档案合并方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种档案合并方法、装置、电子设备及存储介质，该档案合并方法包括：对归档数据集中的任意两个归档数据进行相似度计算，得到相似度集合，归档数据集为由同一人员的多个归档数据组成的归档数据集；根据相似度集合，确定多个归档数据之间的密度值集合；根据密度值集合及相似度集合计算多个归档数据的距离值集合；将满足预设条件的密度值和距离值所对应的多个归档数据确定为多个聚类中心点；将多个聚类中心点对应的归档数据作为封面图像。本发明专利技术避免了生成的封面图像随机性较大，提升了封面图像的精准度和代表性。提升了封面图像的精准度和代表性。提升了封面图像的精准度和代表性。

【技术实现步骤摘要】
档案合并方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，具体涉及一种档案合并方法、装置、电子设备及存储介质。

技术介绍

[0002]目前监控摄像头和人脸识别技术相结合对各种公共场所的人员进行监控，增加了城市的安全性，在对公共场所的人员进行监控的同时可以为每个人员建立人员档案，以方便对人员的管理。目前主要是对抓拍数据进行质量分层，对抓拍质量较好的图片与现有的档案封面比较，如果不相似则作为新的档案的封面，但是生成的档案封面随机性较大，导致精准度和代表性比较低。

技术实现思路

[0003]第一方面，本专利技术的主要目的是提供一种档案合并方法，包括：
[0004]对归档数据集中的任意两个归档数据进行相似度计算，得到相似度集合，所述归档数据集为由同一人员的多个归档数据组成的归档数据集；
[0005]根据所述相似度集合，确定多个所述归档数据之间的密度值集合；
[0006]根据所述密度值集合及所述相似度集合计算多个所述归档数据的距离值集合；
[0007]将满足预设条件的密度值和距离值所对应的多个归档数据确定为多个聚类中心点；
[0008]将所述多个聚类中心点对应的归档数据，作为封面图像。
[0009]可选地，所述根据所述相似度集合确定多个归档数据之间的密度值集合包括：
[0010]确定所述相似度集合中每个所述归档数据的相似度阈值；
[0011]根据每个归档数据的相似度阈值对所述相似度集合进行筛选；
[0012]根据预定算法将筛选后的相似度集合进行计算，以得到所述密度值集合。
[0013]可选地，所述根据预定算法将筛选后的相似度集合进行计算，以得到所述密度值集合包括：
[0014]根据筛选后的所述相似度集合确定出对应的相似度；
[0015]将所述相似度进行求和，以得到每个归档数据对应的多个密度值；
[0016]将多个所述归档数据对应的所述密度值进行排序，得到所述密度值集合。
[0017]可选地，所述根据所述密度值集合及所述相似度集合计算多个所述归档数据的距离值集合包括：
[0018]根据每个归档数据的密度值集合对所述归档数据集进行排序，并将排序后的所述归档数据集进行筛选；
[0019]将筛选后的所述归档数据集进行距离计算，得到所述距离值集合。
[0020]可选地，所述根据每个归档数据的密度值集合对所述归档数据集进行排序，并将排序后的所述归档数据集进行筛选包括：
[0021]根据每个归档数据的密度值将所述归档数据集由大到小进行排序；
[0022]针对每个所述归档数据，
[0023]确定出密度值大于所述归档数据自身密度值的多个参考归档数据；
[0024]在多个所述参考归档数据中确定出与所述归档数据之间相似度最小的目标归档数据，以根据所述目标归档数据和所述归档数据进行距离计算。
[0025]可选地，所述方法还包括：
[0026]根据所述多个聚类中心点，将所述归档数据集进行合并，得到聚类簇集合；其中，每个所述聚类簇包括对应的封面图像；
[0027]根据所述聚类簇集合确定每个聚类簇的封面图像；
[0028]在多个所述聚类簇与所述封面图像满足预设关系时，将多个所述聚类簇进行合并。
[0029]可选地，所述在所述聚类簇集合与所述封面图像满足预设关系时，将多个所述聚类簇进行合并包括：
[0030]判断多个所述聚类簇的数量是否大于所述封面图像的数量；
[0031]当多个所述聚类簇的数量大于所述封面图像的数量时，确定两两聚类簇的聚类中心点之间的相似度；
[0032]在两两所述聚类中心点的相似度大于预设相似度的情况下，将对应的两两聚类簇进行合并。
[0033]第二方面，本专利技术实施例提供了一种档案合并装置，包括：
[0034]第一计算模块，用于对所述归档数据集中的任意两个归档数据进行相似度计算，得到相似度集合，所述归档数据集为由同一人员的多个归档数据组成的归档数据集；
[0035]第一确定模块，用于根据所述相似度集合确定多个所述归档数据之间的密度值集合；
[0036]第二计算模块，用于根据所述密度值集合及所述相似度集合计算多个所述归档数据的距离值集合；
[0037]第二确定模块，用于将满足预设条件的密度值和距离值所对应的多个归档数据确定为多个聚类中心点；
[0038]第三确定模块，用于将所述多个聚类中心点对应的归档数据作为封面图像。
[0039]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中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上述的档案合并方法的步骤。
[0040]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的档案合并方法的步骤。
[0041]本专利技术的上述方案至少包括以下有益效果：
[0042]本专利技术提供的档案合并方法，首先对归档数据集中的任意两个归档数据进行相似度计算，得到相似度集合，归档数据集为由同一人员的多个归档数据组成的归档数据集；根据相似度集合，确定多个归档数据之间的密度值集合；根据密度值集合及相似度集合计算多个归档数据的距离值集合；将满足预设条件的密度值和距离值所对应的多个归档数据确
定为多个聚类中心点；将多个聚类中心点对应的归档数据作为封面图像。由此避免了生成的封面图像随机性较大，提升了封面图像的精准度和代表性。
附图说明
[0043]为了更清楚地说明本专利技术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专利技术的一些实施例，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示出的结构获得其他的附图。
[0044]图1为本专利技术实施例提供的档案合并方法的整体流程示意图；
[0045]图2为本专利技术实施例提供的步骤S20的流程示意图；
[0046]图3为本专利技术实施例提供的步骤S23的具体流程示意图；
[0047]图4为本专利技术实施例提供的步骤S30的具体流程示意图；
[0048]图5为本专利技术实施例提供的步骤S32的另一流程示意图；
[0049]图6为本专利技术实施例提供的档案合并方法的另一流程示意图；
[0050]图7为本专利技术实施例提供的步骤32的另一流程示意图；
[0051]图8为本专利技术实施例提供的档案合并装置的结构框图；
[0052]图9为本专利技术实施例提供的电子设备的结构框图。
[0053]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0054]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种档案合并方法，其特征在于，包括：对归档数据集中的任意两个归档数据进行相似度计算，得到相似度集合，所述归档数据集为由同一人员的多个归档数据组成的归档数据集；根据所述相似度集合，确定多个所述归档数据之间的密度值集合；根据所述密度值集合及所述相似度集合计算多个所述归档数据的距离值集合；将满足预设条件的密度值和距离值所对应的多个归档数据确定为多个聚类中心点；将所述多个聚类中心点对应的归档数据作为封面图像。2.根据权利要求1所述的档案合并方法，其特征在于，所述根据所述相似度集合确定多个所述归档数据之间的密度值集合包括：确定所述相似度集合中每个归档数据的相似度阈值；根据每个归档数据的相似度阈值对所述相似度集合进行筛选；根据预定算法将筛选后的相似度集合进行计算，以得到所述密度值集合。3.根据权利要求2所述的档案合并方法，其特征在于，所述根据预定算法将筛选后的相似度集合进行计算，以得到所述密度值集合包括：根据筛选后的所述相似度集合确定出对应的相似度；将所述相似度进行求和，以得到每个归档数据对应的多个密度值；将多个所述归档数据对应的所述密度值进行排序，得到所述密度值集合。4.根据权利要求1所述的档案合并方法，其特征在于，所述根据所述密度值集合及所述相似度集合计算多个所述归档数据的距离值集合包括：根据每个归档数据的密度值集合对所述归档数据集进行排序，并将排序后的所述归档数据集进行筛选；将筛选后的所述归档数据集进行距离计算，得到所述距离值集合。5.根据权利要求4所述的档案合并方法，其特征在于，所述根据每个归档数据的密度值集合对所述归档数据集进行排序，并将排序后的所述归档数据集进行筛选包括：根据每个归档数据的密度值将所述归档数据集由大到小进行排序；针对每个所述归档数据，确定出密度值大于所述归档数据自身密度值的多个参考归档数据；在多个所述参考归档数据中确定出与所述归档数据之间相似...

【专利技术属性】
技术研发人员：刘国伟，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：