CN111385527B - 同行判定方法及相关产品 - Google Patents

Abstract

本申请实施例公开了一种同行判定方法及相关产品，其中方法包括：获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；在同行评分大于第一预设阈值时，确认第一目标与第二目标之间互为同行。本申请实施例通过对视频图像中两个用户的同时出现次数确定用户之间的同行评分，进而确定用户之间是否为同行用户，该方法通过获取同行评分，提升了同行判定的准确率，以便对用户安全进行提前预防，进而减少安全问题的发生。

Description

同行判定方法及相关产品

技术领域

本申请涉及数据处理技术领域，具体涉及一种同行判定方法及相关产品。

背景技术

随着国家经济的高速发展以及城镇化进程的加速进行，越来越多的外来人口融入城市，这些人口在促进发展的同时，也给城市管理带来了巨大挑战。目前看来，视频监控技术对城市安全管理提供了技术支持，但是仅仅通过人工查看视频监控，或者在事件发生后查看视频监控，对于安全管理来说，是远远不够的。因此，亟待提出一种方法，能够从视频中获取用户的日常行为表现，然后分析获取用户与用户之间的关系，以便对用户安全进行提前预防，进而减少安全问题的发生。

发明内容

本申请实施例提供了一种同行判定方法及相关产品，以期通过对视频图像中两个用户的同时出现次数确定用户之间的同行评分，进而确定用户之间是否为同行用户，该方法通过获取同行评分，提升了同行判定的准确率。

第一方面，本申请实施例提供一种同行判定方法，所述方法包括：

获取指定时间段的目标视频图像集；

确定所述目标视频图像集中第一目标与第二目标的同时出现次数；

根据所述第一目标与第二目标的同时出现次数，确定所述第一目标与所述第二目标之间的同行评分；

在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

可选情况下，所述获取目标视频图像集包括：

获取所述指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集。

可选情况下，所述确定所述目标视频图像集中第一目标与第二目标同时出现的次数，包括：

获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数。

可选情况下，所述根据所述第一目标与第二目标同时出现的次数，确定所述第一目标与所述第二目标之间的同行评分，包括：

为所述第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；

为所述第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；

为所述第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；

对所述第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得所述第一目标与第二目标同时出现次数的权值和；

将所述权值和作为所述第一用户与所述第二目标之间的同行评分。

可选情况下，在确定所述同行评分大于第一预设阈值后，所述方法还包括：确定所述第一目标与所述第二目标的亲密度大于第二预设阈值，具体包括：

获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度，所述行为包括拥抱、牵手、侧脸交谈等；

对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度，确定所述亲密度大于第二预设阈值。

可选情况下，所述第一目标和第二目标为人物，所述对多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集，具体包括：

所述对所述多张视频图像中每一张视频图像进行人脸识别，确定包括人脸的所述视频图像组成第一目标视频图像集；

对所述第一目标视频图像集中的人脸对应的人物进行特征提取，包括提取所述人物的身体参数和着装参数；

获取所述多张视频图像中除所述第一目标视频图像集之外的其他视频图像作为待测视频图像集；

对所述待测视频图像集中的第一待测图像进行人物识别，并提取人物的身体参数和着装参数；

将所述第一目标视频图像集中提取的所述身体参数与所述第一待测图像中提取的所述身体参数进行匹配，获得第一匹配度；

将所述第一目标视频图像集中提取的所述着装参数与所述第一待测图像中提取的所述着装参数进行匹配，获得第二匹配度；

对所述第一匹配度设置第四权值，并对所述第二匹配度设置第五权值；

对所述第一匹配度和所述第二匹配度乘以其对应权值并求和，获得人物匹配度；

确定所述人物匹配度是否大于第三预设阈值，若是，则确定所述第一待测图像属于第二目标视频图像集；

所述第一目标视频集和所述第二目标视频图像集构成所述目标视频图像集。

第二方面，本申请提供一种同行判定装置，所述同行判定装置包括：

获取单元，用于获取目标视频图像集；

确定单元，用于确定所述目标视频图像集中第一目标与第二目标同时出现次数；

评分单元，用于根据所述第一目标与第二目标的出现次数，确定所述第一目标与所述第二目标之间的同行评分；

判定单元，用于在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

第三方面，本申请实施例提供一种电子装置，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面任一方法中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面任一方法所述的步骤的指令。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中，首先获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；然后根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，确认第一目标与第二目标互为同行。在这个过程中，通过确定第一目标与第二目标的同时出现次数，对目标之间的关系进行了第一次判定，初步筛选出了相关目标，然后根据同行评分确定目标之间是否为同行关系，进一步对目标相关性进行了筛选，提升了同行判定的准确率。

附图说明

下面将对本申请实施例所涉及到的附图作简单地介绍。

图1A为本申请实施例提供的一种同行判定方法；

图1B为本申请实施例提供的一种确定第一出现次数的示意图；

图1C为本申请实施例提供的一种确定第二出现次数的示意图；

图1D为本申请实施例提供的一种确定第三出现次数的示意图；

图2为本申请实施例提供的另一种同行判定方法；

图3为本申请实施例提供的另一种同行判定方法；

图4为本申请实施例提供的一种电子装置的结构示意图；

图5为本申请实施例公开的一种同行判定装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分实施例，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作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。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。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他步骤或单元。

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，本文所描述的实施例可以与其它实施例相结合。

下面对本申请实施例进行详细介绍。

请参阅图1A，图1A为本申请实施例提供的一种同行判定方法，如图1A所示，所述方法包括如下步骤：

101、获取指定时间段的目标视频图像集。

通过监控摄像头能够拍摄很多监控视频，主机对这些监控视频进行存储，在需要的时候对这些监控视频进行提取分析，能够获得许多人眼观察不到的隐含信息。其中一种常用的对监控视频进行分析的方法是将监控视频进行解析，获得视频图像，然后对视频图像进行分割、识别或聚类等操作，获得目标视频图像集。

可选的，获取目标视频图像集包括：获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；对多个视频集中每一视频集进行视频解析，得到多张视频图像，多张视频图像中的每张图像包括摄像头标识和时间点标识；对多张视频图像中每一张视频图像进行目标识别，确定多张视频图像中包括目标的视频图像构成目标视频图像集。

具体地，指定时间段可以是同一天中的早上6:00～12:00，或者是同一天的00:00～23:59，也可以是同一星期内的周一00:00～周日23:59，指定区域内可以是同一个小区内，同一个单元楼，同一个商场等，根据指定时间段指定区域内所有摄像头拍摄的监控视频集得到多个视频集，视频集中的每个视频都包括摄像头标识和时间标识，摄像头标识可以是摄像头的型号或名称，也可以是区域内为摄像头设置的同一编号，方便将视频内容与摄像头进行对应；每个视频还包括时间标识，可以是录制视频时对应的当前时刻，例如某视频显示的时间标识为2018/03/02,23:50:09，表示该视频画面对应的录制时间为2018年3月2日晚上23点50分9秒；也可以是摄像头持续录制时长，例如某视频显示的时间标识为2018/03/02,22:09:10，表示该视频画面持续录制时间为22小时9分10秒。另外，持续录制时间可以按照周期T进行分割，也可以不进行分割。例如按照每天24小时进行分割，那么2018/03/02,22:09:10表示2018年3月2日当天已经持续录制了22小时9分10秒，如果不进行分割，那么2018/03/02,22:09:10表示摄像头不中断地录制了22小时9分10秒，有可能是从2018年3月2日当天开始录制的，也有可能是前一天开始录制的。

对视频进行解析，得到多张视频图像，并且当视频画面与视频图像画面相同时，视频的时间标识与视频图像的时间点标识相同，摄像头标识相同。然后对视频图像进行目标识别，目标可以是人，动物或者其他物体。

102、确定所述目标视频图像集中第一目标与第二目标的同时出现次数。

通过第一目标和第二目标同时出现的次数可确定第一目标和第二目标是否为同行关系。同时出现包括同时时间同一地点出现，同一时间距离相近地出现，或者同一地点短时间差地出现，这些都可以根据视频图像分析获得。

可选的，确定监控图像中第一目标与第二目标同时出现的次数，包括：获取在目标视频图像集中从多张视频图像中同时识别出第一目标与第二目标的次数为第一出现次数；获取在目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出第一目标和第二目标，且多张视频图像的时间点标识差值小于第一预设时间阈值的次数为第二出现次数；获取在目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的第一目标和第二目标，且多张视频图像的摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；第一出现次数、第二出现次数和第三出现次数即为目标视频图像中第一目标与第二目标同时出现的次数。

从同一张目标视频图像中识别出第一目标和第二目标，说明两者同时出现在同一个地方，可认为两者同时出现。请参阅图1B，图1B为本申请实施例提供的一种确定第一出现次数的示意图，如图1B所示，第一目标和第二目标都是人物，且第一目标为女孩1，第二目标为男孩1，图1B中的(a)和(b)都识别除了第一目标和第二目标，因此第一目标和第二目标的第一出现次数为2。根据这种方法可确定总的第一出现次数R1。

第一目标和第二目标出现在同一摄像头标识的两张目标视频图像中，且两张目标视频图像的时间差小于第一预设时间阈值，说明第一目标和第二目标在极短的时间差内出现在同一个地方，可认为两者同时出现。请参阅图1C，图1C为本申请实施例提供的一种确定第二出现次数的示意图，如图1C所示，图1C中的(c)和(d)指示的目标视频图像对应的摄像头标识都为“摄像头1”，且图1C中的(c)和(d)对应的时间点标识表示拍摄视频时对应的当日时间，那么两者的时间点标识差值为：t1＝07:05:00-07:02:30＝2分30秒。假设第一预设时间阈值T1为3分钟，t1<T1,可确定第一目标和第二目标第二同时出现次数为1次。根据这种方法可获得总的第二出现次数R2。

第一目标和第二目标出现在同一时间点标识的两张目标视频图像中，但是两张视频图像的摄像头标识对应的摄像头距离小于第一预设距离阈值，说明第一目标和第二目标在同一时间出现在距离很近的地方，可认为两者同时出现。请参阅图1D，图1D为本申请实施例提供的一种确定第三出现次数的示意图，图1D中的(e)和(f)的时间标识相同，且目标视频图像对应的摄像头标识分别为“摄像头1”和“摄像头2”，为相邻的摄像头，且两者的距离小于第一距离预设阈值，那么可确定第一目标和第二目标第三同时出现次数为1次。根据这种方法可获得总的第三出现次数R3。

另外，同一时间点标识除了时间点标识完全相同之外，也可以是时间点标识的差值小于第二预设时间阈值，第二预设时间阈值可以是一个极小的值，例如15秒，30秒等。

将第一出现次数R1，第二出现次数R2和第三出现次数R3共同作为目标视频图像中第一目标与第二目标同时出现的次数。

可见，在本申请实施例中，将第一出现次数，第二出现次数和第三出现次数进行结合确定第一目标和第二目标同时出现的次数，可以更全面地考虑第一目标和第二目标同时出现的情况，包括两者同时同地的出现，或者同时但有距离的出现，或者同地但有时差的出现，提升了确定同时出现次数的准确率。

103、根据所述第一目标与第二目标的同时出现次数，确定所述第一目标与所述第二目标之间的同行评分。

根据第一目标和第二目标的同时出现次数，即可对两者的出行情况进行同行评分，可以直接将同时出现次数作为同行评分，也可以对同时出现次数进行处理后获得同行评分。

可选的，根据第一目标与第二目标同时出现的次数，确定第一目标与第二目标之间的同行评分，包括：为第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；为第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；为第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；对第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得第一目标与第二目标同时出现次数的权值和；将权值和作为第一用户与第二目标之间的同行评分。

具体地，第一出现次数、第二出现次数和第三出现次数共同组成了第一目标和第二目标的同时出现次数，但是三者所代表的同时出现情况是不同的。对于第一出现次数，表示两个目标在同一时刻同一地点的出现次数，第二出现次数表示两个目标在同一地点但有时间差的出现次数，第三出现次数表示两个目标在同一时刻但有一定距离的出现次数，明显地，第一出现次数对应的两个目标同时出现的情况更具可靠性，第二出现次数和第三出现次数对应的两个目标同时出现的情况具有推测性，因此，对第一出现次数设置第一权值α，对第二出现次数设置第二权值β，对第三出现次数设置第三权值γ，第一权值大于第二权值和第三权值，另外，第二出现次数比第三出现次数对应的同时出现情况更具可靠性，因此第二权值可以大于或等于第三权值，即：α>β≥γ。最后，求取第一目标与第二目标之间的同行评分S，且S＝α·R1+β·R2+γ·R3。

可见，在本申请实施例中，为第一出现次数、第二出现次数和第三出现次数设置不同的权值，能够使得同行评分根据每个出现次数的可靠性获得，提升了同行评分的准确率，进而提升了根据同行评分确定第一目标与第二目标互为同行的可靠性。

可选的，第一目标和第二目标为人物，对多张视频图像中每一张视频图像进行目标识别，确定多张视频图像中包括目标的视频图像构成目标视频图像集，具体包括：对多张视频图像中每一张视频图像进行人脸识别，确定包括人脸的视频图像组成第一目标视频图像集；对第一目标视频图像集中的人脸对应的人物进行特征提取，包括提取人物的身体参数和着装参数；获取多张视频图像中除第一目标视频图像集之外的其他视频图像作为待测视频图像集；对待测视频图像集中的第一待测图像进行人物识别，并提取人物的身体参数和着装参数；将第一目标视频图像集中提取的身体参数与第一待测图像中提取的身体参数进行匹配，获得第一匹配度；将第一目标视频图像集中提取的着装参数与第一待测图像中提取的着装参数进行匹配，获得第二匹配度；对第一匹配度设置第四权值，并对第二匹配度设置第五权值；对第一匹配度和第二匹配度乘以其对应权值并求和，获得人物匹配度；确定人物匹配度是否大于第三预设阈值，若是，则确定第一待测图像属于第二目标视频图像集；第一目标视频集和第二目标视频图像集构成目标视频图像集。

具体地，第一目标和第二目标为人物，那么在获取目标视频图像集的时候，就要获取包括第一目标人物或第二目标人物的视频图像。首先对视频图像进行人脸识别，获取包括第一目标人物或第二目标人物人脸的图像，组成第一目标图像视频集。在剩余的视频图像中，可能还包括第一目标人物或第二目标人物不露脸的视频图像，因此，需要对剩余视频图像进行进一步筛选。在一定时间段内，比如一个月内或一星期内，同一个目标人物的身体参数不发生变化，或变化很小，而在同一天内，一个人的着装不发生变化。因此，将进行过人脸识别的第一目标图像视频集作为参照，获取包括第一目标人物或第二目标人物不露脸的视频图像。提取的身体参数可以包括身高、胖瘦或身材比例，身高和胖瘦可以根据周围参照物确定，也可以根据视频图像与实物的比例确定，身材比例根据视频图像上的数据可直接获取。着装参数包括发型、衣着、饰品、背包或手持物品，手持物品包括物体或动物。待测视频图像集中的第一视频图像提取的身体参数与第一目标视频图像集中的每一张视频图像提取的身体参数进行一一匹配，获得多个匹配度，将匹配度中的最大值作为第一匹配度，同样的，第一视频图像的第二匹配度也为第一视频图像提取的着装参数与第一目标视频图像集中的每一张视频图像提取的着装参数进行一一匹配后获得的最大匹配度值。为第一匹配度设置第四权值，为第二匹配度设置第五权值，因为身体参数的稳定性更高，因此可设置第四权值大于第五权值，然后对第一匹配度和第二匹配度进行加权求和，获得第一待测图像与第一目标视频图像集的人物匹配度。如果人物匹配度大于第三预设阈值，说明第一待测图像中的人物与第一目标视频图像集中人物相同，那么将第一待测图像划分到第二目标视频图像集中，第一目标视频图像集和第二目标视频图像共同组成目标视频图像集。可选的，第二目标视频图像集可以与第一目标视频图像集进行对应存储，即当确定第一待测图像与第一目标视频图像集的第一匹配度高于第三预设阈值时，确定与第一待测图像的着装参数和身体参数匹配度最大的第一目标视频图像集中的最大匹配度图像，并将第一待测图像和最大匹配度图像进行对应存储，这样，在识别出最大匹配度图像对应的目标人物时，即可确定该目标人物为第一待测图像对应的目标人物。

可见，在本申请实施例中，设定第一目标和第二目标都是人物，提升了获取目标视频图像集的针对性，通过对视频图像进行人脸识别，确定其为目标人物对应的包括人脸的第一目标视频图像集，然后将第一目标视频图像集提取的身体参数和着装参数与待测视频图像提取的身体参数和着装参数进行匹配，并根据匹配结果确定待测视频图像是否对应目标人物不包括人脸的第二目标视频集，这个过程在通过人脸识别确定目标人物对应的目标视频图像的同时，进一步考虑了无法识别到人脸时确定目标人物对应的目标视频图像的方法，提升了获取的目标视频图像的全面性和完整性，进一步提升了同行判定的准确率。

104、在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

在获得同行评分S后，确定同行评分是否大于第一预设阈值，第一预设阈值可以是一个标准值，例如90分，100分等，也可以是一个根据历史数据进行学习获得的可变值，例如根据已知为同行关系的目标进行视频图像解析，获得多个已知同行评分，然后对多个已知同行评分求均值作为第一预设阈值，或者获取多个已知同行评分的最小值作为第一预设阈值。

可选的，在确定同行评分大于第一预设阈值后，方法还包括：确定第一目标与第二目标的亲密度大于第二预设阈值，具体包括：获取同时识别出第一目标与第二目标的目标视频图像作为亲密度目标视频图像；计算亲密度目标视频图像中第一目标与第二目标的图面距离，并根据图面距离确定第一目标与第二目标的第一亲密度；根据亲密度目标视频图像中第一目标与第二目标的行为，计算第一目标与第二目标的第二亲密度，行为包括拥抱、牵手、侧脸交谈等；对第一亲密度和第二亲密度求和，获得第一目标和第二目标的亲密度，确定亲密度大于第二预设阈值。

具体地，确定第一目标与第二目标之间的同行评分大于第一预设阈值后，说明第一目标和第二目标经常同时出现在同一地点，但是两个目标之间可能只是活动范围相近的陌生人，因此，通过对第一目标和第二目标的亲密度分析，进一步确定两者之间是否为同行关系。获取上述实施例中同时识别出第一目标和第二的目标视频图像作为亲密度目标视频图像，然后计算亲密度目标视频图像中第一目标和第二目标的图面距离，图面距离可以不考虑比例和相对位置关系，直接测量图面上两个目标之间的距离确定，也可以考虑现实中物体的比例，并根据参照物确定两个目标之间的距离确定。设置图面距离与亲密度成反比关系，即图面距离值越小，亲密度值越大。另外，获取第一目标与第二目标的行为，并根据行为确定两者之间的第二亲密度。例如设置亲密度行为包括人与人之间拥抱、牵手、侧脸交谈，人与物之间直接接触、互动等，如果第一目标和第二目标之间的行为包括设置的亲密行为，则第二亲密度增加一个单位值。最后对第一亲密度和第二亲密度求和，即可确定第一目标和第二目标的亲密度，如果亲密度大于第二预设阈值，则确定第一目标和第二目标为同行关系。

可见，在本申请实施例中，在确定第一目标和第二目标经常同时出现的前提下，进一步确定两者的亲密度是否大于第二预设阈值，进而确定两者是否为同行关系，有助于去除简单的陌生人活动范围相同带来的干扰，进一步提升了同行判断的准确性和有效性。

在本申请实施例中，首先获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；然后根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，确认第一目标与第二目标互为同行。在这个过程中，通过确定第一目标与第二目标的同时出现次数，对目标之间的关系进行了第一次判定，初步筛选出了相关目标，然后根据同行评分确定目标之间是否为同行关系，进一步对目标相关性进行了筛选，提升了同行判定的准确率。

请参阅图2，图2为本申请实施例提供的另一种同行判定方法，如图2所示，该方法包括如下步骤：

201、获取所述指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

202、对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

203、对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集；

204、获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

205、获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

206、获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

207、所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数；

208、为所述第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；为所述第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；为所述第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；

209、对所述第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得所述第一目标与第二目标同时出现次数的权值和；

210、将所述权值和作为所述第一目标与所述第二目标之间的同行评分；

211、在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

其中，上述步骤201-步骤211的具体描述可以参照图步骤101-步骤104所描述的聚类方法的相应描述，在此不再赘述。

可见，在本申请实施例中，首先根据摄像头拍摄的视频集获取指定时间段的目标视频图像集；然后获取第一出现次数、第二出现次数和第三出现次数作为目标视频图像集中第一目标与第二目标的同时出现次数；对第一出现次数、第二出现次数和第三出现次数进行加权求和，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，确认第一目标与第二目标互为同行。在这个过程中，通过三种出现次数确定第一目标与第二目标的同时出现次数，可以更全面地考虑两者同时出现的情况，提升了确定第一目标和第二目标同时出现次数的准确率；为第一出现次数、第二出现次数和第三出现次数设置不同的权值，能够使得同行评分根据每个出现次数的可靠性获得，提升了同行评分的准确率，进而提升了根据同行评分确定第一目标与第二目标互为同行的可靠性。

请参阅图3，图3为本申请实施例提供的另一种同行判定方法，如图3所示，所述方法包括如下步骤：

301、获取指定时间段的目标视频图像集；

302、确定所述目标视频图像集中第一目标与第二目标的同时出现次数；

303、根据所述第一目标与第二目标的同时出现次数，确定所述第一目标与所述第二目标之间的同行评分；

304、在所述同行评分大于第一预设阈值时，获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

305、计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

306、根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度；

307、对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度，确定所述亲密度大于第二预设阈值。

308、确认所述第一目标与所述第二目标之间互为同行。

其中，上述步骤301-步骤308的具体描述可以参照图步骤101-步骤104所描述的聚类方法的相应描述，在此不再赘述。

本申请实施例中，首先获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；然后根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，进一步确定第一目标和第二目标之间的亲密度是否大于第二预设阈值，减少了简单的陌生人活动范围相同带来的干扰，进一步提升了同行判定的准确率。

请参阅图4，图4为本申请实施例提供的一种电子装置的结构示意图，如图4所示，该电子装置包括处理器、存储器、通信接口，以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令：

获取指定时间段的目标视频图像集；

确定所述目标视频图像集中第一目标与第二目标的同时出现次数；

根据所述第一目标与第二目标的同时出现次数，确定所述第一目标与所述第二目标之间的同行评分；

在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

可见，该电子装置首先获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；然后根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，确认第一目标与第二目标互为同行。在这个过程中，通过确定第一目标与第二目标的同时出现次数，对目标之间的关系进行了第一次判定，初步筛选出了相关目标，然后根据同行评分确定目标之间是否为同行关系，进一步对目标相关性进行了筛选，提升了同行判定的准确率。

在一个可能的示例中，所述获取目标视频图像集包括：

获取所述指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集。

在一个可能的示例中，所述确定所述目标视频图像集中第一目标与第二目标同时出现的次数，包括：

获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数。

在一个可能的示例中，所述根据所述第一目标与第二目标同时出现的次数，确定所述第一目标与所述第二目标之间的同行评分，包括：

为所述第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；

为所述第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；

为所述第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；

对所述第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得所述第一目标与第二目标同时出现次数的权值和；

将所述权值和作为所述第一目标与所述第二目标之间的同行评分。

在一个可能的示例中，在确定所述同行评分大于第一预设阈值后，所述方法还包括：确定所述第一目标与所述第二目标的亲密度大于第二预设阈值，具体包括：

获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度，所述行为包括拥抱、牵手、侧脸交谈等；

对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度，确定所述亲密度大于第二预设阈值。

请参阅图5，图5是本申请实施例公开的一种同行判定装置的结构示意图，如图5所示，该同行判定装置500包括：

获取单元501，用于获取目标视频图像集；

确定单元502，用于确定所述目标视频图像集中第一目标与第二目标同时出现次数；

评分单元503，用于根据所述第一目标与第二目标的出现次数，确定所述第一目标与所述第二目标之间的同行评分；

判定单元504，用于在所述同行评分大于第一预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

可见，该同行判定装置首先获取指定时间段的目标视频图像集；确定目标视频图像集中第一目标与第二目标的同时出现次数；然后根据第一目标与第二目标的同时出现次数，确定第一目标与第二目标之间的同行评分；最后在所述同行评分大于第一预设阈值时，确认第一目标与第二目标互为同行。在这个过程中，通过确定第一目标与第二目标的同时出现次数，对目标之间的关系进行了第一次判定，初步筛选出了相关目标，然后根据同行评分确定目标之间是否为同行关系，进一步对目标相关性进行了筛选，提升了同行判定的准确率。

其中，上述获取单元501可用于实现上述步骤101所描述的方法，上述确定单元502可用于实现上述步骤102所描述的方法，上述评分单元503可用于实现上述步骤103所描述的方法，上述判定单元504可用于实现上述步骤104所描述的方法，以下如此类推。

在一个可能的示例中，所述获取单元501具体用于：

获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集。

在一个可能的示例中，所述确定单元具体502用于：

获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数。

在一个可能的示例中，所述评分单元503具体用于：

为所述第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；

为所述第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；

为所述第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；

对所述第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得所述第一目标与第二目标同时出现次数的权值和；

将所述权值和作为所述第一目标与所述第二目标之间的同行评分。

在一个可能的示例中，所述同行判断装置还包括亲密度确定单元505，用于确定所述第一目标与所述第二目标的亲密度大于第二预设阈值，具体用于：

获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度，所述行为包括拥抱、牵手、侧脸交谈等；

对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度，确定所述亲密度大于第二预设阈值。

可以理解的是，本实施例的同行判定装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时包括上述方法实施例中记载的任何一种聚类方法的部分或全部步骤。

本领域技术人员应明白，本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过Internet或其它有线或无线电信系统。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种同行判定方法，其特征在于，所述方法包括：

获取指定时间段的目标视频图像集；

确定所述目标视频图像集中第一目标与第二目标的同时出现次数；

根据所述第一目标与第二目标的同时出现次数，确定所述第一目标与所述第二目标之间的同行评分；

在所述同行评分大于第一预设阈值后，确定所述第一目标与所述第二目标的亲密度，包括：

获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度；

对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度；

在确定所述亲密度大于第二预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

2.根据权利要求1所述的方法，其特征在于，所述获取目标视频图像集包括：

获取所述指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集。

3.根据权利要求2所述的方法，其特征在于，所述确定所述目标视频图像集中第一目标与第二目标同时出现的次数，包括：

获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一目标与第二目标同时出现的次数，确定所述第一目标与所述第二目标之间的同行评分，包括：

为所述第一目标与第二目标同时出现次数中的第一出现次数设置第一权值；

为所述第一目标与第二目标同时出现次数中的第二出现次数设置第二权值；

为所述第一目标与第二目标同时出现次数中的第三出现次数设置第三权值；

对所述第一出现次数、第二出现次数和第三出现次数乘以其对应权值并求和，获得所述第一目标与第二目标同时出现次数的权值和；

将所述权值和作为所述第一目标与所述第二目标之间的同行评分。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述行为包括拥抱、牵手、侧脸交谈。

6.一种同行判定装置，其特征在于，所述装置包括：

获取单元，用于获取目标视频图像集；

确定单元，用于确定所述目标视频图像集中第一目标与第二目标同时出现次数；

评分单元，用于根据所述第一目标与第二目标的出现次数，确定所述第一目标与所述第二目标之间的同行评分；

判定单元，用于在所述同行评分大于第一预设阈值后，确定所述第一目标与所述第二目标的亲密度，包括：

获取同时识别出所述第一目标与所述第二目标的所述目标视频图像作为亲密度目标视频图像；

计算所述亲密度目标视频图像中所述第一目标与所述第二目标的图面距离，并根据所述图面距离确定所述第一目标与所述第二目标的第一亲密度；

根据所述亲密度目标视频图像中所述第一目标与所述第二目标的行为，计算所述第一目标与所述第二目标的第二亲密度；

对所述第一亲密度和所述第二亲密度求和，获得所述第一目标和所述第二目标的亲密度；

在确定所述亲密度大于第二预设阈值时，确认所述第一目标与所述第二目标之间互为同行。

7.根据权利要求6所述的同行判定装置，其特征在于，所述获取单元具体用于：

获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；

对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；

对所述多张视频图像中每一张视频图像进行目标识别，确定所述多张视频图像中包括目标的所述视频图像构成所述目标视频图像集。

8.根据权利要求7所述的装置，其特征在于，所述确定单元具体用于：

获取在所述目标视频图像集中从多张视频图像中同时识别出所述第一目标与所述第二目标的次数为第一出现次数；

获取在所述目标视频图像集中从同一摄像头标识对应的多张视频图像中识别出所述第一目标和所述第二目标，且所述多张视频图像的所述时间点标识差值小于第一预设时间阈值的次数为第二出现次数；

获取在所述目标视频图像集中从同一时间点标识对应的多张目标视频图像中识别出的所述第一目标和所述第二目标，且所述多张视频图像的所述摄像头标识对应的摄像头距离小于第一预设距离阈值的次数为第三出现次数；

所述第一出现次数、第二出现次数和第三出现次数即为所述目标视频图像中第一目标与第二目标同时出现的次数。

9.一种电子装置，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。

Images