[发明专利]图片的关联存储方法和查询方法以及装置有效

专利信息
申请号: 201410342207.7 申请日: 2014-07-17
公开(公告)号: CN104182458B 公开(公告)日: 2019-02-01
发明(设计)人: 黄立宏;沈莉霞;王入平;张伟娜 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/51 分类号: G06F16/51;G06F16/53;G06F16/58
代理公司: 北京天健君律专利代理事务所(普通合伙) 11461 代理人: 逯博;罗延红
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 关联存储 图片 标识信息 人物关系 脸特征 查询 地址信息 信息获取 存储 挖掘
【权利要求书】:

1.一种图片的关联存储方法,其特征在于,包括:

获取包含多个人物的图片的标识信息以及图片中的多个人脸特征信息;

根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息;

将所述标识信息分别存储到对应的多个人物节点和连接该多个人物节点的边中;

其中,如果在多个人脸特征信息中,存在没有对应人物节点的新的人脸特征信息,则为该新的人脸特征信息建立新的人物节点,并建立该新的人物节点与所述多个人脸特征信息中的其他人脸特征信息对应的人物节点之间的新的边,将所述标识信息存储到所述新的人物节点和新的边中。

2.根据权利要求1所述的关联存储方法,其特征在于,根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息包括:

将图片中的多个人脸特征信息分别与人物节点中存储的人脸特征信息进行匹配,根据匹配结果获取与其对应的人物节点的地址信息。

3.一种图片的查询方法,其特征在于,包括:

获取第一人脸特征信息和第二人脸特征信息;

根据所述第一人脸特征信息和第二人脸特征信息,获取与该第一人脸特征信息和第二人脸特征信息对应的第一人物节点和第二人物节点的地址信息;

获取所述第一人物节点和所述第二人物节点之间的最短路径上的所有边中存储的图片的标识信息;

根据所述图片的标识信息,获取图片。

4.根据权利要求3所述的查询方法,其特征在于,所述根据第一人脸特征信息和第二人脸特征信息,获取与该第一人脸特征信息和第二人脸特征信息对应的第一人物节点和第二人物节点的地址信息包括:

将所述第一人脸特征信息和第二人脸特征信息分别与人物节点中存储的人脸特征信息进行匹配,根据匹配结果获取与其对应的多个人物节点的地址信息。

5.根据权利要求3所述的查询方法,其特征在于,还包括:根据所述最短路径包含的边的数量和/或获取到的图片的数量计算亲密度。

6.根据权利要求3所述的查询方法,其特征在于,所述根据图片的标识信息获取图片包括:获取所述最短路径上的每个边中存储的最新的标识信息对应的图片。

7.根据权利要求3所述的查询方法,其特征在于,还包括:显示获取的图片。

8.一种图片的关联存储装置,其特征在于,包括:

第一特征信息获取模块,用于获取包含多个人物的图片的标识信息以及图片中的多个人脸特征信息;

第一节点信息获取模块,用于根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息;

第一关联存储模块,用于将所述标识信息分别存储到对应的多个人物节点和连接该多个人物节点的边中;

第一节点创建模块,用于在多个人脸特征信息中,存在没有对应人物节点的新的人脸特征信息的情况下,为该新的人脸特征信息建立新的人物节点,并建立该新的人物节点与所述多个人脸特征信息中的其他人脸特征信息对应的人物节点之间的新的边,将所述标识信息存储到所述新的人物节点和新的边中。

9.根据权利要求8所述的关联存储装置,其特征在于,根据图片中的多个人脸特征信息获取与其对应的多个人物节点的地址信息包括:

将图片中的多个人脸特征信息分别与人物节点中存储的人脸特征信息进行匹配,根据匹配结果获取与其对应的人物节点的地址信息。

10.一种图片的查询装置,其特征在于,包括:

第三特征信息获取模块,用于获取第一人脸特征信息和第二人脸特征信息;

第三节点信息获取模块,用于根据所述第一人脸特征信息和第二人脸特征信息,获取与该第一人脸特征信息和第二人脸特征信息对应的第一人物节点和第二人物节点的地址信息;

标识信息获取模块,用于获取所述第一人物节点和所述第二人物节点之间的最短路径上的所有边中存储的图片的标识信息;

图片获取模块,用于根据所述图片的标识信息,获取图片。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410342207.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top