人体数据归档方法、装置、设备及存储介质与流程

1.本发明涉及计算机视觉领域，具体涉及一种人体数据归档方法、装置、设备及存储介质。


背景技术：

2.在视频监控领域，通常需要对视频图像中的人物信息进行识别，统计人物在目标区域所产生的事件信息，如进出信息等。
3.当在视频图像中的人物信息进行识别时，每个人物通常会出现多次，而为了准确的统计出在视频图像中出现的各个人物的身份信息以及发生的事件，本领域技术人员通常会采用人脸数据聚档的方式，将相似的人脸归类至同一个档案，再将相似的人体归类至一个档案，通过人脸档案中人脸所对应的人体，建立起人体档案与人脸档案之间的对应关系，实现人体数据的归档，从而判断出各个人物在目标区域所发生的事件。
4.上述方案中，人脸档案中的人体数据可能不够准确，仅通过人脸档案中人脸所对应的人体，建立人体档案与人脸档案之间的对应关系进行人体数据的召回，可能使得部分人体数据难以被正确识别，导致人体数据的召回率较低。


技术实现要素：

5.本技术提供了一种人体数据归档方法、装置、设备及存储介质，提高了人体数据归档的召回率，该技术方案如下。
6.一方面，提供了一种人体数据归档方法，所述方法包括：
7.获取至少两张目标图像；
8.对所述至少两张目标图像执行人脸聚类操作，获得各个人脸聚合档案；
9.针对每个所述人脸聚合档案，将所述目标图像中的与所述人脸聚合档案的关联人体数据满足第一相似条件的第一人体数据，归类至所述人脸聚合档案，以得到各个更新后的人脸聚合档案；所述关联人体数据为与所述人脸聚合档案的人脸数据相关联的人体数据；
10.针对每个更新后的人脸聚合档案，当在所述更新后的人脸聚合档案中，搜索到与所述目标图像中的第二人体数据满足第二相似条件的人体数据时，将所述第二人体数据归类至所述更新后的人脸聚合档案中；所述第二人体数据为所述目标图像中，除所述第一人体数据之外的人体数据。
11.又一方面，提供了一种人体数据归档装置，所述装置包括：
12.目标图像获取模块，用于获取至少两张目标图像；
13.人脸聚类模块，用于对所述至少两张目标图像执行人脸聚类操作，获得各个人脸聚合档案；
14.第一归类模块，用于将所述目标图像中的与关联人体数据满足第一相似条件的第一人体数据，归类至各个人脸聚合档案；所述关联人体数据为与各个人脸聚合档案的人脸
数据相关联的人体数据；
15.第二归类模块，用于当在所述各个人脸聚合档案中，搜索到与目标图像中的第二人体数据满足第二相似条件的第三人体数据时，将所述第二人体数据归类至所述第三人体数据对应的人脸聚合档案中。
16.再一方面，提供了一种计算机设备，所述计算机设备中包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述人体数据归档方法。
17.又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的人体数据归档方法。
18.再一方面，提供了一种计算机程序产品还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的人体数据归档方法。
19.本技术提供的技术方案可以包括以下有益效果：
20.当需要对视频图像中的人体数据进行归档时，可以先聚合人脸，得到人物信息所对应的人脸聚合档案，此时为了进一步判断各个人脸所对应的任务的行动轨迹，可以将目标图像中的人体数据，与和人脸相关的关联人体数据进行对比，从而将满足相似条件的第一人体数据一步归类至各个人脸聚合档案；此时目标图像中仍然存在部分与人脸相关的关联人体数据的不满足相似的人体数据，计算机设备再将剩余的第二人体数据，与已经归档入各个人脸聚合档案的人体数据再进行相似度对比，从而对剩余的人体数据进行二次判断，尽可能避免了由于人脸关联的人体数据的数据质量较差导致的归类不完整，提高了将人体数据归档入人脸聚合档案的召回率。
附图说明
21.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本技术的一些实施方式，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。
22.图1是根据一示例性实施例示出的一种人物数据归档系统的结构示意图。
23.图2是根据一示例性实施例示出的人体数据归档方法的方法流程图。
24.图3是根据一示例性实施例示出的人体数据归档方法的方法流程图。
25.图4示出了本技术实施例涉及的一种人物数据归档方法逻辑框架图。
26.图5是根据一示例性实施例示出的人体数据归档装置的结构方框图。
27.图6是根据本技术一示例性实施例提供的一种计算机设备示意图。
具体实施方式
28.下面将结合附图对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
29.应理解，在本技术的实施例中提到的“指示”可以是直接指示，也可以是间接指示，还可以是表示具有关联关系。举例说明，a指示b，可以表示a直接指示b，例如b可以通过a获取；也可以表示a间接指示b，例如a指示c，b可以通过c获取；还可以表示a和b之间具有关联关系。
30.在本技术实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
31.本技术实施例中，“预定义”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本技术对于其具体的实现方式不做限定。
32.图1是根据一示例性实施例示出的一种人物数据归档系统的结构示意图。该人物数据归档系统中包含服务器110以及终端120。其中，终端120与服务器110之间通过通信网络进行数据通信，该通信网络可以是有线网络也可以是无线网络。
33.可选的，终端120中安装有具有图像处理功能的应用程序，该应用程序可以是专业图像处理应用程序、社交类应用程序，虚拟现实类应用程序、或者具有图像处理功能的ai应用程序，本技术实施例对此不做限定。
34.可选的，该终端120可以是具有图像采集组件的终端设备，该图像采集组件用于获取图像并存储与终端120中的数据存储模块中；该终端120还可以是具有数据传输接口的终端设备，该数据传输接口用于接收具有图像采集组件的图像采集设备(如摄像头)所采集到的图像数据。
35.可选的，该终端120可以是智能手机、平板电脑，膝上便携式笔记本电脑等移动终端，也可以是台式电脑、投影式电脑等终端，或是具有数据处理组件的智能终端，本技术实施例对此不设限制。
36.服务器110可以实现为一台服务器，也可以实现为一组服务器构成的服务器集群，其可以是物理服务器，也可以实现为云服务器。在一种可能的实现方式中，服务器110是终端120中应用程序的后台服务器。
37.在本技术实施例的一种可能的实现方式中，服务器110中存储有图像采集设备采集到的目标区域的各个目标图像，当需要对目标区域中各个人物的行动轨迹进行分析时，可以先将各个目标图像进行人脸数据归档(即将人脸数据归类至人脸聚合档案)处理，再进行人体数据归档(即将人体数据归类至人体数据档案)处理，分别获得人脸聚合档案以及人体聚合档案，再获取人体聚合档案与人脸聚合档案的关系，从而将目标图像中的人物信息(即人体信息与人脸信息)与各个人物身份建立联系，从而根据人脸数据与人体数据的位置以及时间，确定到目标区域的各个人物的行动轨迹。
38.可选的，上述服务器可以是独立的物理服务器，也可以是由多个物理服务器构成的服务器集群或者是分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等技术运计算服务的云服务器。
39.可选的，该系统还可以包括管理设备，该管理设备用于对该系统进行管理(如管理各个模块与服务器之间的连接状态等)，该管理设备与服务器之间通过通信网络相连。可选
的，该通信网络是有线网络或无线网络。
40.可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网，但也可以是其他任何网络，包括但不限于局域网、城域网、广域网、移动、有限或无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中，使用包括超文本标记语言、可扩展标记语言等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层、传输层安全、虚拟专用网络、网际协议安全等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
41.图2是根据一示例性实施例示出的人体数据归档方法的方法流程图。该方法由计算机设备执行，该计算机设备可以是如图1所示的人物数据归档系统中的服务器或终端。如图2所示，该人体数据归档方法可以包括如下步骤：
42.步骤201，获取至少两张目标图像。
43.可选的，该至少两张目标图像可以是同一图像采集设备在不同时刻采集到的图像。
44.可选的，该至少两张目标图像可以是不同图像采集设备在不同时刻采集到的图像。此时不同图像采集设备可以是部署在同一区域的图像采集设备，如摄像头等。也就是说，此时目标图像指示的是某一区域的不同位置的图像信息。
45.当该目标图像中存在人物信息时，则该至少两张目标图像可以反映出某个人物在目标区域的行动轨迹。例如，目标图像a指示人物a在第一时刻出现，目标图像b指示人物a在第二时刻出现，则根据目标图像a以及目标图像b即可以确定出人物a在第一时刻以及第二时刻之间，从目标图像a所在的位置移动到了目标图像b所在的位置。
46.步骤202，对该至少两张目标图像执行人脸聚类操作，获得各个人脸聚合档案。
47.在获取到目标图像后，则对至少两张目标图像执行人脸聚类操作，以将目标图像中的已经被标注出的各个人脸数据，聚类为各个人脸聚合档案，此时在人脸聚类档案中，特征相同的人脸数据被聚类在一起，也就是说，各个人脸聚类档案，即可以被认为是不同人物信息所对应的人脸数据的集合。
48.步骤203，针对每个该人脸聚合档案，将该目标图像中的与该人脸聚合档案的关联人体数据满足第一相似条件的第一人体数据，归类至该人脸聚合档案，以得到各个更新后的人脸聚合档案。
49.该关联人体数据为与各个人脸聚合档案的人脸数据相关联的人体数据。
50.在本技术实施例中，第一人体数据是目标图像采集到的人体数据中的任意一个。
51.当获取到各个人脸聚类档案时，在人脸聚类档案中存在各个人脸数据，例如在某一人脸聚类档案中，该人脸聚类档案中存在各个人脸数据，且各个人脸数据理论上同一人的人脸数据，如将人脸信息id确定为人物a。但目标图像通常是人脸与人体同时采集到的，因此当确定了人物a对应的人脸数据，在目标图像中与人物a对应的人脸数据所连接的人体数据，则可以作为人物a的关联人体数据，以表征人物a的人体特征。此时计算机设备可以将该人体a的关联人体数据，归类至该人脸聚合档案中，作为与该人脸聚合档案所指示的人物的人体数据。
52.由于目标图像中还存在各个人体数据，为了判断人体数据所表征的人物信息，此
时计算机设备可以将人体数据与人脸聚类档案中的关联人体数据进行对比，当人体数据与关联人体数据的相似度高时，则可以认为人体数据与该关联人体数据为对同一人物采集到的人体数据。
53.因此，针对于每个人脸聚合档案，计算机设备都可以通过该人脸聚合档案中的关联人体数据，与目标图像中的各个人体数据进行相似度对比，当满足第一相似条件时，则说明该人体数据与该关联人体数据的相似度较高，可以将该人体数据归类至该关联人体数据所在的人脸聚合档案中。
54.例如，对于人物a所对应的人脸聚合档案，当检测到某个人体数据与该人脸聚合档案中的关联人体数据(即人物a的人脸所连接的人体数据)，满足第一相似条件时，则该人体数据很有可能为该人物a的人体数据，因此将该人体数据作为第一人体数据归类至人物a的人脸聚合档案中。
55.步骤204，针对每个更新后的人脸聚合档案，当在该更新后的人脸聚合档案中，搜索到与该目标图像中的第二人体数据满足第二相似条件的人体数据时，将该第二人体数据归类至该更新后的人脸聚合档案中。
56.其中，该第二人体数据为该目标图像中，除该第一人体数据之外的人体数据。
57.当通过各个关联人体数据，在目标图像中检测了各个人物所对应的第一人体数据，并将检测出的第一人体数据归档至各个人脸聚合档案，以生成更新后的人脸聚合档案后，在目标图像中可能还存在剩余的，与各个关联人体数据不满足第一相似条件的人体数据，也就是第二人体数据。但与关联人体数据不满足第一相似条件的第二人体数据，并不代表着一定不为各个人脸聚合档案的人物的人体数据，可能是由于与人脸数据对应的关联人体数据的图像质量不好导致不满足第一相似条件；或是由于图像采集设备的采集角度问题，使得同一个人物的两个人体数据是从不同的人体方位采集到的，从而导致关联人体数据与第二人体数据理论上是同一人体的数据，但计算过程中却不符合第一相似条件。
58.因此为了避免上述情况所导致的对人体数据的误判，此时计算机设备可以对剩下的人体数据进行二次归档，通过已归档入人脸聚合档案中的第一人体数据以及关联人体数据，对各个人体数据进行相似度计算。
59.针对于每个更新后的人脸聚合档案，当在某个人脸聚合档案中搜索到与目标图像中的第二人体数据满足第二相似条件的人体数据，则该人体数据可以被认为是与第二人体数据指示相同的人物信息，因此将该第二人体数据归类至该人脸聚合档案中。
60.综上所述，当需要对视频图像中的人体数据进行归档时，可以先聚合人脸，得到人物信息所对应的人脸聚合档案，此时为了进一步判断各个人脸所对应的任务的行动轨迹，可以将目标图像中的人体数据，与和人脸相关的关联人体数据进行对比，从而将满足相似条件的第一人体数据一步归类至各个人脸聚合档案；此时目标图像中仍然存在部分与人脸相关的关联人体数据的不满足相似的人体数据，计算机设备再将剩余的第二人体数据，与已经归档入各个人脸聚合档案的人体数据再进行相似度对比，从而对剩余的人体数据进行二次判断，尽可能避免了由于人脸关联的人体数据的数据质量较差导致的归类不完整，提高了将人体数据归档入人脸聚合档案的召回率。
61.图3是根据一示例性实施例示出的人体数据归档方法的方法流程图。该方法由计算机设备执行，该计算机设备可以是如图1所示的人物数据归档方法系统中的服务器或终
端。如图3所示，该人体数据归档方法可以包括如下步骤：
62.步骤301，获取至少两张目标图像。
63.在本技术实施例的一种可能的实现方式中，该目标图像为经过数据预处理的图像信息，在该目标图像中，存在对人脸区域以及人体区域的标记。即计算机设备获取到目标图像后，也可以根据人脸区域的标记以及人体区域的标记获取到目标图像中的人脸图像的数据以及人体图像的数据。
64.在一种可能的实现方式中，该目标图像可以是通过目标区域检测算法处理过的图像，通过目标区域检测算法对目标图像进行检测后，可以捕捉到目标图像中的各个人脸图像以及人体图像，即生成人脸区域的检测框以及人体区域的检测框，从而标记出人脸区域与人体区域。
65.步骤302，对该至少两张目标图像执行人脸聚类操作，获得各个人脸聚合档案。
66.当获取到目标图像后，可以对各个目标图像中的人脸数据进行聚类操作，从而将各个人脸数据中，相似度较高的人脸数据聚合为人脸聚合档案。
67.可选的，计算机设备逐个获取目标图像，判断该目标图像中是否存在高质量人脸(如判断该人脸数据的图像质量是否大于第一质量阈值)，当该图像中存在高质量人脸时，则进一步对该高质量人脸进行判断。
68.计算机设备将该高质量人脸，与已有的各个人脸聚合档案中的人脸数据进行聚类操作，当高质量人脸与已有的人脸聚合档案满足匹配条件(如相似度大于阈值)，则将该高质量人脸归类至该人脸聚合档案中。
69.当未检测到与该高质量人脸满足匹配条件的人脸聚合档案，判断该高质量人脸是否符合建档要求(如人脸数据的图像质量大于第二质量阈值)，则新建人脸聚合档案，并将该高质量人脸归类到该新建的人脸聚合档案中。
70.步骤303，对该至少两张目标图像执行人体聚类操作，获得各个人体聚合档案。
71.在本技术实施例中，当完成了人脸图像所对应的人脸数据的聚类操作后，还可以对各个目标图像进行人体聚类操作，例如获取到目标图像中的各个人体数据后，再将各个人体数据进行聚类处理，得到人体聚合档案。
72.在一种可能的实现方式中，在获取到目标图像时，检测目标图像中是否存在高质量人脸，当存在高质量人脸时，则对该目标图像进行人脸聚类操作；当不存在高质量人脸时，判断该目标图像中是否存在人体数据，当存在人体数据时对该人体数据执行人体聚类操作。
73.在一种可能的实现方式中，当目标图像中存在目标人体数据时，在该目标采集设备的指定时间段内，搜索与目标人体数据相似的人体数据；当存在与目标采集设备在指定时间段内采集到的，且与目标人体数据相似的人体数据时，此时则认为该人体数据为有效数据，则对该人体数据执行人体聚类操作。
74.而不存在目标采集设备在指定时间段内采集到的，且与目标人体相似的人体数据时，此时获取目标采集设备的相邻设备(如与目标采集设备属于同一区域的设备)在指定时间段内采集到的人体数据，当相邻设备在指定时间段内采集到的人体数据中，存在与目标人体数据相似的人体数据时，则对该人体数据执行人体聚类操作。
75.而不存在相邻设备在指定时间段内采集到的，且与目标人体数据相似的人体数据
时，此时可以认为该人体数据为无效的人体数据，不对该人体数据进行聚类处理。
76.步骤304，针对每个该人脸聚合档案，将各个该人体聚合档案中，与该人脸聚合档案的关联人体数据满足第一相似条件的第一人体数据，归类至该人脸聚合档案，以得到各个更新后的人脸聚合档案。
77.在本技术实施例中，由于计算机设备先对目标图像中的各个人脸数据进行人脸聚类操作，得到人脸聚合档案；再对目标图像中的各个人体数据进行人体聚类操作，得到人体聚合档案。此时为了将人体聚合档案中的人体数据与人脸数据关联起来，从而判断出各个人体聚合档案所对应的身份信息，计算机设备可以对人体聚合档案中的人体数据进行相似度判断，并将与关联人体数据满足第一相似条件的第一人体数据，归类至对应的人脸聚合档案。
78.在一种可能的实现方式中，基于该关联人体数据，分别与该各个人体聚合档案中各个人体数据的相似度，获取该人脸聚合档案与该各个人体聚合档案的档案相似度，并将档案相似度大于相似度阈值的人体聚合档案确定为目标人体聚合档案；
79.将该目标人体聚合档案中，与该关联人体数据之间的时空信息满足第一时空关系的第一人体数据，归类至该人脸聚合档案；该时空信息用于指示人物出现的时间与位置。
80.也就是说，在针对每个人脸聚合档案时，以其中一个人脸聚合档案为例，计算机设备在进行归档操作时，将该人脸聚合档案中的关联人体数据，分别与各个人体聚合档案中的各个人体数据进行相似度比较，此时可以确定出该关联人体数据与各个人体聚合档案的相似度的整体情况，从而获取到关联人体数据与各个人体聚合档案的档案相似度。
81.在一种可能的实现方式中，将关联人体数据，与目标人体聚合档案中的各个人体数据的向量距离的均值，获取为该关联人体数据与该目标人体聚合档案的档案相似度。
82.在计算档案相似度过程中，以各个人体聚合档案中的任意一个人体聚合档案为例(如第一人体聚合档案)，由于第一人体聚合档案中存在的人体数据，是经过聚类算法得到的各个人体，因此该第一人体聚合档案中的各个人体数据可以初步认为是同一个人物的人体信息，此时将该第一人体聚合档案中的各个人体数据，与各个关联人体数据进行相似度对比，即该第一人体聚合档案中的各个人体数据，与该关联人体数据，可以分别进行向量距离的求解，以得出关联人体数据与各个人体数据的向量距离的均值，此时当该向量距离的均值即为第一人体聚合档案中的各个候选人体数据的相似度。
83.因此在一种可能的实现方式中，当关联人体数据与第一人体聚合档案中各个人体数据的向量距离的均值大于相似度阈值时，显然该第一人体聚合档案所指示的人物信息与人脸聚合档案所指示的人物信息有较大概率是相同的，计算机设备可以将该第一人体聚合档案确定为目标人体聚合档案。
84.当针对每个人脸聚合档案，将人脸聚合档案中的关联人体数据，与第一人体聚合档案进行相似度计算，获得关联人体数据与各个人体聚合档案的档案相似度后，计算机设备可以将档案相似度大于相似度阈值的第一人体聚合档案确定为目标人体聚合档案，代表着此时目标人体聚合档案与人脸聚合档案所指示的人物有较大的可能相同。
85.但由于人体数据在聚合过程中，由于聚合算法的误差，可能将不同的人物所对应的人体数据聚合在同一个人体聚合档案中，为了尽可能避免将该不同的人物归档至人脸聚合档案中，此时计算机设备还可以根据时空关系，对人体数据进行筛选。
86.即计算机设备可以获取到目标人体聚合档案中的各个人体数据，并获取其中的时空信息，也就是图像设备采集到各个人体数据时的时间，以及采集到人体数据的图像设备的所处位置，再通过时空关系对人体数据进行筛选。
87.计算机设备在对人体数据进行筛选时，以第一人体数据为例，获取到第一人体数据的时空信息(即第一人体数据所对应的目标图像的时间信息以及位置信息，也就是人物被抓拍到的时间以及位置)，以及关联人体数据的时空信息(即第二人体数据所对应的目标图像的时间信息以及位置信息，同样是人物被抓拍到的时间以及位置)，当第一人体数据的时空信息以及关联人体数据的时空信息，不满足第一时空关系时(如位置差与时间差的比值大于阈值)，此时第一人体数据与关联人体数据，对应相同人物信息的可能性较低；对应的，当满足第一时空关系时，则第一人体数据与关联人体数据对应相同人物信息的可能性较高，此时可以将第一人体数据归类至该人脸聚合档案。
88.当计算机设备将第一人体数据归类至该人脸聚合档案后，人体聚合档案中还存在部分不满足第一时空关系的候选人体数据，在一种可能的实现方式中，计算机设备判断候选人体数据与该关联人体数据之间的时空信息是否满足第二时空关系；该候选人体数据是该目标人体聚合档案中与该关联人体数据之间的时空信息不满足第一时空关系的人体数据；
89.当该候选人体数据与该关联人体数据之前的时空信息满足第二时空关系时，将该候选人体数据加入备选集合；
90.计算机设备获取该人脸聚合档案中各个人体数据所构成的目标行动轨迹；
91.当该备选集合中的第三人体数据的位置信息与目标行动轨迹匹配时，将该第三人体数据归类至该人脸聚合档案。
92.当人体聚合档案中的人体数据的时空信息，与该第一关联人体数据的时空信息，不满足第一时空关系时，也就是没有归类至人脸聚合档案中的候选人体数据，计算机设备可以对其进行进一步判断，即判断候选人体数据与关联人体数据是否满足第二时空关系，此时第二时空关系比第一时空关系的要求略低，例如第二时空关系相比较与第一时空关系，所允许的位置与时间的比例值可以略高一些，当满足第二时空关系时，人物还是存在着在候选人体数据所对应的位置与关联人体数据所对应的位置之间发生移动的可能性，此时将该候选人体数据加入至备选集合中。
93.计算机设备再对备选集合中的各个候选人体数据进行判定，此时直接获取到该人脸聚合档案中各个人体数据的位置信息，构建出目标行动轨迹，当检测到候选人体数据中的第三人体数据的位置信息满足目标行动轨迹时，则代表着第三人体数据的确有可能为与关联人体数据对应相同的人物，因此将该第三人体数据归类至该人脸聚合档案。
94.步骤305，针对每个更新后的人脸聚合档案，当在该更新后的人脸聚合档案中，搜索到与该目标图像中的第二人体数据满足第二相似条件的人体数据时，获取该第二人体数据的时空信息。
95.由于此时人体聚合档案已经通过计算机设备进行了至少一次归类处理，将与人脸聚合档案中的关联人体数据相似的人体数据，归类至人脸聚合档案中，因此各个人体聚合档案中剩余的则为不满足召回条件的人体数据。
96.但为了提高人体聚合档案的召回率，计算机设备可以对各个人体聚合档案进行二
次归类处理。
97.当经过第一次归类后的人脸聚合档案(也就是更新后的人脸聚合档案)中，除了包含各自对应的人物的人脸数据，还包含着通过第一次归类所得到的，各自对应的人物的人体数据。因此当需要对人体聚合档案的候选人体数据进行二次归类处理时，针对每个人脸聚合档案，计算机设备可以根据更新后的人脸聚合档案中保存的人体数据，对各个人体聚合档案中剩余的人体数据进行再判断。
98.在本技术实施例的一种可能的实现方式中，针对于每个人体聚合档案中的剩余的人体数据，也就是目标图像中的第二人体数据，计算机设备可以将该第二人体数据，与各个更新后的人脸聚合档案中的人体数据，进行相似度对比，并将满足第二相似条件的人体数据所对应的人脸聚合档案，。
99.在本技术实施例的一种可能的实现方式中，计算机设备针对与每个更新后的人脸聚合档案，在剩余的各个人体数据中，找寻与该人脸聚合档案的各个人体数据的相似度之和(或相似度平均值)最高的人体数据，作为第二人体数据，此时第二人体数据显然与该人脸聚合档案具有最高的相似度，因此计算机设备可以获取该第二人体数据的时空信息，以便从时空角度对第二人体数据进行再判断。
100.可选的，第二相似条件还可以是人体数据之间的向量距离小于阈值。
101.当检测到人脸聚合档案中人体数据与第二人体数据满足第二相似条件时，此时说明该人脸聚合档案中的人体数据有一定概率与第二人体数据对应相同的人物信息，即该人脸聚合档案中的人体数据与第二人体数据可能是采集到的同一人物的人体数据。
102.此时计算机设备可以获取第二人体数据的时空信息，并对时空信息进行判定，以进一步确定第二人体数据与人脸聚合档案所指示的人物之间的关系。
103.在一种可能的实现方式中，计算机设备在该备选集合中获取该第二人体数据；该第二人体数据为该备选集合中除第三人体数据之外的数据；
104.针对该备选集合中的每个该第二人体数据，在各个该更新后的人脸聚合档案中，搜索与该第二人体数据满足第二相似条件的人体数据。
105.即计算机设备通过第一相似度以及第一时空关系进行第一次归档流程后，将人体聚合数据中剩余的满足第二时空关系的人体数据输入备选集合中，再通过目标行动轨迹对人体数据进行补充归档，此时备选集合中仅剩符合第二时空关系，但不满足目标行动轨迹的人体数据。
106.计算机设备可以在备选集合剩余的人体数据中进行筛选，将备选集合中剩余的各个人体数据，与更新后的人脸聚合档案进行相似度对比，在更新后的人脸聚合档案中筛选出与第二人体数据满足第二相似条件的人体数据，从而开启二次归档流程。
107.在一种可能的实现方式中，该第二人体数据为目标区域中，指定位置的图像采集设备采集到的图像中的人体数据。
108.可选的，目标区域的指定位置的图像采集设备，可以为出入口的图像采集设备。即此时第二人体数据是包含了人物的出入信息的数据，确认该第二人体数据所对应的人物的身份，对监测目标区域的人物流动具有重要意义，因此二次归档可以仅对该目标区域的指定位置的图像采集设备采集到的第二人体数据进行检测，在尽可能保证对人物出入信息监控的准确性的同时，降低了计算机设备的资源消耗。
109.步骤306，当该第二人体数据的时空信息，与该更新后的人脸聚合档案中的各个人体数据的时空信息，满足第三时空关系时，将该第二人体数据归类至该更新后的人脸聚合档案中。
110.当更新后的人脸聚合档案中的各个人体数据的时空信息，与第二人体数据的时空信息，都满足第三时空关系(如位置差与时间差的比值小于阈值)，说明第二人体数据，与更新后的人体聚合档案中的人体数据无论是人体特征还是时空关系上，都有较大的匹配度。因此该第二人体数据有较大可能与该更新后的人脸聚合档案中的人体数据，为相同的人物被采集到的人体数据，因此计算机设备将第二人体数据归类至该更新后的人脸聚合档案中，从而完成对第二人体数据的二次归档操作。
111.图4示出了本技术实施例涉及的一种人物数据归档方法逻辑框架图。如图4所示，该人物数据归档方法可以包括如下步骤：
112.业务模块将人脸人体结构化数据(也就是目标图像中的人脸数据与人体数据)及事件信息(如进出事件)推送至归档模块，计算机设备中的归档模块根据数据质量等限制条件，判断采用何种策略。
113.若存在高质量人脸，则进入人脸聚档流程，若满足匹配规则则取对应pid作为档案id。
114.若不存在则判断是否存在人体数据，若存在，则进行人体短时重连，在单镜(即单个图像采集设备)短时间内搜索相似人体，若存在则进行归档，若不存在则搜索邻域短时跨境人体(即相邻的图像采集设备采集到的人体数据)，若存在则归档，不存在则建档。
115.定时触发时间窗内人脸人体进行轨迹重连，取指定时间窗口内的人脸和人体聚档结果，遍历该时间窗口内人脸聚合的档案，遍历该档案人脸关联人体(即关联人体数据)，搜索相似人体，遍历相似人体，若存在相似人体符合时空限制匹配条件(即第一时空关系)，则将该人体关联的短时重连轨迹(即满足第一相似关系且满足第一时空关系的人体数据所形成的轨迹)归入该档案下，若不存在则判断是否符合低限制的匹配条件(即第二时空关系)，若符合则将该人体加入备选集合，遍历完成后，通过该档案人脸和严格匹配人体的行径轨迹(即目标行动轨迹)，将符合行径路线且时空关系合理的备选人体归入档案下。
116.人体人脸重连完成后，取人脸人体重连中，未归入人脸档案且带进或出事件的人体轨迹(也就是不满足第一时空关系、但满足第一时空关系、与目标行动轨迹不匹配的人体数据所形成的轨迹)进行二次归档，遍历未归档且带事件的人体轨迹，在已归档的人体轨迹中搜索相似人体，若存在相似人体且符合时空限制(即符合第三时空关系)，则将该人体归入该档案下。
117.在本技术实施例中，通过引入对带有事件的数据进行二次召回处理，对第一次归档中无法归档的事件轨迹进行二次匹配召回，有效提高事件召回率。
118.综上所述，当需要对视频图像中的人体数据进行归档时，可以先聚合人脸，得到人物信息所对应的人脸聚合档案，此时为了进一步判断各个人脸所对应的任务的行动轨迹，可以将目标图像中的人体数据，与和人脸相关的关联人体数据进行对比，从而将满足相似条件的第一人体数据一步归类至各个人脸聚合档案；此时目标图像中仍然存在部分与人脸相关的关联人体数据的不满足相似的人体数据，计算机设备再将剩余的第二人体数据，与已经归档入各个人脸聚合档案的人体数据再进行相似度对比，从而对剩余的人体数据进行
二次判断，尽可能避免了由于人脸关联的人体数据的数据质量较差导致的归类不完整，提高了将人体数据归档入人脸聚合档案的召回率。
119.图5是根据一示例性实施例示出的人体数据归档装置的结构方框图。所述装置包括：
120.目标图像获取模块501，用于获取至少两张目标图像；
121.人脸聚类模块502，用于对所述至少两张目标图像执行人脸聚类操作，获得各个人脸聚合档案；
122.第一归类模块503，用于将所述目标图像中的与关联人体数据满足第一相似条件的第一人体数据，归类至各个人脸聚合档案；所述关联人体数据为与各个人脸聚合档案的人脸数据相关联的人体数据；
123.第二归类模块504，用于当在所述各个人脸聚合档案中，搜索到与目标图像中的第二人体数据满足第二相似条件的第三人体数据时，将所述第二人体数据归类至所述第三人体数据对应的人脸聚合档案中。
124.在一种可能的实现方式中，所述装置还包括：
125.人体聚类模块，用于对所述至少两张目标图像执行人体聚类操作，获得各个人体聚合档案；
126.所述第一归类模块，还用于，
127.针对每个所述人脸聚合档案，将各个所述人体聚合档案中，与所述人脸聚合档案的关联人体数据满足第一相似条件的第一人体数据，归类至所述人脸聚合档案；
128.在一种可能的实现方式中，所述第一归类模块，还包括：
129.第一相似度获取单元，用于基于所述关联人体数据，分别与所述各个人体聚合档案中各个人体数据的相似度，获取所述人脸聚合档案与所述各个人体聚合档案的档案相似度，并将档案相似度大于相似度阈值的人体聚合档案确定为目标人体聚合档案；
130.第一归类单元，用于将所述目标人体聚合档案中，与所述关联人体数据之间的时空信息满足第一时空关系的第一人体数据，归类至所述人脸聚合档案；所述时空信息用于指示人物出现的时间与位置。
131.在一种可能的实现方式中，所述第一归类单元，还用于，
132.判断候选人体数据与所述关联人体数据之间的时空信息是否满足第二时空关系；所述候选人体数据是所述目标人体聚合档案中与所述关联人体数据之间的时空信息不满足第一时空关系的人体数据；
133.当所述候选人体数据与所述关联人体数据之前的时空信息满足第二时空关系时，将所述候选人体数据加入备选集合；
134.获取所述人脸聚合档案中各个人体数据所构成的目标行动轨迹；
135.当所述备选集合中的第三人体数据的位置信息与目标行动轨迹匹配时，将所述第三人体数据归类至所述人脸聚合档案。
136.在一种可能的实现方式中，所述装置还包括：
137.数据备选模块，用于在所述备选集合中获取所述第二人体数据；所述第二人体数据为所述备选集合中除第三人体数据之外的数据；
138.相似数据搜索模块，用于针对所述备选集合中的每个所述第二人体数据，在各个
所述更新后的人脸聚合档案中，搜索与所述第二人体数据满足第二相似条件的人体数据。
139.在一种可能的实现方式中，所述第二人体数据为目标区域中，指定位置的图像采集设备采集到的图像中的人体数据。
140.在一种可能的实现方式中，所述第二归类模块，还用于，
141.获取所述第二人体数据的时空信息；
142.当所述第二人体数据的时空信息，与所述更新后的人脸聚合档案中的各个人体数据的时空信息，满足第三时空关系时，将所述第二人体数据归类至所述更新后的人脸聚合档案中。
143.综上所述，当需要对视频图像中的人体数据进行归档时，可以先聚合人脸，得到人物信息所对应的人脸聚合档案，此时为了进一步判断各个人脸所对应的任务的行动轨迹，可以将目标图像中的人体数据，与和人脸相关的关联人体数据进行对比，从而将满足相似条件的第一人体数据一步归类至各个人脸聚合档案；此时目标图像中仍然存在部分与人脸相关的关联人体数据的不满足相似的人体数据，计算机设备再将剩余的第二人体数据，与已经归档入各个人脸聚合档案的人体数据再进行相似度对比，从而对剩余的人体数据进行二次判断，尽可能避免了由于人脸关联的人体数据的数据质量较差导致的归类不完整，提高了将人体数据归档入人脸聚合档案的召回率。
144.请参阅图6，其是根据本技术一示例性实施例提供的一种计算机设备示意图，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述方法。
145.其中，处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
146.存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施方式中的方法。
147.存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
148.在一示例性实施例中，还提供了一种计算机可读存储介质，用于存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现上述方法中的全部或部分步骤。例如，该计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
149.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
150.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。