图像聚档方法、计算机设备及计算机可读存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及一种图像聚档方法、计算机设备及计算机可读存储介质。


背景技术：

2.随着计算机信息技术和互联网技术的发展，越来越多的领域需要对人员的信息进行聚档。例如在安防领域中，通常是将大量对目标抓拍的图像聚集起来，对属于同一目标的图像信息进行整合以建立该目标对应的档案。
3.对目标的抓拍图像进行聚档时，通常是利用人脸信息和人体信息来判断两张图像是否属于同一个目标，现有技术中，通常只利用到人体信息，没有利用其它有效信息，并且容易受抓拍图像的不同角度、不同光照、模糊、遮挡等扰动因素干扰，存在因两个目标的衣服和形体都相似而错误聚档的情况，图像聚档准确率低。


技术实现要素：

4.本技术主要解决的技术问题是提供一种图像聚档方法、计算机设备及计算机可读存储介质，能够提高图像聚档的准确率。
5.为了解决上述问题，本技术第一方面提供了一种图像聚档方法，该方法包括：获取包含待处理目标的多个目标图像；至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息；任一图像对包含多个目标图像中的两个目标图像，不同图像对中包含的两个目标图像至少存在一个目标图像不同；利用各图像对的图像描述信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
6.为了解决上述问题，本技术第二方面提供了一种计算机设备，该计算机设备包括相互耦接的存储器和处理器，存储器中存储有程序数据，处理器用于执行程序数据以实现上述任一方法中的任一步骤。
7.为了解决上述问题，本技术第三方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有能够被处理器运行的程序数据，程序数据用于实现上述任一方法的任一步骤。
8.上述方案，通过获取包含待处理目标的多个目标图像，至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息，其中，任一图像对包含多个目标图像中的两个目标图像，不同图像对中包含的两个目标图像至少存在一个目标图像不同；利用各图像对的图像描述信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集，可以尽可能地利用目标图像中目标的位置信息确定图像对的图像描述信息，用图像描述信息辅助判断目标图像是否属于同一目标，可以有效的防止因目标图像相似度太高被聚集到同一档案中，能够提高图像聚档的准确率。
附图说明
9.为了更清楚地说明本技术中的技术方案，下面将对实施例描述中所需要的附图作简单的介绍，显而易见地，下面描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来说，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。其中：
10.图1是本技术图像聚档方法第一实施例的流程示意图；
11.图2是本技术图像聚档方法第二实施例的流程示意图；
12.图3是本技术预设特征模型处理流程一实施例的结构示意图；
13.图4是本技术预设分类网络处理流程一实施例的结构示意图；
14.图5是本技术图2中步骤s24一实施例的流程示意图；
15.图6是本技术图5中步骤s242一实施例的流程示意图；
16.图7是本技术图像聚档方法第三实施例的流程示意图；
17.图8是本技术图像聚档装置第一实施例的结构示意图；
18.图9是本技术图像聚档装置第二实施例的结构示意图；
19.图10是本技术计算机设备一实施例的结构示意图；
20.图11是本技术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
21.下面将结合本技术实施例中的附图，对本技术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技术的一部分实施例，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。
22.本技术中的术语“第一”、“第二”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”的特征可以明示或者隐含地包括至少一个该特征。本技术的描述中，“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。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.在本技术中提及“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技术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，本文所描述的实施例可以与其它实施例相结合。
24.本技术提供以下实施例，下面对各实施例进行具体说明。
25.请参阅图1，图1是本技术图像聚档方法第一实施例的流程示意图。该方法可以包括以下步骤：
26.s11：获取包含待处理目标的多个目标图像。
27.待处理目标可以是人员、动物、物体等，本技术该实施例下述以待处理目标为人员为例进行说明，本技术不限于此。
28.需要说明的是，待处理目标可以是应用场景中感兴趣的目标，如需要进行跟踪并
进行目标图像抓拍的目标，需要进行图像聚档的目标，在实际应用过程中，可以根据实际需求确定该待处理目标的具体指代实物，比如，在银行、商场等场景，待处理目标可以指目标行人的头部、脸部、头肩部、人体部等；在马路、桥梁等场景，待处理目标可以指车辆、行人；在森林、草原等场景，待处理目标可以指动物。本技术对此不做限制。
29.多个目标图像可以是包含待处理目标的多张目标图像，例如，是对待处理目标拍摄得到的目标视频，将目标视频中多个视频帧作为目标图像；或者，利用安装在多个区域内多个位置的摄像设备，对待处理目标进行抓拍，得到的多个目标图像，等等。
30.s12：至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息。
31.在一些实施方式中，可以从图像库中提取目标图像，例如图像库中存储有目标的抓拍图像、优选图像等，可以利用设置在各区域的摄像设备对目标进行抓拍得到目标图像，同时记录该目标图像的抓拍时间和抓拍地点(这里指目标图像中待处理目标的位置信息)，也即记录目标图像中待处理目标的位置信息和采集时间。
32.在一些实施方式中，可以从将多个目标图像中的任意两个目标图像组成图像对，不同图像对中包含的两个目标图像至少存在一个目标图像不同。
33.在一些实施方式中，可以利用各图像对包含的两个目标图像中待处理目标的位置信息，获取各图像对的图像描述信息，其中，图像描述信息可以包括目标距离信息、目标速度信息等中至少一种，目标距离信息可以描述两个目标图像中待处理目标的位置信息之间的距离，目标速度信息可以描述两个目标图像中待处理目标的位置信息之间的速度。
34.s13：利用各图像对的图像描述信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
35.利用上述的图像描述信息，对多个目标图像进行聚档，可以将属于同一目标的目标图像聚为同一档，得到目标的聚档图像集。
36.在一些实施方式中，图像描述信息包括相似度信息、距离信息、运动表征信息、类别信息时，相似度信息可以表示目标图像之间的相似度，距离信息可以表示目标图像中目标的移动距离，运动表征信息可以表示目标图像中目标的运动情况，目标图像的类别信息可以表示目标图像中目标的出行方式，其出行方式也表征目标图像聚档的优先等级，可以综合利用相似度信息、距离信息、运动表征信息、类别信息对多个目标图像进行聚档，得到目标的聚档图像集。
37.本实施例中，通过获取包含待处理目标的多个目标图像，至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息，其中，任一图像对包含多个目标图像中的两个目标图像，不同图像对中包含的两个目标图像至少存在一个目标图像不同；利用各图像对的图像描述信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集，可以尽可能地利用目标图像中目标的位置信息确定图像对的图像描述信息，用图像描述信息辅助判断目标图像是否属于同一目标，可以有效的防止因目标图像相似度太高被聚集到同一档案中，能够提高图像聚档的准确率。
38.在一些实施例中，在上述步骤s13之前，在执行步骤s12获取各图像对的图像描述信息时，还可以获取各图像对的描述参考信息。请参阅图2，图2是本技术图像聚档方法第二实施例的流程示意图。该实施例的方法可以包括以下步骤：
39.s21：获取包含待处理目标的多个目标图像。
40.该步骤的实施过程可以参考上述实施例中步骤s11的具体实施过程，此处不再赘述。
41.s22：至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息。
42.在上述步骤s12或步骤s22中，至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息，其中，图像描述信息可以包括可以目标距离信息、目标速度信息中的至少一种。获取图像描述信息的具体步骤可以参考下述描述。
43.在一些实施方式中，图像描述信息包括目标距离信息。具体地，可以针对各图像对进行如下操作：基于图像对包含的两个目标图像中待处理目标的位置信息，将待处理目标在两个目标图像中的位置距离，确定为目标距离信息。由于每个目标图像记录有时空信息，也即包含目标图像的采集时间和目标图像中待处理目标的位置信息。可以基于两个目标图像的中待处理目标的位置信息之间位置距离，将位置距离作为图像对的目标距离信息。
44.在一些实施方式中，图像描述信息包括目标速度信息。目标速度信息可以表示两个目标图像中待处理目标的运动情况。具体地，可以针对各图像对进行如下操作：基于图像对包含的两个目标图像中待处理目标的位置信息，确定待处理目标在两个目标图像中的位置距离；获取位置距离的具体方式可以参考上述获取目标距离信息的步骤，此处不做赘述。
45.基于位置距离和两个目标图像的采集时间差，确定待处理目标的移动速度信息为目标速度信息。例如可以利用图像对中两个目标图像记录的采集时间之间的采集时间差，以及待处理目标的位置距离获取目标速度信息，其中，目标速度信息的计算方式可以表示为：目标速度信息＝位置距离/采集时间差。
46.在另一些实施方式中，图像对还可以包括多个目标图像，图像描述信息还可以包括加速度信息等描述运动的特征，可以按照多个目标图像的采集时间进行排序，依次利用多个目标图像之间的位置距离及采集时间差，或者多个目标图像之间的目标速度信息及采集时间差，获取多个目标图像之间的加速度信息。本技术的图像描述信息不限于此。
47.s23：基于各图像对包含的两个目标图像的图像相似度和目标运动方式中的至少一个信息，确定各图像对的描述参考信息。
48.本技术对上述步骤s22和步骤s23的执行顺序不做限制。
49.在一些实施方式中，描述参考信息可以包括运动参考方式、相似度参考信息中的至少一种。
50.在一些实施方式中，描述参考信息可以包括相似度参考信息。请参阅图3，可以利用预设特征模型提取各目标图像的图像特征，目标图像的图像标特征可以用一维向量来表示。图像特征可以包括表征目标图像的信息的特征、表征目标图像中包含的目标的信息的特征等，预设特征模型可以包括sift(scale-invariant feature transform，尺度不变特征变换)、hog(histogram of oriented gradient，方向梯度直方图)或deep learning(神经网络特征提取)等，本技术对预设特征提取模型不做限制。
51.在一些实施方式中，响应于描述参考信息包括相似度参考信息，分别将各图像对包含的两个目标图像间的图像相似度，确定为各图像对的相似度参考信息。其中，可以采用余弦距离的方式获取两张目标图像之间的图像相似度，再将图像相似度进行归一化处理，
以得到0至1之间的相似度参考信息，相似度参考信息越接近1，则表示两张目标图像之间的相似度越高。在一些应用场景中，也可以将两个目标图像的图像相似度作为图像对的相似度参考信息。
52.在一些实施方式中，描述参考信息可以包括运动参考方式。针对各图像对进行如下操作：分别确定图像对包含的两个目标图像中待处理目标的目标运动方式，目标运动方式的等级表征目标运动方式的运动速度。例如目标运动方式可以表征目标图像中待处理目标的出行方式，该实施方式中可以将出行方式分为多个类别，将出行方式所属的类别作为目标运动方式，不同目标运动方式的等级不同，可以表示其类别的出行方式的速度。
53.在一些实施方式中，目标运动方式可以表征目标图像中待处理目标的出行方式，以待处理目标是人为例进行说明，如目标运动方式的类别包括步行方式和非机动车方式。在一些应用场景中，目标运动方式的分类可以包括步行方式、非机动车方式和机动车方式。另外，非机动车方式可以包括自行车方式、电动车方式等，可以对目标运动方式划分为更细致的分类，例如目标运动方式的类别可以包括步行方式、自行车方式、电动车方式等。本技术对此不做限制。
54.在一些实施方式中，目标运动方式的等级标准其出行方式的运动速度。其中，步行方式、非机动车方式和机动车方式的等级依次递增，也即步行方式的等级小于非机动车方式，非机动车方式的等级小于机动车方式，其
55.请参阅图4，可以将各目标图像输入预设分类网络，利用预设分类网络对各目标图像进行分类，得到每个目标图像所属的类别，也即目标运动方式，目标运动方式如类别1、类别2或类别3等，例如类别1为步行方式，类别2为自行车方式，类别3为电动车方式等。其中，预设分类网络可以是训练好的神经网络，预设分类网络是利用设置有目标运动方式对应标签的样本图像训练得到的。
56.在一些实施方式中，在图像对的两个目标图像中待处理目标的目标运动方式是相同的，可以响应于两个目标图像中待处理目标的目标运动方式相同，确定目标运动方式为图像对的运动参考方式。例如图像对包括目标图像1和目标图像2中待处理目标的目标运动方式都为步行方式，则可以将步行方式确定为该图像对的运动参考方式。
57.在一些实施方式中，在图像对的两个目标图像中待处理目标的目标运动方式是不同时，可以响应于两个目标图像中待处理目标的目标运动方式不同，将两个目标图像中待处理目标的目标运动方式中等级较高的目标运动方式作为图像对的运动参考方式。例如图像对包括目标图像1和目标图像2，目标图像1中待处理目标的目标运动方式为步行方式，目标图像2中待处理目标的目标运动方式为自行车方式，其中，由于自行车方式的等级高于步行方式，可以将自行车方式确定为该图像对的运动参考方式。
58.s24：利用各图像对的图像描述信息和描述参考信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
59.图像描述信息可以包括可以目标距离信息、目标速度信息中的至少一种，描述参考信息可以包括运动参考方式、相似度参考信息中的至少一种。从而可以利用各图像对的目标距离信息、目标速度信息、运动参考方式、相似度参考信息中的至少两种，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
60.本实施例中，在利用各图像对的图像描述信息对目标图像进行聚档的基础上，还
利用各图像对的描述参考信息对目标图像精度聚档，可以进一步提高图像聚档的准确度。
61.在一些实施例中，请参阅图5，可以对上述实施例的步骤s24进一步扩展。利用各图像对的图像描述信息和描述参考信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。本实施例可以包括以下步骤：
62.s241：对于各图像对，确定图像对所属的目标聚档条件。
63.响应于图像对的描述参考信息包括运动参考方式，利用运动参考方式确定图像对所属的目标聚档条件；其中，不同等级的运动参考方式对应不同的目标聚档条件。
64.在一些实施方式中，目标聚档条件包括对目标距离信息、目标速度信息、相似度参考信息中的至少一种的约束。其中，目标聚档条件包括对目标距离信息、目标速度信息、相似度参考信息的对应的约束为可以约束阈值，例如相似度参考信息对应相似度阈值、目标距离信息对应距离阈值、目标速度信息对应速度阈值。
65.在一些实施方式中，不同等级的运动参考方式对应不同的目标聚档条件，不同的目标聚档条件可以表示为目标聚档条件中目标聚档条件包括对目标距离信息、目标速度信息、相似度参考信息的对应的约束阈值不同，也即相似度参考信息对应相似度阈值、目标距离信息对应距离阈值、目标速度信息对应速度阈值中至少一种阈值不同。
66.在一些实施方式中，目标聚档条件中对应的约束阈值与运动参考方式对应的等级正相关，如运动参考方式的等级越高，目标距离信息对应的距离阈值越大，目标速度信息对应的速度阈值越大。
67.s242：将图像描述信息和描述参考信息满足所属的目标聚档条件的图像对进行聚档，得到待处理目标的聚档图像集。
68.利用各图像对的运动参考方式，确定目标聚档条件，使得可以针对每个图像对分别进行判断，以分别确定图像对中的两个目标图像是否属于同一待处理目标，将满足所属的目标聚档条件的图像对聚为同一档，从而可以得到待处理目标的聚档图像集。
69.本实施例中，通过对各图像对的运动参考方式，可以基于每个图像对单独进行判断，使得更具有针对性，更适应于多种应用场景的目标图像的聚档，提高目标图像聚档的准确度。
70.在一些实施例中，请参阅图6，可以对上述实施例的步骤s242进一步扩展。将图像描述信息和描述参考信息满足所属的目标聚档条件的图像对进行聚档，得到待处理目标的聚档图像集，本实施例可以包括以下步骤：
71.s2421：按照区域对多个目标图像进行划分，得到每个区域的目标图像集。
72.多个目标图像可以是在目标区域对目标采集得到的，由于目标图像记录有采集时间和待处理目标的位置信息，可以按照位置信息划分为多个区域，或者将目标区域划分为多个区域，可以按照目标图像的空间信息所属的区域对多个目标图像进行划分，得到每个区域的目标图像集。
73.s2422：对于每个区域的目标图像集，将图像描述信息和描述参考信息满足所属的区域聚档条件的图像对聚为同一档，得到每个区域中待处理目标对应的初始聚档图像集。
74.利用每个区域内各图像对的两个目标图像的图像描述信息和描述参考信息，对每个区域的目标图像集进行聚档，将图像描述信息和描述参考信息满足所属的区域聚档条件的图像对聚为同一档，得到每个区域对应的初始聚档图像集。
75.在一些实施方式中，区域聚档条件包括：描述参考信息包括的相似度参考信息大于或等于第一相似度阈值、图像描述信息包括的目标距离信息小于或等于第一距离阈值、图像描述信息包括的目标速度信息小于或等于第一速度阈值中的至少一种。
76.由于不同等级的运动参考方式对应不同的目标聚档条件，不同等级的运动参考方式对应不同的区域聚档条件。例如运动参考方式包括步行方式、自行车方式、电动车方式等，运动参考方式中等级的排序由高到底依次为：电动车方式、自行车方式、步行方式。
77.在一些实施方式中，步行方式、自行车方式、电动车方式对应的第一距离阈值dist_thres分别为dist_thres1、dist_thres2、dist_thres3，其中，大小关系为：步行方式对应的第一距离阈值dist_thres1《自行车方式对应的第一距离阈值dist_thres2《电动车方式对应的第一距离阈值dist_thres3。
78.在一些实施方式中，步行方式、自行车方式、电动车方式对应的第一速度阈值speed_thres分别为speed_thres1、speed_thres2、speed_thres3，其大小关系为：speed_thres1《speed_thres2《speed_thres3。
79.在一些实施方式中，对每个区域各图像对的两个目标图像集进行聚档时，可以按照运动参考方式的等级的优先程度，确定图像对的区域聚档条件，从而利用图像对中两个目标图像的相似度参考信息、目标距离信息、目标速度信息对目标图像进行聚档，以将满足区域聚档条件的目标图像聚为同一档。
80.在一些实施方式中，在对图像对的目标图像a和目标图像b进行聚档时，目标图像a和目标图像b之间的目标速度信息为speed_ab，目标图像a对应的运动参考方式为步行方式，目标图像b对应的运动参考方式为自行车方式，由于自行车方式的等级高于步行方式，在确定区域聚档条件时，以目标图像b对应的较大阈值确定区域聚档条件，也即在判断目标速度信息小于或等于第一速度阈值时，判断目标速度信息speed_ab是否小于或等于第一速度阈值speed_thres2。同理，可以判断目标图像a与目标图像b的距离信息是否小于或等于第一距离阈值。
81.在一些实施方式中，若目标图像集中各图像对满足区域聚档条件，则确定为满足上述区域聚档条件的两个目标图像属于同一待处理目标，将目标图像聚为同一档，形成初始聚档图像集，每个初始聚档图像集对应一个待处理目标，也即每个区域对应有一个或多个初始聚档图像集。
82.s2423：从每个区域的初始聚档图像集，分别查找出图像描述信息和描述参考信息满足所属的区域合档条件的图像对并聚为同一档，得到待处理目标的聚档图像集。
83.对每个区域对应的初始聚档图像集进行聚档包括两个方面的合并，也即同一区域内初始聚档图像集的合并，不同区域的初始聚档图像集的合并。在进行合并时，可以利用图像描述信息和描述参考信息，对每个区域对应的初始聚档图像集进行合并，得到目标的聚档图像集。
84.在一些实施方式中，对于每个区域的初始聚档图像集，也即在对同一区域内的多个初始聚档图像集进行聚档时，可以利用初始聚档图像集中图像对的图像描述信息和描述参考信息，将每个区域中满足第一档案合并条件的初始聚档图像集合并为同一档，得到每个区域合档后的初始聚档图像集，其中，第一档案合并条件包括：目标图像的最大相似度参考信息大于或等于第二相似度阈值、最大图像相似度参考信息的目标图像之间的图像描述
信息包括的目标速度信息满足速度浮动条件中的至少一种。
85.最大相似度参考信息(cluster max similarity)是指初始聚档图像集各图像对的两个目标图像的相似度参考信息中的最大值。获取相似度参考信息最大值的图像对的目标速度信息，可以将该目标速度信息作为该图像对的目标速度信息。
86.速度浮动条件表示目标速度信息的浮动范围，可以设定为在第一速度阈值的预设范围内浮动，例如预设范围可以为1/2、1/4、1/8、1/16等。以预设范围1/4为例，速度浮动条件可以表示为：abs(speed_thres
–
speed)《1/4*speed_thres)，其中，speed_thres表示第一速度阈值，speed表示相似度参考信息最大值的图像对的目标速度信息，abs表示绝对值。
87.通过上述对同一区域的初始聚档图像集进行合并，由于区域内部分初始聚档图像集被合并成一个初始聚档图像集，每个区域内的初始聚档图像集的数量会减少，可以将区域内属于同一待处理目标的初始聚档图像集聚为一档，以提高图像聚档精度。
88.在一些实施方式中，对同一区域的初始聚档图像集进行合并之后，还可以对不同区域的初始聚档图像集的合并。利用合档后的初始聚档图像集中图像对的图像描述信息和描述参考信息，将至少两个区域中满足第二档案合并条件的初始聚档图像集中合并为同一档，得到待处理目标的聚档图像集。
89.其中，第二档案合并条件包括：目标图像的平均相似度参考信息大于或等于第三相似度阈值、初始聚档图像集中每个图像对的图像描述信息包括的目标速度信息小于等于第二速度阈值。
90.平均相似度参考信息(cluster mean similarity)指的是初始聚档图像集所有图像对的相似度参考信息的平均值。初始聚档图像集中每个图像对的目标速度信息指的是初始聚档图像集中所有图像对的两个目标图像的目标速度信息。
91.在一些实施方式中，对每个区域对应的初始聚档图像集进行合并，包括：按照运动参考方式的等级，确定第一档案合并条件和/或第二档案合并条件，以对每个区域对应的初始聚档图像集进行合并。
92.对于第一档案合并条件，最大图像相似度的图像对的目标速度信息对应的速度浮动条件，基于图像对的运动参考方式的等级，选择对应的第一速度阈值，以确定运动参考方式对应的速度浮动条件，从而确定第一档案合并条件，该方式可以参考上述实施例的具体实施过程，本技术在此不再赘述。
93.对于第二档案合并条件，图像对的每个等级的运动参考方式对应一个第二速度阈值。上述第二档案合并条件中第二速度阈值可以是基于每个图像对的运动参考方式的等级选择选择的运动参考方式对应的第二速度阈值，从而确定第二档案合并条件。若图像对的两个目标图像的出行方式不一致，则利用出行方式的等级较高的第二速度阈值进行判断。该方式可以参考上述实施例中的具体实施过程，本技术在此不再赘述。
94.本实施例中，通过利用图像对的相似度参考信息、目标距离信息、目标速度信息对目标图像进行聚档，也即目标图像的时空信息等辅助判断图像对的两个目标图像是否属于同一待处理目标，可以有效的防止因目标图像的相似度太高(如穿着相似的不同待处理目标)被聚集到同一档案中，提高图像聚档的准确度。另外，通过对多个目标图像进行划分为多个区域的目标图像集，也即按照区域进行拆分的方式，可以降低整个图像聚档过程的计算量。
95.在一些实施方式中，对同一区域的初始聚档图像集进行合并，以及对不同区域的初始聚档图像集的合并之后，还可能存在一些单独的零散的目标图像，可以将单独零散的目标图像组成同一档作为零散图像集。
96.请参阅图7，图7是本技术图像聚档方法第三实施例的流程示意图。该方法可以包括以下步骤：
97.s31：基于聚档图像集中每个相邻图像对的图像描述信息，获取每个相邻图像对的连续性参考信息。
98.在一些实施方式中，在步骤s31之前，可以执行上述实施例中的步骤s11和步骤s12，或者执行步骤s21至步骤s24。该步骤的具体实施过程可以参考上述实施例的实施过程，此处不做赘述。
99.基于图像对的两个相邻目标图像之间的图像描述信息，获取聚档图像集中目标图像之间的轨迹特点，也即连续性参考信息，连续性参考信息可以表示聚档图像集中目标图像的连续性特征，可以表征聚档图像集中目标图像中待处理目标的轨迹信息。
100.在一些实施方式中，相邻图像对包括将聚档图像集中的目标图像按照采集时间进行排序，在排序上相邻预设数量的两个目标图像。具体地，可以将每个聚档图像集中的目标图像按照采集时间进行排序，也即按照目标图像记录的采集时间的先后顺序对目标图像进行排序，得到排序聚档图像集，从而可以将排序聚档图像集中相邻的两个目标图像作为相邻图像对。
101.获取排序聚档图像集中相邻图像对的连续距离信息和/或连续速度信息，作为连续性参考信息。其中，利用相邻图像对的目标距离信息的差值得到的连续距离信息，利用相邻图像对的目标速度信息的差值得到的连续速度信息。
102.例如在聚档图像集a中，有目标图像{a1，a2，a3，
……
，an}，一共n张目标图像，n为正整数。根据目标图像的抓拍时间(时间信息)的先后，对n张目标图像进行排序，例如排序后排序聚档图像集的结果为{a4，a1，a5，
……
，an，a2}。然后，可以依次将时间排序上相邻的两个目标图像作为相邻图像对，可以依次获取时间上相邻的两个目标图像的距离信息(也即连续距离信息)以及速度信息(连续速度信息)，连续距离信息为{dist_41，dist_15，
……
，dist_n2}，连续速度信息为{speed_41，speed_15，
……
，speed_n2}，其中，dist_41表示目标图像a4和目标图像a1之间的连续距离信息，speed_41表示目标图像a4和目标图像a1之间的连续速度信息，其余以此类推，连续距离信息、连续速度信息的结果均为n-1项。
103.在一些实施方式中，可以获取排序聚档图像集中间隔预设数量的两个目标图像之间的连续距离信息和/或连续速度信息，作为连续性参考信息。例如排序聚档图像集有排序的目标图像{a1，a2，a3，
……
，an}，一共n张目标图像，n为正整数。预设数量为2，可以获取连续距离信息为{dist_13，dist_24，
……
，dist_n-2n}，连续速度信息为{speed_13，speed_24，
……
，speed_n-2n}，dist_13表示目标图像a1和目标图像a3之间的连续距离信息，speed_13表示目标图像a1和目标图像a3之间的连续速度信息，其余以此类推，此处不再赘述。
104.s32：利用每个相邻图像对的连续性参考信息，对聚档图像集的目标图像进行验证，以得到经过验证的聚档图像集。
105.利用每个相邻图像对的连续性参考信息，可以对目标图像之间的连续性进行验
证，查找聚档图像集中不满足连续性条件的目标图像，以剔除不满足连续性条件的目标图像。
106.在一些实施方式中，连续性参考信息包括连续距离信息，连续性条件包括：排序上相邻的相邻图像对的连续距离信息之间的和小于距离连续参考阈值。其中，距离连续参考阈值可以利用预设第一参数与相邻连续距离信息对应的第一个目标图像和最后一个目标图像的距离信息得到。例如排序聚档图像集中目标图像{a1，a2，a3}，目标图像a1和目标图像a2的连续距离信息为dist12，目标图像a2和目标图像a3的连续距离信息为dist23。预设第一参数为dist_lambda，dist_lambda可以设置为大于或等于2的整数。距离连续参考阈值为dist_lambda*dist13，则可以判断是否满足dist12+dist23《dist_lambda*dist13的条件。因目标图像{a1，a2，a3}按照时间顺序，目标图像a1早于目标图像a2早于目标图像a3。若其中连续的三个目标图像中某段序列中的目标图像a1/a2/a3不满足该判断dist12+dist23《dist_lambda*dist13的条件，则把目标图像a2从该聚档图像集中剔除，将目标图像a2作为不满足连续性条件的目标图像，可以将该目标图像a2放入零散图像集。
107.对距离连续性判断可以理解为：以待处理目标为人为例，一个人的通常出行状态从点1开始，到点2，再到点3，每个点采集目标图像，若点1和点3的距离很短，而点2与点1或者点3的距离都很远，这种情况不太可能存在，因此认为点2是一个不合逻辑的点，故而将点2的目标图像从聚档图像集中删除。
108.在一些实施方式中，连续性参考信息包括连续速度信息时，连续性条件包括：相邻的相邻图像对的连续速度信息之间的差小于速度连续参考阈值、相邻图像对中每个目标图像的目标运动方式相同的至少一种。
109.例如排序聚档图像集中目标图像{a1，a2，a3}，相邻图像对的目标图像a1和目标图像a2的连续速度信息为speed12，相邻图像对的目标图像a2和目标图像a3的连续速度信息为speed23。可以将相邻图像对(a1，a2)和相邻图像对(a2，a3)作为相邻的相邻图像对。速度连续参考阈值可以为speed_lambda*max(speed12,speed23)，其中，speed_lambda为预设第二参数。则可以判断是否满足abs(speed12-speed23)《speed_lambda*max(speed12,speed23)的条件。若目标图像a1/a2/a3满足该判断dist12+dist23《dist_lambda*dist13的条件，且该目标图像a1/a2/a3的目标运动方式相同，也即属于同一出行方式，则判断为属于同一待处理目标，若不满足该连续性条件，则把目标图像a3从该聚档图像集中剔除，将目标图像a3作为不满足连续性条件的目标图像，可以将该目标图像a3放入零散图像集。
110.对运动连续性判断可以理解为：以待处理目标为人为例，一个人通常出行从点1到点2再到点3，每个点采集目标图像，若从点1到点2的速度很快，但是从点2到点3的速度很慢，或者反之，则认为速度并没有连续性，故而，可以将把点3的目标图像从聚档图像集中删除。
111.查找所述聚档图像集中不满足连续性条件的目标图像之后，将不满足连续性条件的目标图像从聚档图像集中取出，以得到经过验证的聚档图像集。
112.该实施例中，通过基于聚档图像集中每个相邻图像对的图像描述信息，获取每个相邻图像对的连续性参考信息，利用每个相邻图像对的连续性参考信息，对聚档图像集的目标图像进行验证，以得到经过验证的聚档图像集，也即利用聚档图像集内目标图像中待处理目标的轨迹特点，判断一个聚档图像集内目标图像的轨迹是否满足连续性条件，对聚
档图像集进行验证，删除不符合要求的目标图像，提升档案的纯净度，从而提高聚档图像集的准确度，另外，也有利于后续对目标图像中待处目标的轨迹研判。
113.在一些实施方式中，在上述步骤s32之后，也即查找聚档图像集中不满足连续性条件的目标图像之后，将不满足连续性条件的目标图像组成零散图像集。从而，还可以对零散图像集进行聚档处理。
114.利用零散图像集中图像对的图像描述信息和描述参考信息，将满足零散聚档条件的图像对聚为同一档，得到零散图像集对应的聚档图像集。其中，零散聚档条件包括：描述参考信息包括的相似度参考信息大于或等于第四相似度阈值、图像描述信息包括的目标距离信息小于或等于第二距离阈值、图像描述信息包括的目标速度信息小于或等于第三速度阈值中的至少一种。对零散图像集中图像对的聚档的方式可以参考上述步骤s13或步骤s24的具体实施过程，本技术在此不做赘述。
115.在一些实施方式中，得到零散图像集对应的聚档图像集之后，可以将零散图像集对应的聚档图像集与前述获取的聚档图像集组合在一起，形成总的聚档图像集。
116.对于上述实施例，本技术还提供一种图像聚档装置。请参阅图8，图8是本技术图像聚档装置第一实施例的结构示意图。图像聚档装置40包括获取模块41、特征模块42和聚档模块43。
117.获取模块41用于获取包含待处理目标的多个目标图像。
118.特征模块42用于至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息；任一图像对包含多个目标图像中的两个目标图像，不同图像对中包含的两个目标图像至少存在一个目标图像不同。
119.在一些实施方式中，图像描述信息包括目标距离信息、目标速度信息中的至少一种。
120.聚档模块43用于利用各图像对的图像描述信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
121.在一些实施方式中，图像描述信息包括目标距离信息，特征模块42用于至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息，包括：针对各所述图像对进行如下操作：基于所述图像对包含的两个目标图像中所述待处理目标的位置信息，将所述待处理目标在所述两个目标图像中的位置距离，确定为所述目标距离信息。
122.在一些实施方式中，图像描述信息包括目标速度信息，特征模块42用于至少基于各图像对包含的两个目标图像中待处理目标的位置信息，确定各图像对的图像描述信息，包括：针对各所述图像对进行如下操作：基于所述图像对包含的两个目标图像中所述待处理目标的位置信息，确定所述待处理目标在所述两个目标图像中的位置距离；基于所述位置距离和所述两个目标图像的采集时间差，确定所述待处理目标的移动速度信息为所述目标速度信息。
123.在一些实施方式中，特征模块42还用于基于各图像对包含的两个目标图像的图像相似度和目标运动方式中的至少一个信息，确定各图像对的描述参考信息。
124.在一些实施方式中，描述参考信息包括运动参考方式，特征模块42还用于基于各图像对包含的两个目标图像的图像相似度和目标运动方式中的至少一个信息，确定各图像
对的描述参考信息，包括：针对各图像对进行如下操作：分别确定图像对包含的两个目标图像中待处理目标的目标运动方式；响应于两个目标图像中待处理目标的目标运动方式相同，确定目标运动方式为图像对的运动参考方式；响应于两个目标图像中待处理目标的目标运动方式不同，将两个目标图像中待处理目标的目标运动方式中等级较高的目标运动方式作为图像对的运动参考方式，目标运动方式的等级表征目标运动方式的运动速度。
125.在一些实施方式中，描述参考信息包括相似度参考信息，特征模块42还用于基于各图像对包含的两个目标图像的图像相似度和目标运动方式中的至少一个信息，确定各图像对的描述参考信息，包括：分别将各图像对包含的两个目标图像间的图像相似度，确定为各图像对的相似度参考信息。
126.在一些实施方式中，聚档模块43还用于利用各图像对的图像描述信息和描述参考信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集。
127.在一些实施方式中，聚档模块43还用于利用各图像对的图像描述信息和描述参考信息，对多个目标图像进行聚档，得到待处理目标的聚档图像集，包括：对于各图像对，确定图像对所属的目标聚档条件；将图像描述信息和描述参考信息满足所属的目标聚档条件的图像对进行聚档，得到待处理目标的聚档图像集。
128.其中，对于各图像对，确定图像对所属的目标聚档条件，包括：响应于图像对的描述参考信息包括运动参考方式，利用运动参考方式确定图像对所属的目标聚档条件；其中，不同等级的运动参考方式对应不同的目标聚档条件。
129.在一些实施方式中，目标聚档条件包括区域聚档条件和区域合档条件。可以按照区域对多个目标图像进行划分，得到每个区域的目标图像集。
130.对于每个区域的目标图像集，将图像描述信息和描述参考信息满足所属的区域聚档条件的图像对聚为同一档，得到每个区域中待处理目标对应的初始聚档图像集；其中，区域聚档条件包括：描述参考信息包括的相似度参考信息大于或等于第一相似度阈值、图像描述信息包括的目标距离信息小于或等于第一距离阈值、图像描述信息包括的目标速度信息小于或等于第一速度阈值中的至少一种。
131.从每个区域的初始聚档图像集，分别查找出图像描述信息和描述参考信息满足所属的区域合档条件的图像对并聚为同一档，得到待处理目标的聚档图像集。
132.其中，对于每个区域的初始聚档图像集，利用初始聚档图像集中图像对的图像描述信息和描述参考信息，将每个区域中满足第一档案合并条件的初始聚档图像集合并为同一档，得到每个区域合档后的初始聚档图像集。第一档案合并条件包括：目标图像的最大相似度参考信息大于或等于第二相似度阈值、最大图像相似度参考信息的目标图像之间的图像描述信息包括的目标速度信息满足速度浮动条件中的至少一种。
133.其中，利用合档后的初始聚档图像集中图像对的图像描述信息和描述参考信息，将至少两个区域中满足第二档案合并条件的初始聚档图像集中合并为同一档，得到待处理目标的聚档图像集。第二档案合并条件包括：目标图像的平均相似度参考信息大于或等于第三相似度阈值、初始聚档图像集中每个图像对的图像描述信息包括的目标速度信息小于等于第二速度阈值。
134.该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
135.在一些实施例中，请参阅图9，图9是本技术图像聚档装置第二实施例的结构示意
图。区别于上述实施例，图像聚档装置40包括获取模块41、特征模块42和聚档模块43之外，还包括连续模块44和验证模块45。
136.连续模块44用于基于聚档图像集中每个相邻图像对的图像描述信息，获取每个相邻图像对的连续性参考信息。其中，相邻图像对包括将聚档图像集中的目标图像按照采集时间进行排序，在排序上相邻预设数量的两个目标图像。
137.验证模块45用于利用每个相邻图像对的连续性参考信息，对聚档图像集的目标图像进行验证，以得到经过验证的聚档图像集。
138.在一些实施方式中，可以利用每个相邻图像对的连续性参考信息，查找聚档图像集中不满足连续性条件的目标图像；其中，连续性参考信息包括利用相邻图像对的目标距离信息得到的连续距离信息，连续性条件包括：排序上相邻的相邻图像对的连续距离信息之间的和小于距离连续参考阈值；和/或，利用相邻图像对的目标速度信息得到的连续速度信息，连续性条件包括：相邻的相邻图像对的连续速度信息之间的差小于速度连续参考阈值、相邻图像对中每个目标图像的目标运动方式相同的至少一种。从而，可以将不满足连续性条件的目标图像从聚档图像集中取出，以得到经过验证的聚档图像集。
139.在一些实施方式中，聚档模块43用于将不满足连续性条件的目标图像组成零散图像集；以及用于利用零散图像集中图像对之间的图像描述信息和描述参考信息，将满足零散聚档条件的图像对聚为同一档，得到零散图像集对应的聚档图像集；其中，零散聚档条件包括：描述参考信息包括的相似度参考信息大于或等于第四相似度阈值、图像描述信息包括的目标距离信息小于或等于第二距离阈值、图像描述信息包括的目标速度信息小于或等于第三速度阈值中的至少一种。
140.该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
141.对于上述实施例，本技术提供一种计算机设备，请参阅图10，图10是本技术计算机设备一实施例的结构示意图。该计算机设备50包括存储器51和处理器52，其中，存储器51和处理器52相互耦接，存储器51中存储有程序数据，处理器52用于执行程序数据以实现上述图像聚档方法任一实施例中的步骤。
142.在本实施例中，处理器52还可以称为cpu(central processing unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(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。通用处理器可以是微处理器或者该处理器52也可以是任何常规的处理器等。
143.该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
144.对于上述实施例的方法，其可以采用计算机程序的形式实现，因而本技术提出一种计算机可读存储介质，请参阅图11，图11是本技术计算机可读存储介质一实施例的结构示意图。该计算机可读存储介质60中存储有能够被处理器运行的程序数据61，程序数据61可被处理器执行以实现上述图像聚档方法任一实施例的步骤。
145.本实施例计算机可读存储介质60可以是u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等可以存储程序数据61的介质，或者也可以为存储有该程序数据61的服务器，该服务器可将存储的程序数据61发送给其他设备运行，或者也可以自运行该存储的程序数据61。
146.该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
147.在本技术所提供的几个实施例中，应该理解的，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
148.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
149.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
150.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中，该计算机可读存储介质是一种计算机可读取存储介质。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。
151.显然，本领域的技术人员应该明白，上述的本技术的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机可读存储介质中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本技术不限制于任何特定的硬件和软件结合。
152.以上所述仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。