的確定過程包括:接收第一選擇資訊,所述第一選擇資訊用於指示待選聚類檔案庫;接收第二選擇資訊,所述第二選擇資訊用於指示排除待選聚類檔案庫中的子庫;根據第一選擇資訊和第二選擇資訊,確定聚類檔案庫。
需要說明的是,在本揭露的實施例中,第一選擇資訊和第二選擇資訊可以是檔案應用裝置基於使用者的配置接收的。
示例性的,當第一選擇資訊指示的待選聚類檔案庫是分類後的犯罪前科聚類檔案庫時,第二選擇資訊指示的是犯罪前科聚類檔案庫中的常駐人口子庫,則檔案應用裝置確定出的聚類檔案庫是犯罪前科聚類檔案庫中不包括常駐人口子庫的採集物件對應的聚類檔案。
在本揭露實施例的步驟S102中,根據上述示例,基於設置的目標時空範圍資訊,檔案應用裝置確定出物件A、物件B和物件D的聚類檔案均與目標時空範圍資訊相符。
由此,在本揭露實施例中,透過聚類檔案中採集物件活動的時空範圍資訊,將與目標時空範圍資訊相匹配的目標聚類檔案篩選出來了。
可以理解的是,在本揭露實施例中,一個聚類檔案包括對應一個採集物件的檔案資訊,檔案應用裝置基於聚類檔案庫,可以篩選出目標時間範圍和/或目標空間範圍出現過的目標採集物件對應的聚類檔案。
在本揭露實施例的步驟S103中,檔案應用裝置在篩選出聚類檔案後,可根據篩選出的目標聚類檔案,做行為分析。在一些可選實施例中,檔案資訊包括採集物件的身份資訊,步驟S103可包括:檔案應用裝置基於至少一個目標聚類檔案,輸出至少一個目標聚類檔案中的採集物件的身份資訊。
在本揭露的實施例中,因檔案資訊中記錄了採集物件活動的時空範圍資訊,還記錄了採集物件的身份資訊,因此檔案應用裝置可以基於使用者的需求,輸出採集物件的身份資訊。
示例性地,在本揭露的實施例中,檔案應用裝置輸出物件A活動的時空範圍資訊,以便於根據物件A的活動時空範圍資訊分析其行為特徵,而輸出物件A的身份資訊能快速鎖定人員身份,一方面,便於獲知A的歷史犯罪記錄,另一方面也方便實施布控。
在一些可選實施例中,步驟S103包括:檔案應用裝置基於至少一個目標聚類檔案中的第一身份資訊,輸出與預設第二身份資訊相匹配的目標聚類檔案的檔案資訊。
在本揭露的實施例中,聚類檔案中儲存了採集物件的身份資訊,如步驟S102獲得的檔案資訊中,可包括物件A至物件D的身份證號。當預設第二身份資訊為0000001時,檔案應用裝置判斷物件A與預設第二身份資訊相匹配,因此輸出物件A活動的時空範圍資訊或輸出物件A的檔案編號。
需要說明的是,在本揭露的實施例中,上述第一身份資訊與預設第二身份資訊的類型並非需要完全一致,只要都是能唯一表示身份即可。例如,當第一身份資訊為檔案中的身份證號時,預設第二身份資訊也可為和身份證號關聯的護照號,透過護照號與身份證號之間的唯一關係,找到與該護照號匹配的聚類檔案。
可以理解的是,檔案應用裝置獲得在不同目標時空範圍中均出現過的採集物件的聚類檔案後,基於聚類檔案中記錄的身份資訊,獲知採集物件的身份,在警方人員破案過程中,能基於掌握的第二身份資訊,快速查詢目標物件的聚類檔案,並基於聚類檔案中的檔案資訊分析其行為特徵,節省了大量人力成本和黃金破案時間的時間成本。
在一種實施例中,步驟S103包括:檔案應用裝置基於至少一個目標聚類檔案,輸出目標聚類檔案中採集物件活動的時空範圍資訊所指示的活動時間位於預設時間範圍內的至少一個目標聚類檔案的部分檔案資訊;和/或,基於至少一個目標聚類檔案,輸出目標聚類檔案中採集物件活動的時空範圍資訊所指示的活動範圍位於預設空間範圍內的至少一個目標聚類檔案的部分檔案資訊。
在本揭露的實施例中,檔案應用裝置支援結果查詢,根據聚類檔案(例如目標聚類檔案)的檔案資訊中記載的採集物件活動的時空範圍資訊,輸出指定時間範圍出現過的聚類檔案中的部分檔案資訊、或在指定空間範圍出現過的聚類檔案中的部分檔案資訊,以及在指定的時間範圍和空間範圍出現過的部分檔案資訊。
示例性地,在本揭露實施例中,預設時間範圍可以是2018年5月24日19:00到2018年5月25日19:00,預設空間範圍可以是Y學校附近的拍攝點1,則檔案應用裝置根據預設時間範圍和/或空間範圍,輸出相匹配的聚類檔案中的部分檔案資訊。
可以理解的是,當本揭露實施例用於安防事件排查時,檔案應用裝置支援預設時間範圍和/或預設空間範圍的局部查詢,使得工作人員能更加細緻的根據案件發生時間段和案件發生地點範圍內嫌疑人的活動資訊,分析嫌疑人的作案動機。
在一些可選實施例中,每個目標聚類檔案包括至少一個活動事件,每個活動事件包括時空範圍資訊,步驟S103包括:若目標聚類檔案的個數為至少兩個,將活動事件中時空範圍資訊與目標時空範圍資訊進行匹配,確定匹配的所述活動事件的個數;按照匹配的所述活動事件的個數由多到少的順序,依次輸出至少兩個目標聚類檔案。
在本揭露實施例中,檔案應用裝置支援有序輸出。示例性的,在步驟S102中,檔案應用裝置確定出物件A、物件B和物件D的檔案資訊均與目標時空範圍資訊相符。因物件A的檔案資訊中有3個活動事件的時空範圍資訊在目標時空範圍資訊內,而物件B和物件D的檔案資訊中有2個活動事件的時空範圍資訊在目標時空範圍資訊內,因此檔案應用裝置先輸出物件A的聚類檔案,再輸出物件B和物件D的聚類檔案。
可以理解的是,按活動事件的匹配個數由多到少的順序輸出目標聚類檔案,能保證最先輸出的目標聚類檔案可能為最需要關注的目標物件。例如,在多個安防事件中均出現過的人員,其即有可能是慣犯,因此需要得到更多的關注。
在另一些可選實施例中,步驟S103包括:若目標聚類檔案的個數為至少兩個,且匹配的活動事件的個數相同,按照活動事件中時空範圍資訊所對應的時間順序,依次輸出至少兩個目標聚類檔案。
示例性地,檔案應用裝置確定出物件B和物件D的檔案資訊中都有2個活動事件對應的時空範圍資訊在目標時空範圍資訊內。而物件B的檔案資訊中記載的活動事件的最遲時間是2018/5/28/13:00:00,物件D的檔案資訊中記載的活動事件的最遲時間是2018/5/28/19:00:00,因此可以根據需求,如當前時間是2018/5/28/22:00,需要布控嫌疑犯,那麼先輸出物件D的聚類檔案,再輸出物件B的聚類檔案,能夠保證優先根據物件D的檔案資訊中的時空範圍資訊實施布控,保證布控的有效性。
可以理解的是,在本揭露的實施例中,在出現活動事件匹配個數相同的目標檔案時,有針對性的按時間順序決定目標聚類檔案輸出的先後順序,使得使用者能即時查看更需要關注的目標聚類檔案並執行相應操作。
需要說明的是,本揭露實施例中,在同時存在多個活動事件匹配個數相同的目標聚類檔案時,目標聚類檔案輸出的排列順序並不限制於上述方式,還可以是設置時間範圍內的按時間順序輸出,還可以是結合空間資訊來決定輸出。
在一些可選實施例中,步驟S103包括:檔案應用裝置根據至少一個目標聚類檔案,按照時間先後順序輸出一個採集物件的檔案資訊。
在本揭露實施例中,檔案應用裝置在確定需要輸出的目標聚類檔案後,可基於目標聚類檔案中檔案資訊記錄的採集物件活動的時間資訊,按時間先後順序輸出一個採集物件的檔案資訊。
示例性地,可按時間由近到遠的順序輸出物件A的檔案資訊,以便更好實施布控,也可按時間由遠即近的順序輸出物件A的活動資訊,以便從物件A的歷史行為中分析其作案的可能性。
在一些可選實施例中,因與目標時空範圍資訊相符的目標聚類檔案可能有多個,因此為顯示的友好,檔案應用裝置可輸出預設個數的目標聚類檔案對應的檔案編號。
在一些可選實施例中,檔案應用裝置在顯示聚類檔案中的檔案資訊時,也可在不同的聚類檔案或同一聚類檔案內,按時間範圍或空間範圍進行分頁顯示,以提升顯示效果。
在另一些可選實施例中,步驟S103包括:檔案應用裝置根據至少一個目標聚類檔案所包含的時空範圍資訊,輸出採集物件的活動軌跡。
在本揭露的實施例中,因目標聚類檔案中記錄了採集物件活動的時空範圍資訊,因此檔案應用裝置可根據活動的時間範圍資訊和/或空間範圍資訊,輸出採集物件的活動軌跡,以便於後續的軌跡追蹤。
示例性地,本揭露的實施例在確定物件A的聚類檔案後,可針對物件A的軌跡資料進行分析,獲得物件A的活動規律,便於警方將線索串聯、分析案情,提高破案效率。
在另一些可選實施例中,檔案應用裝置在確定採集物件的軌跡之後,方法還可以包括:檔案應用裝置確定採集物件的活動軌跡的起點和終點;在電子地圖上展示採集物件活動軌跡的起點和終點。
在本揭露的實施例中,在確定採集物件的軌跡之後,可以確定採集物件的軌跡的起點和終點,然後可以在電子地圖上展示採集物件軌跡的起點和終點。在行偵破案過程中,透過軌跡的起點和終點定位,方便警方實施布控抓捕。
可以理解的是,在本揭露的實施例中,基於目標聚類檔案的檔案資訊中儲存的採集物件活動的時空範圍資訊,使得檔案應用裝置能自動化的獲得在指定目標時空範圍中出現過的目標物件,並基於目標物件的聚類檔案進行行為分析,從而為用戶提供有效參考,節省人力資源的同時提升了效率。
下面以檔案應用方法應用於安防事件排查為例,警方機關通常透過影片偵查來分析確認嫌疑人。在對影片圖像進行分析的過程中,常採用技戰法,技戰法是一種策略選擇方法,透過不同的分析策略,如時間空間結合的時空過濾技戰法來實現對目標人物、目標車輛等的排查。隨著技術的不斷發展,智慧安防的技戰法和人工智慧技術相結合,使得檔案應用裝置能用「警方的思維」進行智慧分析。
第4圖為本揭露實施例的檔案應用方法示例圖,如第4圖所示,本揭露實施例中,檔案應用裝置實現檔案應用方法可以包括以下步驟:
S201、檔案應用裝置透過技戰法模組接收時空過濾技戰法的指令。
本揭露實施例中,檔案應用裝置中可預先設置有技戰法模組,該技戰法模組中儲存了多種技戰策略,且檔案應用裝置支援對技戰策略的擴展。檔案應用裝置接收使用者基於操作介面發送的時空過濾技戰法的指令。
需要說明的是,在本揭露的實施例中,時空過濾技戰法的指令用於指示檔案應用裝置採用時空過濾的技戰策略,即檔案應用裝置需要篩選出指定時間範圍和空間範圍相匹配的目標聚類檔案。
第5圖為本揭露實施例檔案應用裝置接收時空過濾技戰法的指令的示例圖,如第5圖所示,檔案應用裝置基於使用者在介面的選擇操作創建時空過濾技戰事件。如創建名為「5.8大案時空檔案過濾查詢」。在本揭露的實施例中,時空過濾的技戰法就是指基於時間和空間的限定對聚類檔案庫進行篩選,分析獲得在限定的時間和空間條件下出現過的目標物件的目標聚類檔案,並基於目標聚類檔案執行預定的操作。
S202、檔案應用裝置接收對時空過濾技戰法的參數配置,包括以下至少之一:時間範圍、地點(對應於影片源的圖像採集區域)、選擇庫、排除庫、案件、案件編號、備註等。
在本揭露實施例中,檔案應用裝置在接收到時空過濾技戰法的指令後,檔案應用裝置會進一步接收到使用者配置的參數,包括以下至少之一:條件參數、標識參數等。其中,條件參數是指基於時空過濾技戰法的基礎參數的配置,如要選取的時空過濾資訊,包括:過濾的時間範圍、地點(對應於影片源的圖像採集區域)、以及需要碰撞的庫等。其中,標識參數用於記錄並標識檔案應用裝置的處理操作對應的事件資訊,如記錄案件編號,需要鎖定的目標檔案等。
需要說明的是,在本揭露實施例中,檔案應用裝置接收的使用者配置的時間範圍和區域範圍即為目標時空範圍資訊。選擇庫、排除庫的配置對應選取的聚類檔案庫。
示例性地,第6圖為本揭露實施例檔案應用裝置接收時空碰撞技戰法中的參數配置介面圖,如第6圖所示,基於使用者的配置,檔案應用裝置接收到的時空過濾資訊:過濾的時間範圍是2018-05-24 19:00:00至2018-05-28 19:00:00,過濾的空間範圍是已選的132個影片源。其中,上述時間範圍對應目標時間範圍資訊,上述空間範圍對應目標空間範圍資訊。從第6圖的介面中還可以看出,選擇的聚類檔案庫包括3個庫集合,且排除了某個庫集合中的1個子庫。而標識參數如下:
案件:萬象BBH殺人案
案件編號:8613166599103
備註(目標檔案):被害者,男,32歲,河南洛陽人
在本揭露實施例中,檔案應用裝置基於上述參數配置後,基於點擊的開始分析指令,執行分析。
S203、檔案應用裝置基於參數配置,確定聚類檔案庫中,與目標時空範圍資訊匹配的至少一個目標聚類檔案。
S204、檔案應用裝置按時間資訊輸出至少一個目標聚類檔案中前1000個的目標聚類檔案。
在本揭露實施例中,因檔案應用裝置確定的與目標時空範圍資訊匹配的目標聚類檔案可能為多個,那麼檔案應用裝置按目標聚類檔案中的時空範圍資訊中的時間順序,正序或倒序輸出前1000個的目標聚類檔案。
需要說明的是,在本揭露的實施例中,檔案應用裝置還可按目標聚類檔案所包含活動事件的活動時空範圍資訊與目標時空範圍資訊的匹配個數,由多到少依次輸出多個目標聚類檔案,而當不同目標聚類檔案所包含活動事件的匹配個數相同時,按照與目標時空範圍資訊匹配的活動事件所對應的時間順序,依次輸出目標聚類檔案,直至輸出前1000個目標聚類檔案為止。
S205、檔案應用裝置分頁顯示檔案資訊或顯示預設時間範圍和/或預設空間範圍對應的部分檔案資訊。
在本揭露實施例中,因在大多數情況下,檔案資訊中記錄了採集物件長時間活動的時間範圍資訊,因此一個目標聚類檔案中的資料量也會很大,檔案應用裝置會分頁顯示檔案資訊,以及根據預設時間範圍和/或預設空間範圍顯示對應的部分檔案資訊。
在本揭露實施例用於涉毒打擊的情況下,在搗毀一個吸毒窩點0後,利用時空過濾法,找到在某個時間段內所有在吸毒窩點0出現過的人,防止漏網之魚。
可以理解的是,在本揭露實施例中,透過設置的目標時空範圍資訊,方便基於聚類檔案中儲存的採集物件活動的時空範圍資訊,使得檔案應用裝置能在沒有嫌疑人的人物照片的情況下,自動化的獲得在指定目標時空範圍中出現過的目標嫌疑人,從而為警方機關提供有效參考,節省人力資源的同時提升了效率。
如第7圖所示,本實施例還提供一種檔案應用裝置,包括:
獲取模組110,配置為獲取目標時空範圍資訊;
確定模組120,配置為基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊;
操作模組130,配置為基於至少一個所述目標聚類檔案,執行預定操作。
本實施例提供檔案應用裝置,可應用於各種電子設備中,例如,移動設備和固定設備等。所述移動設備包括但不限於手機、平板電腦或各種可穿戴式設備等。所述固定設備包括但不限於桌上型電腦或伺服器等。
在一些實施例中,所述獲取模組110、確定模組120及操作模組130可為程式模組,該程式模組被處理器執行後,能夠確定出與至少兩個目標時空資訊相匹配的檔案,並根據檔案執行預定操作。
在另一些實施例中,所述獲取模組110、確定模組120及操作模組130可為軟硬結合模組,所述軟硬結合模組可包括各種可程式設計陣列;所述可程式設計陣列包括但不限於複雜可程式設計陣列或現場可程式設計這列。
在一些實施例中,所述操作模組130,配置為基於至少一個所述目標聚類檔案,輸出至少一個所述目標聚類檔案中的所述採集物件的身份資訊。
在一些實施例中,所述操作模組130,配置為基於至少一個所述目標聚類檔案中的第一身份資訊,輸出與預設第二身份資訊相匹配的所述目標聚類檔案的檔案資訊。
在一些實施例中,所述操作模組130,配置為基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動時間位於預設時間範圍內的至少一個所述目標聚類檔案的部分檔案資訊;和/或,基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動範圍位於預設空間範圍內的至少一個所述目標聚類檔案的部分檔案資訊。
在一些實施例中,每個所述目標聚類檔案包括至少一個活動事件,每個活動事件包括時空範圍資訊,所述操作模組130,配置為若所述目標聚類檔案的個數為至少兩個,將所述活動事件中時空範圍資訊與所述目標時空範圍資訊進行匹配,確定匹配的所述活動事件的個數;按照匹配的所述活動事件的個數由多到少的順序,依次輸出至少兩個所述目標聚類檔案。
在一些實施例中,所述操作模組130,配置為若所述目標聚類檔案的個數為至少兩個,且匹配的所述活動事件的個數相同,按照所述活動事件中時空範圍資訊所對應的時間順序,依次輸出至少兩個所述目標聚類。
在一些實施例中,所述確定模組120,還配置為接收第一選擇資訊,所述第一選擇資訊用於指示待選聚類檔案庫;接收第二選擇資訊,所述第二選擇資訊用於指示排除所述待選聚類檔案庫中的子庫;根據所述第一選擇資訊和所述第二選擇資訊,確定所述聚類檔案庫。
在一些實施例中,所述裝置還包括:生成模組140,配置為獲取所述採集物件的第一圖像資訊;根據所述第一圖像資訊的物件特徵,確定所述第一圖像資訊所包含所述採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個所述採集物件;根據所述物件特徵類,生成所述物件特徵類對應的聚類檔案;根據不同所述採集物件的聚類檔案,形成所述聚類檔案庫。
在一些實施例中,所述生成模組140,還配置為獲取第二圖像資訊對應的身份資訊;根據所述第二圖像資訊的物件特徵,確定與所述第二圖像資訊匹配的物件特徵類;基於所述身份資訊和所述物件特徵類,生成所述物件特徵類對應的聚類檔案。
在一些實施例中,所述操作模組130,配置為根據至少一個所述目標聚類檔案,按照時間先後順序輸出一個所述採集物件的所述檔案資訊。
在一些實施例中,所述操作模組130,配置為根據至少一個所述目標聚類檔案所包含的時空範圍資訊,輸出所述採集物件的活動軌跡。
在一些實施例中,所述操作模組130,還配置為確定所述採集物件的活動軌跡的起點和終點;在電子地圖上展示所述採集物件所述活動軌跡的起點和終點。
如第8圖所示,本揭露實施例還提供了一種檔案應用裝置,包括:記憶體,用於儲存資訊;處理器,分別與顯示器及所述記憶體連接,用於透過執行儲存在所述記憶體上的電腦可執行指令,能夠實現前述一個或多個技術方案提供的檔案應用方法,例如,如第1圖至第4圖所示的檔案應用方法中的至少之一。
該記憶體可為各種類型的記憶體,可為隨機記憶體、唯讀記憶體、快閃記憶體等。所述記憶體可用於資訊儲存,例如,儲存電腦可執行指令等。所述電腦可執行指令可為各種程式指令,例如,目的程式指令和/或來源程式指令等。
所述處理器可為各種類型的處理器,例如,中央處理器、微處理器、數位訊號處理器、可程式設計陣列、數位訊號處理器、專用積體電路或圖像處理器等。所述處理器可以透過匯流排與所述記憶體連接。所述匯流排可為積體電路匯流排等。
在一些實施例中,所述終端設備還可包括:通訊介面,該通訊介面可包括:網路介面(例如,區域網路介面)和收發天線等。所述通訊介面同樣與所述處理器連接,能夠用於資訊收發。
在一些實施例中,所述終端設備還包括人機互動介面,例如,所述人機互動介面可包括各種輸入輸出設備,例如,鍵盤、觸控式螢幕等。
在一些實施例中,所述檔案應用裝置還包括:顯示器,該顯示器可以顯示各種提示、採集的人臉圖像和/或各種介面。
本揭露實施例還提供了一種電腦儲存媒體,所述電腦儲存媒體儲存有電腦可執行代碼;所述電腦可執行代碼被執行後,能夠實現前述一個或多個技術方案提供的檔案應用方法,例如,如第1圖至第4圖所示的檔案應用方法中的至少之一。
在本揭露所提供的幾個實施例中,應該理解到,所揭露的設備和方法,可以透過其它的方式實現。以上所描述的設備實施例僅僅是示意性的,例如,所述單元的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,如:多個單元或元件可以結合,或可以集成到另一個系統,或一些特徵可以忽略,或不執行。另外,所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通訊連接可以是透過一些介面,設備或單元的間接耦合或通訊連接,可以是電性的、機械的或其它形式的。
上述作為分離部件說明的單元可以是、或也可以不是物理上分開的,作為單元顯示的部件可以是、或也可以不是物理單元,即可以位於一個地方,也可以分佈到多個網路單元上;可以根據實際的需要選擇其中的部分或全部單元來實現本實施例方案的目的。
另外,在本揭露各實施例中的各功能單元可以全部集成在一個處理模組中,也可以是各單元分別單獨作為一個單元,也可以兩個或兩個以上單元集成在一個單元中;上述集成的單元既可以採用硬體的形式實現,也可以採用硬體加軟體功能單元的形式實現。本領域普通技術人員可以理解:實現上述方法實施例的全部或部分步驟可以透過程式指令相關的硬體來完成,前述的程式可以儲存於一電腦可讀取儲存媒體中,該程式在執行時,執行包括上述方法實施例的步驟;而前述的儲存媒體包括:移動存放裝置、唯讀記憶體(ROM,Read-Only Memory)、隨機存取記憶體(RAM,Random Access Memory)、磁碟或者光碟等各種可以儲存程式碼的媒體。
本揭露所提供的幾個方法實施例中所揭露的方法,在不衝突的情況下可以任意組合,得到新的方法實施例。
本揭露所提供的幾個設備實施例中所揭露的特徵,在不衝突的情況下可以任意組合,得到新的設備實施例。
本揭露所提供的幾個方法或設備實施例中所揭露的特徵,在不衝突的情況下可以任意組合,得到新的方法實施例或設備實施例。
以上所述,僅為本揭露的具體實施方式,但本揭露的保護範圍並不局限於此,任何熟悉本技術領域的技術人員在本揭露揭露的技術範圍內,可輕易想到變化或替換,都應涵蓋在本揭露的保護範圍之內。因此,本揭露的保護範圍應以所述請求項的保護範圍為准。
S101~S103:步驟 S102A~S102G:步驟 S201~S205:步驟 110:獲取模組 120:確定模組 130:操作模組
第1圖為本揭露實施例的檔案應用方法的流程圖; 第2圖為本揭露一實施例生成檔案聚類庫的流程圖一; 第3圖為本揭露一實施例的生成檔案聚類庫的流程圖二; 第4圖為本揭露實施例的檔案應用方法示例圖; 第5圖為本揭露實施例檔案應用裝置接收時空過濾技戰法的指令的示例圖; 第6圖為本揭露實施例檔案應用裝置接收時空過濾技戰法中的參數配置介面圖; 第7圖為本揭露實施例提供的一種檔案應用裝置的結構示意圖; 第8圖為本揭露實施例提供的一種檔案應用裝置的實體結構示意圖。
S101~S103:步驟

Claims (13)

  1. 一種檔案應用方法,包括:獲取目標時空範圍資訊;基於所述目標時空範圍資訊,確定聚類檔案庫中與所述目標時空範圍資訊相匹配的至少一個目標聚類檔案,一個目標聚類檔案包括一個採集物件的檔案資訊,所述檔案資訊包括所述採集物件活動的時空範圍資訊,其中所述聚類檔案庫是預先設置的聚類檔案庫;以及基於至少一個所述目標聚類檔案,執行預定操作;所述方法還包括:接收第一選擇資訊,所述第一選擇資訊用於指示待選聚類檔案庫;接收第二選擇資訊,所述第二選擇資訊用於指示排除所述待選聚類檔案庫中的子庫;以及根據所述第一選擇資訊和所述第二選擇資訊,確定所述聚類檔案庫。
  2. 根據請求項1所述的方法,其中,所述檔案資訊包括所述採集物件的身份資訊,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:基於至少一個所述目標聚類檔案,輸出至少一個所述目標聚類檔案中的所述採集物件的身份資訊。
  3. 根據請求項2所述的方法,其中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:基於至少一個所述目標聚類檔案中的第一身份資訊,輸出與預設第二身份資訊相匹配的所述目標聚類檔案的檔案資訊。
  4. 根據請求項1所述的方法,其中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括: 基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動時間位於預設時間範圍內的至少一個所述目標聚類檔案的部分檔案資訊;和/或,基於至少一個所述目標聚類檔案,輸出所述目標聚類檔案中所述採集物件活動的時空範圍資訊所指示的活動範圍位於預設空間範圍內的至少一個所述目標聚類檔案的部分檔案資訊。
  5. 根據請求項1所述的方法,其中,每個所述目標聚類檔案包括至少一個活動事件,每個活動事件包括時空範圍資訊,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:若所述目標聚類檔案的個數為至少兩個,將所述活動事件中時空範圍資訊與所述目標時空範圍資訊進行匹配,確定匹配的所述活動事件的個數;按照匹配的所述活動事件的個數由多到少的順序,依次輸出至少兩個所述目標聚類檔案。
  6. 根據請求項5所述的方法,其中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:若所述目標聚類檔案的個數為至少兩個,且匹配的所述活動事件的個數相同,按照所述活動事件中時空範圍資訊所對應的時間順序,依次輸出至少兩個所述目標聚類檔案。
  7. 根據請求項1-6中任一項所述的方法,其中,所述方法還包括:獲取所述採集物件的第一圖像資訊;根據所述第一圖像資訊的物件特徵,確定所述第一圖像資訊所包含所述採集物件所屬的物件特徵類,其中,每個物件特徵類對應一個所述採集物件;根據所述物件特徵類,生成所述物件特徵類對應的聚類檔案;根據不同所述採集物件的聚類檔案,形成所述聚類檔案庫。
  8. 根據請求項7所述的方法,其中,所述方法還包括:獲取第二圖像資訊對應的身份資訊;根據所述第二圖像資訊的物件特徵,確定與所述第二圖像資訊匹配的物件特徵類;基於所述身份資訊和所述匹配的物件特徵類,生成所述物件特徵類對應的聚類檔案。
  9. 根據請求項1所述的方法,其中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:根據至少一個所述目標聚類檔案,按照時間先後順序輸出一個所述採集物件的所述檔案資訊。
  10. 根據請求項1所述的方法,其中,所述基於至少一個所述目標聚類檔案,執行預定操作,包括:根據至少一個所述目標聚類檔案所包含的時空範圍資訊,輸出所述採集物件的活動軌跡。
  11. 根據請求項10所述的方法,其中,所述方法還包括:確定所述採集物件的所述活動軌跡的起點和終點;在電子地圖上展示所述採集物件的所述活動軌跡的起點和終點。
  12. 一種檔案應用裝置,所述檔案應用裝置包括:記憶體,用於儲存電腦可執行指令;處理器,與所述記憶體連接,用於透過執行所述電腦可執行指令,實現請求項1至11任一項所述的方法。
  13. 一種電腦儲存媒體,所述電腦儲存媒體儲存有電腦可執行指令;所述電腦可執行指令被處理器執行之後,能夠實現請求項1至11任一項所述的方法。
TW109121551A 2019-06-28 2020-06-24 檔案應用方法及裝置、儲存媒體 TWI747341B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910573477.1 2019-06-28
CN201910573477.1A CN110334120A (zh) 2019-06-28 2019-06-28 档案应用方法及装置、存储介质

Publications (2)

Publication Number Publication Date
TW202105374A TW202105374A (zh) 2021-02-01
TWI747341B true TWI747341B (zh) 2021-11-21

Family

ID=68144480

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109121551A TWI747341B (zh) 2019-06-28 2020-06-24 檔案應用方法及裝置、儲存媒體

Country Status (6)

Country Link
US (1) US20210382933A1 (zh)
JP (1) JP2022521594A (zh)
CN (1) CN110334120A (zh)
SG (1) SG11202109298PA (zh)
TW (1) TWI747341B (zh)
WO (1) WO2020259207A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110334120A (zh) * 2019-06-28 2019-10-15 深圳市商汤科技有限公司 档案应用方法及装置、存储介质
CN111625686A (zh) * 2020-05-20 2020-09-04 深圳市商汤科技有限公司 数据处理方法及装置、电子设备和存储介质
CN112257744B (zh) * 2020-09-10 2024-08-02 浙江大华技术股份有限公司 数据获取的方法和相关装置、设备
CN112333182B (zh) * 2020-10-30 2023-04-07 深圳市商汤科技有限公司 档案处理方法、装置、服务器及存储介质
CN112347296B (zh) * 2020-11-16 2022-06-17 罗普特科技集团股份有限公司 一种基于人脸识别的人员与案件关联分析方法和装置
CN113221873B (zh) * 2021-06-02 2023-02-28 浙江大华技术股份有限公司 对象隶属区域的确定方法、装置、存储介质及电子装置
CN114187463A (zh) * 2021-11-09 2022-03-15 深圳云天励飞技术股份有限公司 电子档案生成方法、装置、终端设备及存储介质
US11973123B2 (en) * 2022-01-18 2024-04-30 Sandisk Technologies Llc Ferroelectric devices including a single crystalline ferroelectric layer and method of making the same
CN114639143B (zh) * 2022-03-07 2024-04-16 北京百度网讯科技有限公司 基于人工智能的人像归档方法、设备及存储介质
CN114897389A (zh) * 2022-05-23 2022-08-12 深圳市鸿普森科技股份有限公司 一种自动归档的档案库管理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW527835B (en) * 2000-04-20 2003-04-11 World Theatre Inc Video and music distribution system
CN109858365A (zh) * 2018-12-28 2019-06-07 深圳云天励飞技术有限公司 一种特殊人群聚集行为分析方法、装置及电子设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007241377A (ja) * 2006-03-06 2007-09-20 Sony Corp 検索システム、撮像装置、データ保存装置、情報処理装置、撮像画像処理方法、情報処理方法、プログラム
JP4715664B2 (ja) * 2006-07-27 2011-07-06 株式会社日立製作所 車両検索システム
US9684719B2 (en) * 2012-12-10 2017-06-20 Verint Systems Ltd. Object search by description
CN103246869B (zh) * 2013-04-19 2016-07-06 福建亿榕信息技术有限公司 基于人脸识别和行为语音识别的犯罪监控方法
JP6139364B2 (ja) * 2013-10-02 2017-05-31 株式会社東芝 人物特定装置、人物特定方法及びプログラム
JP5999394B2 (ja) * 2015-02-20 2016-09-28 パナソニックIpマネジメント株式会社 追跡支援装置、追跡支援システムおよび追跡支援方法
CN106998444B (zh) * 2017-02-14 2020-02-18 广东中科人人智能科技有限公司 一种大数据人脸监控系统
CN109857891A (zh) * 2018-12-28 2019-06-07 上海依图网络科技有限公司 一种查询方法及装置
CN110334120A (zh) * 2019-06-28 2019-10-15 深圳市商汤科技有限公司 档案应用方法及装置、存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW527835B (en) * 2000-04-20 2003-04-11 World Theatre Inc Video and music distribution system
CN109858365A (zh) * 2018-12-28 2019-06-07 深圳云天励飞技术有限公司 一种特殊人群聚集行为分析方法、装置及电子设备

Also Published As

Publication number Publication date
TW202105374A (zh) 2021-02-01
US20210382933A1 (en) 2021-12-09
JP2022521594A (ja) 2022-04-11
CN110334120A (zh) 2019-10-15
WO2020259207A1 (zh) 2020-12-30
SG11202109298PA (en) 2021-09-29

Similar Documents

Publication Publication Date Title
TWI747341B (zh) 檔案應用方法及裝置、儲存媒體
CN109858365B (zh) 一种特殊人群聚集行为分析方法、装置及电子设备
US11210504B2 (en) Emotion detection enabled video redaction
US20220092881A1 (en) Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program
WO2020259099A1 (zh) 一种信息处理方法及装置、存储介质
CN101778260B (zh) 一种基于结构化描述的视频监控管理方法及系统
WO2020259100A1 (zh) 一种信息处理方法及装置、存储介质
CN106780250B (zh) 一种基于物联网技术的智慧社区安全事件处理方法及系统
US20100287161A1 (en) System and related techniques for detecting and classifying features within data
CN111222373B (zh) 一种人员行为分析方法、装置和电子设备
CN111241305A (zh) 数据处理方法和装置、电子设备及计算机可读存储介质
WO2020114138A1 (zh) 信息的关联分析方法及装置、储存介质、电子装置
CN110390031A (zh) 信息处理方法及装置、图像设备及存储介质
CN101901340A (zh) 一种疑犯跟踪方法及系统
CN111767432B (zh) 共现对象的查找方法和装置
US20210089784A1 (en) System and Method for Processing Video Data from Archive
CN109800664B (zh) 一种确定路人轨迹的方法及装置
CN111209446A (zh) 一种人员检索信息的呈现方法、装置和电子设备
CN109784220B (zh) 一种确定路人轨迹的方法及装置
CN115002414A (zh) 监测方法、装置及服务器和计算机可读存储介质
CN110334232A (zh) 档案应用方法及装置、存储介质
WO2023093241A1 (zh) 行人重识别方法及装置、存储介质
WO2023165219A1 (zh) 目标检索方法、装置及存储介质
CN114863364B (zh) 一种基于智能视频监控的安防检测方法及系统
KR20120050660A (ko) 얼굴 인식 기반의 얼굴 검색 시스템 및 그 방법