图像聚档方法、电子设备及存储介质技术

本申请公开了一种图像聚档方法、电子设备及计算机可读存储介质。该方法包括：获取待聚档图像集，待聚档图像集是由目标感知源在当前时段感知第一实体得到的；对待聚档图像集进行聚档，得到若干个聚档结果；基于关系图谱对聚档结果进行修正，关系图谱包括不同实体之间的关联关系，不同实体之间的关联关系包括第一实体与第二实体之间的关联关系、以及不同第一实体之间的关联关系；对修正后的聚档结果与历史档案进行合档。通过上述方式，能够提高图像聚档的准确率和召回率。档的准确率和召回率。档的准确率和召回率。

【技术实现步骤摘要】
图像聚档方法、电子设备及存储介质


[0001]本申请涉及计算机
，特别是涉及一种图像聚档方法、电子设备及计算机可读存储介质。

技术介绍

[0002]图像聚档的实现方法为，在待聚档图像集内对待聚档图像进行聚档，得到若干聚档结果，再将若干聚档结果与历史档案进行合档。
[0003]现有的图像聚档方法，由于图像聚档算法本身的精度不够高、待聚档图像存在质量问题（例如待聚档图像中的待聚档对象实体（如人员、车辆）被遮挡、姿态角度存在偏差、运动模糊、分辨率不足）等等一系列因素的干扰，使得图像聚档的准确率和召回率不够高。

技术实现思路

[0004]本申请提供一种图像聚档方法、电子设备及计算机可读存储介质，能够解决现有的图像聚档方法图像聚档的准确率和召回率不够高的问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种图像聚档方法。该方法包括：获取待聚档图像集，待聚档图像集是由目标感知源在当前时段感知第一实体得到的；对待聚档图像集进行聚档，得到若干个聚档结果；基于关系图谱对聚档结果进行修正，关系图谱包括不同实体之间的关联关系，不同实体之间的关联关系包括第一实体与第二实体之间的关联关系、以及不同第一实体之间的关联关系；对修正后的聚档结果与历史档案进行合档。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括处理器、与处理器连接的存储器，其中，存储器存储有程序指令；处理器用于执行存储器存储的程序指令以实现上述方法。
[0007]为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，存储有程序指令，该程序指令被执行时能够实现上述方法。
[0008]通过上述方式，本申请在对待聚档图像集聚档得到关于第一实体的若干聚档结果之后，未直接将聚档结果与历史档案进行合档计算，而是基于关系图谱对聚档结果进行修正，将修正后的聚档结果与历史档案进行合档计算，由此能够通过关系图谱来辅助图像聚档。由于图像聚档受到了关系图谱的辅助，即使待聚档图像集的图像质量不高，也能够提高图像聚档的准确率和召回率。
附图说明
[0009]图1是本申请图像聚档方法一实施例的流程示意图；图2是本申请图像聚档方法另一实施例的流程示意图；图3是图2中S23的一具体流程示意图；图4是图2中S23的另一具体流程示意图；
图5是关系图谱的示意图；图6是本申请图像聚档方法另一实施例的流程示意图；图7是本申请图像聚档方法又一实施例的流程示意图；图8是本申请图像聚档方法又一实施例的流程示意图；图9是图8中S52的一具体流程示意图；图10是图8中S52的另一具体流程示意图；图11是本申请图像聚档方法又一实施例的流程示意图；图12是本申请图像聚档方法又一实施例的流程示意图；图13是本申请图像聚档方法又一实施例的流程示意图；图14是本申请图像聚档方法又一实施例的流程示意图；图15是本申请电子设备一实施例的结构示意图；图16是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0010]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0011]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0012]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。
[0013]图1是本申请图像聚档方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例可以包括：S11：获取待聚档图像集。
[0014]待聚档图像集是由目标感知源在当前时段感知第一实体得到的。
[0015]本申请涉及的图像聚档针对有聚档需求的区域（目标区域）进行。目标感知源布设在目标区域。待聚档图像集可以是目标区域布设的所有目标感知源在当前时段获取到的所有待聚档图像的集合，也可以是对所有目标感知源划分得到的目标感知源组在当前时段感知到的待聚档图像的集合。对所有感知源的划分依据可以是时间、空间、实体类簇（参考后面实施例说明）等等。
[0016]第一实体是动态实体，即位置随着相对运动发生改变的实体，例如可以是人员、车辆等等。为了简化描述，后文围绕第一实体是人员进行说明。
[0017]S12：对待聚档图像集进行聚档，得到若干个聚档结果。
[0018]可以为待聚档图像集初始化t个类中心，分别计算待聚档图像集中r张待聚档图像
与t个类中心两两之间的相似度，形成相似度矩阵I
r*t
，I
r*t
中的元素P（i，j）代表待聚档图像i与类中心j之间的相似度；待聚档图像i与t个类中心中的相似度中P（i，j）最大，若P（i，j）足够大，则将待聚档图像i分配至第j个类，否则分配至待聚档图像新的一类，得到t+n个聚档结果；基于t+n个聚档结果类中心本身以及类中心的数量，并循环执行前述步骤，直至不同聚档结果之间的待聚档图像的相似度足够大、同一聚档结果内的待聚档图像的相似度足够小。
[0019]S13：基于关系图谱对聚档结果进行修正。
[0020]关系图谱包括不同实体之间的关联关系，不同实体之间的关联关系包括第一实体与第二实体之间的关联关系、不同第一实体之间的关联关系。
[0021]第二实体为与第一实体相关的实体。第二实体可以包括动态实体，也可以包括静态实体。静态实体是固定位置的实体，例如地点、组织。
[0022]例如，第一实体是人员，第二实体可以包括人员、事件、地点、物品、组织、虚拟数字空间等等。不同的两个实体之间的关联关系可以包括不同的两个实体是否关联（是否具有连线），以及关联程度（连线的长度）。不同的两个实体之间的关联关系可以是静态关联关系或者动态关联关系。所谓静态关联关系，是指不会随着时间改变的具有事实性质的关联关系，以及随着时间改变而改变的概率小的关联关系。所谓动态关联关系，是指随着时间改变而改变的概率大的关联关系。
[0023]关系图谱是根据第一实体和第二实体的已知数据建立的。
[0024]S14：对修正后的聚档结果与历史档案进行合档。
[0025]可以计算修正后的聚档结果的类中心与历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像聚档方法，其特征在于，包括：获取待聚档图像集，所述待聚档图像集是由目标感知源在当前时段感知第一实体得到的；对所述待聚档图像集进行聚档，得到若干个聚档结果；基于关系图谱对所述聚档结果进行修正，所述关系图谱包括不同实体之间的关联关系，所述不同实体之间的关联关系包括所述第一实体与第二实体之间的关联关系、以及不同所述第一实体之间的关联关系；对修正后的聚档结果与历史档案进行合档。2.根据权利要求1所述的方法，其特征在于，在所述基于所述关系图谱对所述聚档结果进行修正之前，所述方法包括：获取已知实体数据库，所述已知实体数据库包括辅助感知源在所述当前时段和历史时段感知所述第二实体得到的辅助感知数据、登记数据、所述历史档案中的至少一种；从所述已知实体数据库提取所述第一实体的历史描述信息，所述第一实体的历史描述信息包括所述第一实体的自身属性、所述第一实体与所述第二实体交互的历史行为轨迹；基于所述历史描述信息确定与所述第一实体关联的实体，以及计算所述不同实体之间的关联程度，以形成所述关系图谱。3.根据权利要求2所述的方法，其特征在于，不同的两个实体均为动态实体，所述基于所述历史描述信息计算所述不同实体之间的关联程度，包括：基于所述历史描述信息确定不同的两个实体在同一时间和空间范围出现的次数，作为同行次数；基于所述历史描述信息确定所述不同的两个实体中的任意一个在所述同一时间和空间范围出现的总次数；计算所述同行次数和所述总次数的比值，作为所述不同的两个实体之间的关联程度。4.根据权利要求2所述的方法，其特征在于，不同的两个实体中的一个为动态实体，另一个为静态实体，所述基于所述历史描述信息计算所述不同实体之间的关联程度，包括：确定所述动态实体在同一时间和空间范围出现在所述静态实体所在位置的次数；确定所述动态实体在同一时间和空间范围出现的总次数；计算所述出现在所述静态实体所在位置的次数与所述总次数的比值，作为所述不同的两个实体之间的关联程度。5.根据权利要求1所述的方法，其特征在于，所述获取待聚档图像集，包括：基于所述关系图谱对所述第一实体和所述第二实体进行聚类，得到多个实体类簇；确定每个所述实体类簇关联的目标感知源，以得到每个所述实体类簇对应的目标感知源组；基于所述目标感知源组，对所有所述目标感知源感知所述第一实体得到的所有待聚类图像进行划分，得到多个所述待聚档图像集。6.根据权利要求5所述的方法，其特征在于，所述确定每个所述实体类簇关联的目标感知源，以得到每个所述实体类簇对应的目标感知源组，包括：将所述当前时段划分为多个子时段；分别确定每个所述实体类簇在每个子时段关联的目标感知源，以得到每个所述实体类
簇在每个所述子时段对应的目标感知源组。7.根据权利要求5所述的方法，其特征在于，在所述确定每个所述实体类簇关联的目标感知源，以得到每个所述实体类簇对应的目标感知源组之前，所述方法还包括：按照第一预设规则对所述多个实体类簇包括的实体进行修正，所述第一预设规则是基于所述关系图谱中所述不同实体之间的静态关联关系制定的。8.根据权利要求1所述的方法，其特征在于，所述基于关系图谱，对所述聚档结果进行修正，包括：计算所述聚档结果与第二预设规则的第一匹配程度，所述第二预设规则是基于所述不同实体之间的关联关系制定的；若所述第一匹配程度不大于第一匹配阈值，则对所述聚档结果进行修正。9.根据权利要求8所述的方法，其特征在于，所述计算所述聚档结果与第二预设规则的第一匹配程度，包括：确定所述聚档结果表征的第一实体的当前描述信息，所述当前描述信息包括所述第一实体与所述第二实体交互的当前行为轨迹，和/或所述第一实体的类别；计算所述第一实体的当前描述信息与所述第二预设规则的匹配程度，作为所述第一匹配程度。10.根据...

【专利技术属性】
技术研发人员：陈立力，周明伟，刘明，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：