生成图像档案的方法、装置、设备及计算机可读存储介质与流程

生成图像档案的方法、装置、设备及计算机可读存储介质
1.本发明实施例要求于2021年06月25日提交的申请号为202110713265.6、发明名称为“一种档案管理方法”的中国专利申请的优先权，其全部内容通过引用结合在本发明实施例中。
技术领域
2.本发明实施例涉及图像处理技术领域，特别涉及生成图像档案的方法、装置、设备及计算机可读存储介质。


背景技术：

3.随着图像处理技术的发展，图像处理技术的应用场景也越来越多，生成图像档案便是其中一种。生成图像档案是指：将多个图像中属于同一对象的不同图像归为同一图像档案。图像档案的生成过程依赖于硬件提供的算力，一次生成过程针对的图像数量越多，则该次生成过程所需的算力也越多。如何降低图像档案的生成过程所需的算力，成为亟待解决的问题。


技术实现要素：

4.本发明的一些实现方式提供了一种生成图像档案的方法、装置、设备及计算机可读存储介质，以降低图像档案的生成过程所需的算力，技术方案如下。
5.第一方面，提供了一种生成图像档案的方法。在该方法中，首先获取多个图像，将多个图像划分为至少两个图像组。之后，对至少两个图像组中的各个图像组包括的图像分别进行聚类，得到各个图像组对应的初始图像档案，每个图像组对应至少一个初始图像档案。接着，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
6.本实现方式不是直接对图像聚类得到目标档案；而是先把图像划分为图像组，然后依靠相似程度对图像组进行聚类，降低了聚类操作的计算机算力的消耗。也就是说，在图像数量一定的情况下，本实现方式提供的方法能够减少生成图像档案的过程所需的算力。相应地，在算力一定的情况下，本实现方式提供的方法能够增加一次生成图像档案的过程所能针对的图像的数量，从而有利于提高生成图像档案的成功率，且有利于增加所生成的图像档案的准确性。
7.在一种可能的实现方式中，相似程度满足条件是指相似程度满足第一阈值。其中，第一阈值根据经验进行设置，以使得不同初始图像档案的相似程度满足第一阈值时，这些不同初始图像档案之间的相似程度足够高。也就是说，本实现方式是对相似程度较高的初始图像档案进行合并得到目标图像档案的，保证了目标图像档案的准确性。
8.在一种可能的实现方式中，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案，包括：对相似程度满足条件且对应不同图像组的初始图像档案进行合并，得到目标图像档案。一个图像组中包括图像，一个图像组对应的初始图像档案是对该图像组中的图像聚类得到的图像档案。通过聚类过程，能够使得一个初始图像档案属于且仅属于
一个对象(一个初始图像档案属于一个对象是指：该初始图像档案中仅包括该对象的图像，不会包括其他对象的图像)，同一个图像组对应的不同初始图像档案属于不同对象，而不会发生同一个图像组对应的不同初始图像档案属于相同对象的情况。由于本实现方式是对各个图像组包括的图像分别进行聚类的，因而只有对应不同图像组的初始图像档案才可能属于相同对象。合并初始图像档案得到目标图像档案的本质在于：将属于同一对象的初始图像档案合并为同一个目标图像档案。正是由于同一个图像组对应的不同初始图像档案属于不同对象，而对应不同图像组的初始图像档案中才可能属于相同对象，因而本实现方式不会合并对应同一个图像组的初始图像档案，而是要合并对应不同图像组的初始图像档案。
9.在一种可能的实现方式中，同一个图像组中的图像的信息相同或者相近，其中，每个图像的信息包括位置信息和属性信息中的至少一种信息，位置信息用于指示拍摄图像的拍摄设备的位置，属性信息用于指示图像记录的对象的属性。该实现方式将图像的信息作为划分得到图像组的依据，较为灵活。
10.在一种可能的实现方式中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同区域的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的区域基于位置信息所指示的拍摄图像的拍摄设备的位置确定。由于一个对象可能会在同一个区域活动，因而该实现方式能够使得同一图像组中属于同一个对象的图像数量较多，有利于保证后续的聚类过程的准确性，进而保证了所生成的图像档案的准确性。
11.在一种可能的实现方式中，区域基于经纬度和对象流量中的至少一种划分得到。本实现方式提供了多种区域划分依据，较为灵活，根据实际需要进行选择即可。
12.在一种可能的实现方式中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同路径的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的路径基于位置信息所指示的拍摄图像的拍摄设备的位置确定，路径为对象移动形成的路径。由于一个对象可能会沿着路径不断移动，因而该实现方式能够使得同一个图像组中属于同一个对象的图像的数量较多，有利于保证后续的聚类过程的准确性，进而保证了所生成的图像档案的准确性。
13.在一种可能的实现方式中，每个图像的信息包括属性信息，同一个图像组中包括多个图像中属性信息相同的图像。属性信息相同的图像往往对应同一个对象，该实现方式能够使得同一个图像组中属于同一个对象的图像的数量较多，有利于保证后续的聚类过程的准确性，进而保证了所生成的图像档案的准确性。
14.在一种可能的实现方式中，对象的属性与对象的外观相关。图像中记录有对象，也即是图像内容中包括对象的外观。基于图像内容确定对象的属性，从而使得对象的属性与对象的外观相关。
15.在一种可能的实现方式中，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案之后，方法还包括：对相似程度满足第二阈值的目标图像档案与第一图像档案进行合并，第一图像档案为在目标图像档案之前已得到的图像档案。该实现方式对相似程度较高的目标图像档案和第一图像档案进行合并，合并方式简单、直接。
16.在一种可能的实现方式中，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案之后，方法还包括：确定目标图像档案的对象标识。对具有相同的对象标识的目标图像档案与第二图像档案进行合并，第二图像档案为在目标图像档案之前已得到的图
像档案。在该实现方式中，首先确定目标图像档案的对象标识，再基于对象标识进行档案的合并，不仅实现了对目标图像档案对应的对象的身份确认，还节约了进行合并所需的算力。
17.在一种可能的实现方式中，对至少两个图像组中的各个图像组包括的图像分别进行聚类，包括：对多个图像进行特征提取，得到多个图像的多个第一特征向量，基于多个第一特征向量对至少两个图像组中的各个图像组包括的图像分别进行聚类。相应地，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案，包括：基于初始图像档案包括的图像的第一特征向量确定初始图像档案的第二特征向量，基于第二特征向量对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。该实施方式基于特征提取得到的特征向量实现了图像聚类和图像档案的合并，保证了图像聚类过程和图像档案的合并过程的准确性。
18.在一种可能的实现方式中，位于同一个初始图像档案中的各个图像具有相同特征。正是由于初始图像档案中的各个图像具有相同特征，因而初始图像档案才能够对应同一个对象，从而保证了初始图像档案的准确性。
19.在一种可能的实现方式中，位于同一个初始图像档案中的各个图像对应同一对象。通过聚类能够使得位于同一个初始图像档案中的各个图像对应同一对象，保证了初始图像档案的准确性，进而保证了后续合并得到的目标图像档案的准确性。
20.第二方面，提供了一种生成图像档案的装置，装置包括：
21.划分模块，用于获取多个图像，将多个图像划分为至少两个图像组。
22.聚类模块，用于对至少两个图像组中的各个图像组包括的图像分别进行聚类，得到各个图像组对应的初始图像档案，每个图像组对应至少一个初始图像档案；
23.合并模块，用于对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
24.在一种可能的实现方式中，相似程度满足条件是指相似程度满足第一阈值。
25.在一种可能的实现方式中，合并模块，用于对相似程度满足条件且对应不同图像组的初始图像档案进行合并，得到目标图像档案。
26.在一种可能的实现方式中，同一个图像组中的图像的信息相同或者相近，其中，每个图像的信息包括位置信息和属性信息中的至少一种信息，位置信息用于指示拍摄图像的拍摄设备的位置，属性信息用于指示图像记录的对象的属性。
27.在一种可能的实现方式中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同区域的拍摄设备所拍摄的图像，拍摄所述各个图像的拍摄设备所位于的区域基于所述位置信息所指示的拍摄所述图像的拍摄设备的位置确定。
28.在一种可能的实现方式中，区域基于经纬度和对象流量中的至少一种划分得到。
29.在一种可能的实现方式中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同路径的拍摄设备所拍摄的图像拍摄所述各个图像的拍摄设备所位于的路径基于所述位置信息所指示的拍摄所述图像的拍摄设备的位置确定，路径为对象移动形成的路径。
30.在一种可能的实现方式中，每个图像的信息包括属性信息，同一个图像组中包括多个图像中属性信息相同的图像。
31.在一种可能的实现方式中，对象的属性与对象的外观相关。
32.在一种可能的实现方式中，合并模块，还用于对相似程度满足第二阈值的目标图像档案与第一图像档案进行合并，第一图像档案为在目标图像档案之前已得到的图像档案。
33.在一种可能的实现方式中，合并模块，还用于确定目标图像档案的对象标识；对具有相同的对象标识的目标图像档案与第二图像档案进行合并，第二图像档案为在目标图像档案之前已得到的图像档案。
34.在一种可能的实现方式中，聚类模块，用于对多个图像进行特征提取，得到多个图像的多个第一特征向量，基于多个第一特征向量对至少两个图像组中的各个图像组包括的图像分别进行聚类；
35.合并模块，用于基于初始图像档案包括的图像的第一特征向量确定初始图像档案的第二特征向量，基于第二特征向量对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
36.在一种可能的实现方式中，位于同一个初始图像档案中的各个图像具有相同特征。
37.在一种可能的实现方式中，位于同一个初始图像档案中的各个图像对应同一对象。
38.第三方面，提供了一种生成图像档案的设备，该设备包括存储器及处理器；存储器中存储有至少一条指令，至少一条指令由处理器加载并执行，以使生成图像档案的设备实现第一方面或第一方面的任一种可能的实现方式中的方法。
39.第四方面，提供了另一种生成图像档案的设备，该设备包括：收发器、存储器和处理器。其中，该收发器、该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，以控制收发器接收信号，并控制收发器发送信号，并且当该处理器执行该存储器存储的指令时，使得生成图像档案的设备执行第一方面或第一方面的任一种可能的实现方式中的方法。
40.可选地，处理器为一个或多个，存储器为一个或多个。
41.可选地，存储器可以与处理器集成在一起，或者存储器与处理器分离设置。
42.在具体实现过程中，存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，rom)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本实现方式对存储器的类型以及存储器与处理器的设置方式不做限定。
43.第五方面，提供了一种计算机程序(产品)，计算机程序(产品)包括：计算机程序代码，当计算机程序代码被计算机运行时，使得计算机执行上述各方面中的方法。
44.第六方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条指令，指令由处理器加载并执行，以使计算机执行上述各方面中的方法。
45.第七方面，提供了一种芯片，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的设备执行上述各方面中的方法。
46.第八方面，提供另一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行上述各方面中的方法。
附图说明
47.图1为本发明实施例提供的一种实施环境的示意图；
48.图2为本发明实施例提供的一种生成图像档案的方法的流程图；
49.图3为本发明实施例提供的一种合并初始图像档案的流程示意图；
50.图4为本发明实施例提供的一种聚档(archiving)过程的流程示意图；
51.图5为本发明实施例提供的一种聚档过程的流程示意图；
52.图6为本发明实施例提供的一种生成图像档案的装置的结构示意图；
53.图7为本发明实施例提供的一种生成图像档案的设备的结构示意图。
具体实施方式
54.本发明实施例的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在造成限定。
55.为便于理解，首先对本发明实施例涉及的名词进行说明如下。
56.图像：拍摄设备针对对象进行拍摄能够得到图像，图像中记录有对象，对象包括但不限于车辆、动物或者其他物体。示例性地，图像中记录有完整对象，或者仅记录完整对象的一部分。
57.特征向量：对图像进行特征提取能够得到特征向量，抓拍得到的图像的特征向量也称为动态特征，标准照片的特征向量也称为静态特征。
58.对象库：由对象信息组成的集合，每个对象的对象信息包括但不限于证件编号、标准照片、标准照片的特征向量等信息。由于标准照片的特征向量也称为静态特征，因而对象库也称为静态库。
59.图像档案：对抓拍得到的图像的动态特征进行聚类(clustering)能够生成图像档案，一个图像档案对应一个对象。图像档案包括对象信息、图像和图像的动态特征，基于图像档案包括的图像能够确定图像档案的封面图像。示例性地，对象信息包括但不限于地址和身份标识(identity，id)。
60.初始聚档：生成图像档案的过程也称为初始聚档。
61.动静关联：将图像档案与对象库进行比对，确定图像档案对应的对象。
62.档案合并：将对应同一对象的图像档案与历史档案进行合并，得到合并后的图像档案，历史档案为生成图像档案之前已经获得的图像档案。
63.聚档：对动态特征进行聚类得到图像档案，结合对象库确定图像档案与历史档案之间的关系的过程。步骤包括上述初始聚档、动静关联和档案合并。示例性地，聚档结果(也即是上述合并后的图像档案)应用于频次分析、时空碰撞和同行对象分析等场景，本实施例不对聚档结果所能应用的场景加以限定。其中，频次分析用于确定对象在某一地点出现的频次。时空碰撞用于确定不同对象在同一时间共同出现过的地点。同行对象分析用于确定与指定对象共同出行的其他对象。
64.参见图1，图1示出了本发明实施例的一种实施环境。在图1中，包括拍摄设备101和生成图像档案的设备102，生成图像档案的设备102包括终端或服务器。拍摄设备101用于拍摄得到图像，生成图像档案的设备102用于获得拍摄设备101拍摄得到的图像，基于获得的图像生成图像档案。示例性地，拍摄设备101拍摄得到图像之后，向生成图像档案的设备102
发送拍摄得到的图像。或者，拍摄设备101拍摄得到图像之后，向其他设备发送拍摄得到的图像，由其他设备对图像进行存储。之后，生成图像档案的设备102根据实际需要从其他设备获取其他设备存储的图像。
65.基于图1所示的实施环境，本发明实施例提供了一种生成图像档案的方法，该方法应用于图1所示的生成图像档案的设备中。如图2所示，该方法包括如下的步骤。
66.201，获取多个图像，将多个图像划分为至少两个图像组。
67.示例性地，拍摄设备针对对象进行拍摄得到视频，通过对视频进行截图得到图像。或者，拍摄设备针对对象进行拍摄直接得到图像。本实施例不对拍摄设备和获取多个图像的方式加以限定。在本实施例中，所获取的多个图像是拍摄设备在一定时间段内获取到的图像，一定时间段例如为12小时、1天等等，本实施例不对一定时间段的时长加以限定。
68.在示例性实施例中，同一个图像组中的图像的信息相同或者相近。其中，每个图像的信息包括位置信息和属性信息中的至少一种信息，位置信息用于指示拍摄图像的拍摄设备的位置，属性信息用于指示图像记录的对象的属性。也即是：将多个图像划分为至少两个图像组，包括：基于多个图像中的各个图像的信息将多个图像划分为至少两个图像组，使得同一个图像组中的图像的信息相同或相近。例如：同一个图像组中的图像拍摄于相同的地理区域，或者，同一个图像组中的图像拍摄于相近的地理区域，相近的地理区域之间的距离不超过设置的阈值，本实施例不对阈值加以限定。可选的，不同图像组的图像的信息不同。
69.示例性地，拍摄设备具有设备编号，一个拍摄设备拍摄得到的图像对应有该拍摄设备的设备编号，图像的位置信息包括图像对应的设备编号。相应地，生成图像档案的设备中存储有设备编号与位置的对应关系，生成图像档案的设备基于图像对应的设备编号查询对应关系，得到设备编号对应的位置，该位置即为图像的拍摄设备的位置。在示例性实施例中，对象的属性与对象的外观相关。本实施例不限定对象的属性。例如，响应于对象为物体，则对象的属性包括但不限于对象的品牌、型号和颜色中的至少一种信息。例如，对汽车而言，品牌是汽车制造商的商标；型号是轿车、卡车；颜色是白色、红色。示例性地，本实施例通过分类器确定图像的属性信息，本实施例不对分类器加以限定。例如，对图像进行特征提取得到图像的第一特征向量，将图像的第一特征向量输入分类器之后，分类器将图像分类至“货车”一类，则能够确定图像的属性信息包括型号，且型号为货车。对图像进行特征提取得到第一特征向量的过程参见后文202中的说明。
70.在示例性实施例中，基于多个图像中的各个图像的信息将多个图像划分为至少两个图像组，包括但不限于如下的三种划分方式中的至少一种。
71.划分方式一：每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同区域的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的区域基于位置信息所指示的拍摄图像的拍摄设备的位置确定。即：基于多个图像中的各个图像的信息将多个图像划分为至少两个图像组，包括：基于各个图像的位置信息确定拍摄各个图像的拍摄设备所位于的区域，将多个图像中位于相同区域的拍摄设备所拍摄的图像划分至同一图像组中，得到至少两个图像组。
72.在一些实施方式中，图像的位置信息包括图像对应的设备编号，生成图像档案的设备中存储有设备编号与位置的对应关系。在划分方式一中，设备编号与位置的对应关系包括设备编号与区域的对应关系，一个区域对应至少一个设备编号。相应地，基于各个图像
的位置信息确定各个图像所位于的区域，包括：基于图像对应的设备编号查询设备编号与区域的对应关系，得到设备编号对应的区域，该区域即为图像所位于的区域。之后，便能够将位于相同区域的图像划分至同一图像组中，从而得到至少两个图像组。由于一个对象往往在一个区域内活动，因而将位于相同区域的图像划分至同一图像组中，能够使得同一个图像组中属于同一个对象的图像的数量较多，从而有利于后续对图像组中的图像进行聚类。
73.在示例性实施例中，区域基于经纬度和对象流量中的至少一种划分得到。也就是说，本实施例仅基于经纬度或者仅基于对象流量划分得到区域。或者，先基于经纬度划分得到第一区域，再基于对象流量进一步对第一区域进行划分得到区域。或者，先基于对象流量划分得到第二区域，再基于经纬度进一步对第二区域进行划分得到区域，本实施例不对划分方式加以限定。
74.示例性地，基于经纬度划分区域，包括：确定经纬度范围，根据经纬度范围的指示确定区域，本实施例不对经纬度范围加以限定，经纬度范围根据经验或者实际需求确定即可。或者，基于经纬度划分区域，包括：基于行政区域确定区域，行政区域对应有经纬度。其中，基于行政区域确定区域，包括：合并相邻的行政区域得到区域，或者将一个行政区域拆分为至少两个区域。
75.示例性地，基于对象流量划分得到区域，包括：基于对象流量确定拍摄设备对应的权重值，基于拍摄设备对应的权重值划分得到区域，使得各个区域包括的拍摄设备对应的权重值之和基本相同。其中，各个区域包括的拍摄设备对应的权重值之和基本相同是指：各个区域中任意两个区域包括的拍摄设备对应的权重值之和之间的差值小于参考阈值，本实施例不对参考阈值加以限定。在本实施例中，一个拍摄设备的位置的对象流量越大，则该拍摄设备拍摄得到的图像数量越多，因而拍摄设备对应的权重值越大。通过使得各个区域包括的拍摄设备对应的权重值之和基本相同，能够使得各个区域包括的拍摄设备拍摄得到的图像数量基本相同。由于划分方式一中将位于相同区域的图像划分至同一图像组，此种划分区域的方式能够使得各个图像组包括的图像数量也基本相同。
76.划分方式二：每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同路径的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的路径基于位置信息所指示的拍摄图像的拍摄设备的位置确定。即：基于多个图像中的各个图像的信息将多个图像划分为至少两个图像组，包括：基于各个图像的位置信息确定拍摄各个图像的拍摄设备所位于的路径，将多个图像中位于相同路径的拍摄设备所拍摄的图像划分至同一图像组中，得到至少两个图像组，路径为对象移动形成的路径。
77.在一些实施方式中，本实施例获取多个对象的移动路径，基于多个对象的移动路径确定上述路径。例如，响应于多个对象的移动路径中，某个移动路径的数量超过数量阈值，则路径包括该数量超过数量阈值的移动路径。或者，本实施例基于交通设施确定路径，交通设施用于对象进行移动。例如，路径包括地铁、公交车等交通设施沿线的多个站点，一个图像组中的图像包括：路径包括的多个站点处的拍摄设备拍摄得到的图像。由于一个对象往往沿着路径移动，因而将位于相同路径的图像划分至同一图像组中，能够使得同一个图像组中属于同一个对象的图像的数量较多，从而有利于后续对图像组中的图像进行聚类。
78.划分方式三：每个图像的信息包括属性信息，同一个图像组中包括多个图像中属性信息相同的图像。即：基于多个图像中的各个图像的信息将多个图像划分为至少两个图像组，包括：在多个图像中，将属性信息相同的图像划分至同一图像组中，得到至少两个图像组。
79.以属性信息所指示的对象的属性包括对象的性别、年龄和身体形貌中的至少一种信息为例，在属性信息包括性别和年龄，性别包括男性和女性，年龄包括中年及老年的情况下，共能够划分得到4个图像组，分别为：中年男性、老年男性、中年女性和老年女性。通过将属性信息相同的图像划分至同一图像组，能够使得同一个图像组中属于同一个对象的图像数量较多，从而有利于后续对图像组中的图像进行聚类。需要说明的是，技术的使用如果涉及对象信息，应当在遵循适用的法律法规，包括对象信息保护相关法规的情况下，获取对象信息主体的授权同意，在必要范围内进行。
80.以上对三种划分方式分别进行了说明。示例性地，本实施例还可以对不同划分方式中的两种或三种进行组合，得到划分方式的组合，通过划分方式的组合对多个图像进行划分，本实施例不对划分方式的组合中各个划分方式的顺序加以限定。划分方式的组合包括但不限于：第一、二种划分方式和第二种划分方式的组合，第一、三种划分方式的组合，第二、三种划分方式的组合，第一、二、三种划分方式的组合。以划分方式的组合包括第一、三种划分方式为例，则同一个图像组中包括多个图像中位于相同路径的拍摄设备所拍摄的图像，且这些图像具有相同的属性信息。
81.无论按照何种方式进行划分，均能够得到至少两个图像组。在得到至少两个图像组之后，便能够对各个图像组包括的图像分别进行聚类，详见202中的说明。
82.202，对至少两个图像组中的各个图像组包括的图像分别进行聚类，得到各个图像组对应的初始图像档案，每个图像组对应至少一个初始图像档案。
83.对图像进行聚类能够形成至少一个初始图像档案，聚类方式包括但不限于k聚类均值算法(k-means clustering algorithm，k-means)。对于一个图像组而言，该图像组对应的初始图像档案，即为对该图像组中包括的图像进行聚类所形成的图像档案。一个初始图像档案中包括至少一个图像，在示例性实施例中，位于同一个初始图像档案中的各个图像具有相同特征。或者说，位于同一个初始图像档案中的各个图像记录的对象相同、位于同一个初始图像档案中的各个图像对应同一对象。
84.在一些实施方式中，位于同一个初始图像档案中的各个图像具有相同特征是指：在一个初始图像档案中，对于一个图像而言，该图像的第一特征向量与其他图像中的至少一个图像的第一特征向量之间的距离不大于阈值，本实施例不对阈值加以限定。例如，一个初始图像档案中共有10个图像，则对于每个图像而言，该图像的第一特征向量与其他9个图像中的至少1个图像的第一特征向量之间的距离不大于阈值。图像的第一特征向量通过特征提取过程得到，特征提取过程参见下文说明。能够理解的是，在同一个图像组中，不同的初始图像档案中的图像记录的对象不同。在不同图像组之间，两个分别对应不同图像组的初始图像档案中的图像记录的对象可能相同。
85.在示例性实施例中，对至少两个图像组中的各个图像组包括的图像分别进行聚类，包括：对多个图像进行特征提取，得到多个图像的多个第一特征向量，基于多个第一特征向量对至少两个图像组中的各个图像组包括的图像分别进行聚类。在一些实施方式中，
本实施例在获取多个图像之后，便对多个图像进行特征提取，得到多个图像的多个第一特征向量，存储多个第一特征向量。在需要进行聚类时，获取存储的多个第一特征向量，从而基于多个第一特征向量完成聚类。
86.其中，本实施例不对进行特征提取的方式加以限定，根据实际需要选择合适的特征提取方式即可。通过特征提取过程能够得到多个图像的多个第一特征向量，图像与第一特征向量一一对应。相应地，上述说明书对图像进行聚类是指：基于多个第一特征向量对多个图像进行聚类。以聚类方式包括k-means为例，对基于多个第一特征向量对多个图像进行聚类的方式进行说明。首先，将一个图像组包括的图像的第一特征向量分为k组，k为不小于2的正整数。之后，在每组中随机选取一个第一特征向量作为聚类中心，得到k个聚类中心，将除k个聚类中心以外的其他第一特征向量分配至距离该第一特征向量最近的一个聚类中心，一个聚类中心与分配给该聚类中心的第一特征向量形成一个类别。一个类别中每分配到一个第一特征向量，均根据该类别中包括的第一特征向量重新计算该类别的聚类中心。分配及重新计算聚类中心的过程不断重复，直至满足终止条件停止，停止后得到的类别即为该图像组对应的初始图像档案。示例性地，终止条件包括但不限于能够分配的第一特征向量的数量为零，本实施例不对终止条件加以限定。
87.203，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
88.其中，目标图像档案与对象一一对应。该目标图像档案即为本实施例生成的图像档案。在示例性实施例中，相似程度满足条件是指相似程度满足第一阈值。其中，第一阈值根据经验进行设置，以使得不同初始图像档案的相似程度满足第一阈值时，这些不同初始图像档案之间的相似程度足够高，本实施例不对第一阈值加以限定。也就是说，本发明实施例是对相似程度较高的初始图像档案进行合并得到目标图像档案的。
89.在示例性实施例中，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案，包括：对相似程度满足条件且对应不同图像组的初始图像档案进行合并，得到目标图像档案。根据202中的说明可知，图像组对应的初始图像档案是通过聚类过程得到的。通过聚类过程，能够使得一个初始图像档案属于且仅属于一个对象，同一个图像组对应的不同初始图像档案属于不同对象，而不会发生同一个图像组对应的不同初始图像档案属于相同对象的情况。其中，一个初始图像档案属于一个对象是指：该初始图像档案中仅包括该对象的图像，不会包括其他对象的图像。由于本发明实施例是对各个图像组包括的图像分别进行聚类的，因而只有对应不同图像组的初始图像档案才可能属于相同对象。合并初始图像档案得到目标图像档案的本质在于：将属于同一对象的初始图像档案合并为同一个目标图像档案。正是由于同一个图像组对应的不同初始图像档案属于不同对象，而对应不同图像组的初始图像档案中才可能属于相同对象，因而本发明实施例不会合并对应同一个图像组的初始图像档案，而是要合并对应不同图像组的初始图像档案。
90.在示例性实施例中，对相似程度满足条件的初始图像档案进行合并，得到目标图像档案，包括：基于初始图像档案包括的图像的第一特征向量确定初始图像档案的第二特征向量，基于第二特征向量对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
91.示例性地，首先基于初始图像档案包括的图像的第一特征向量确定初始图像档案的至少一个代表特征向量。至少一个代表特征向量是第一特征向量中的至少两个，或者是
针对第一特征向量计算得到的特征向量。之后，基于至少一个代表特征向量确定初始图像档案的一个中心特征向量，第二特征向量包括中心特征向量。中心特征向量为至少一个代表特征向量中的一个，或者是针对至少一个代表特征向量计算得到的特征向量。本实施例不对确定至少一个代表特征向量和一个中心特征向量的方式加以限定。
92.在一些实施方式中，计算不同初始图像档案的中心特征向量之间的第一距离，响应于第一距离小于第一距离阈值，则确定不同初始图像档案的相似程度满足条件，从而能够合并不同初始图像档案得到目标图像档案。在另一些实施方式中，在确定上述第一距离小于第一距离阈值之后，还计算不同的初始图像档案的代表特征向量之间的第二距离，响应于第二距离小于第二距离阈值，再确定不同初始图像档案的相似程度满足条件，从而能够合并不同初始图像档案得到目标图像档案。本实施例不对上述第一距离阈值和第二距离阈值加以限定。
93.示例性地，参见图3，在合并初始图像档案的过程中，对各个图像组对应的初始图像档案依次进行合并。以图像组的数量为四个为例，首先对第一个图像组和第二个图像组对应的初始图像档案进行合并，得到第一中间图像档案。之后，再对第一中间图像档案与第三个图像组对应的初始图像档案进行合并，得到第二中间图像档案。接着，对第二中间图像档案与第四个图像组对应的初始图像档案进行合并，从而得到目标图像档案。或者，考虑到合并效率，本实施例对各个图像组对应的初始图像档案进行两两合并。仍以图像组的数量为四个为例，首先对第一个图像组和第二个图像组对应的初始图像档案进行合并，得到第三中间图像档案，且对第三个图像组和第四个图像组对应的初始图像档案进行合并，得到第四中间图像档案。之后，对第三中间图像档案和第四中间图像档案进行合并，从而得到目标图像档案。
94.以上，对本实施例生成图像档案的过程进行了说明。在本实施例中，在获得多个图像之后，首先将多个图像划分为多个图像组，对各个图像组中的图像分别聚类得到图像组对应的初始图像档案，再对初始图像档案合并得到目标图像档案。而在相关技术中，在获得多个图像之后，直接对多个图像聚类形成图像档案。相比于相关技术，本实施例中提供的方法能够减小图像档案的生成过程所需的算力，以下基于实际数据对所减小的算力进行说明。
95.将图像数量记为n，相关技术中直接对图像聚类，则生成图像档案所需的算力为n2。在本实施例中，将划分得到的图像组的数量记为m，则一个图像组中包括的图像数量为(n/m)。对一个图像组中包括的图像进行聚类所需的算力为(n/m)2，对各个图像组包括的图像进行聚类所需的算力之和为m*(n/m)2。将图像数量与对图像进行聚类得到的图像档案的数量记为q(基于经验，q的取值约为5)，则一个图像组对应的初始图像档案的数量为(n/qm)。对各个图像组对应的初始图像档案进行合并所需的算力为(m-1)*(n/qm)2。因此，本实施例中生成图像档案所需的算力为m*(n/m)2+(m-1)*(n/qm)2，小于相关技术中生成图像档案所需的算力n2。
96.例如，n的取值为1000w，m的取值为10，q的取值为5。相关技术所需的算力n2＝(1000w)2＝100万亿。本发明实施例所需的算力：m*(n/m)2+(m-1)*(n/qm)2＝10*(1000w/10)2+(10-1)*[1000w/(5*10)]2＝10.36万亿。
[0097]
基于以上举例能够看出，在图像数量相同的情况下，本实施例生成图像档案所需
的算力远小于相关技术中生成图像档案所需的算力。随着城市中拍摄设备的增加与升级，拍摄设备抓拍到的、用于生成图像档案的图像数量也越来越多。在图像数量不断增长的场景中，本实施例所提供的方法能够避免图像档案的生成过程所需的算力超出当前算力上限，保证图像档案的生成过程正常完成。换言之，在算力相同的情况下，相比于相关技术，本实施例能够针对更多数量的图像生成图像档案。由此，使得本实施例至少能够实现如下的有益效果：
[0098]
有益效果一：减少了生成图像档案的次数。例如，一天内拍摄设备拍摄得到的图像的总数量一定，由于本实施例一次生成图像档案的过程能够针对更多数量的图像，因而本实施例通过较少次的生成图像档案的过程，便能够完成对一天内拍摄的图像的处理。
[0099]
有益效果二：延长了一次生成图像档案的过程对应的时间间隔，使得一次生成图像档案的过程中属于同一个对象的图像数量增加，降低了生成图像档案的难度，从而避免了多档(属于同一对象的不同图像被归为不同图像档案)、漏档(图像未被归为任何图像档案)等异常情况的发生。因此，提高了生成图像档案的成功率，以及所生成的图像档案的准确性。
[0100]
例如，相关技术仅能针对4小时内拍摄的图像生成图像档案，而本实施例能够针对12小时内拍摄的图像生成图像档案。在4小时内，一个对象仅出现2次，即一个对象仅对应两个图像，两个图像分别包括该对象的正面以及90
°
侧面，生成图像档案的难度较大，可能导致多档及漏档等异常情况，生成图像档案的成功率低、所生成的图像档案不够准确。而在12小时内。一个对象可能会出现更多次，例如6次，6次对应的6个图像分别记录该对象的正面、15
°
侧面、30
°
侧面、45
°
侧面、60
°
侧面和90
°
侧面，降低了生成图像档案的难度，避免了多档及漏档等异常情况，生成图像档案的成功率高，所生成的图像档案较为准确。
[0101]
参见图4，图4示出了一种示例性的聚档过程的示意图，根据上文说明可知，聚档过程包括初始聚档(即生成图像档案，所生成的图像档案即为上述目标图像档案)、动静关联和档案合并。因此，在示例性实施例中，在得到目标图像档案之后，还将目标图像档案与历史图像档案进行合并，历史图像档案为在目标图像档案之前已得到的图像档案。示例性地，将目标图像档案与历史图像档案进行合并的方式包括但不限于如下两种。
[0102]
合并方式一：对相似程度满足条件的初始图像档案进行合并，得到目标图像档案之后，方法还包括：确定目标图像档案的对象标识。对具有相同的对象标识的目标图像档案与第二图像档案进行合并，第二图像档案为在目标图像档案之前已得到的图像档案。
[0103]
示例性地，确定一个目标图像档案的对象标识，包括：将目标图像档案的特征向量与对象库中的标准照片的特征向量进行比对，响应于目标图像档案的特征向量与一个标准照片的特征向量之间的距离小于第三距离阈值，则认为比对成功，将该标准照片对应的对象的对象标识确定为该目标图像档案的对象标识。其中，目标图像档案的特征向量包括目标图像档案的中心特征向量和代表特征向量中的至少一种特征向量，确定目标图像档案的中心特征向量和代表特征向量的方式参见上文说明，此处不再进行赘述。在确定目标图像档案的对象标识之后，将具有相同的对象标识的目标图像档案与第二图像档案进行合并，得到第一合并档案，该第一合并档案也与该对象标识相对应。
[0104]
合并方式二：对相似程度满足条件的初始图像档案进行合并，得到目标图像档案之后，方法还包括：对相似程度满足第二阈值的目标图像档案与第一图像档案进行合并，第
一图像档案为在目标图像档案之前已得到的图像档案。
[0105]
其中，确定目标图像档案与第一图像档案的相似程度的方式，参见上文中确定不同的初始图像档案的相似程度的方式，此处不再进行赘述。在确定目标图像档案与第一图像档案的相似程度满足第二阈值的情况下，便合并目标图像档案与第一图像档案，得到第二合并档案。示例性地，本实施例在获得第二合并档案之后，通过第二合并档案与对象库的对比来确定第二合并档案的身份标识。或者，本实施例中首先确定目标图像档案的对象标识，响应于成功确定对象标识，则执行上述合并方式一，响应于未成功确定对象标识，再执行合并方式二。
[0106]
根据上文有益效果一可知，相比于相关技术中生成图像档案的方式，本实施例提供的生成图像档案的方式能够减少图像档案的生成次数。由于每次生成图像档案之后均需要进行动静关联和档案合并，因而减少图像档案的生成次数，也就减少了动静关联的次数和档案合并的次数，从而降低了聚档过程对于算力的需求。根据上文说明可知，动静关联过程需要应用对象库，档案合并需要应用历史档案。并且，除了上文所说的图像数量不断增长的情况以外，目前对象库的规模也在不断扩大，历史档案的数量也不断增加。由于初始聚档、动静合并和档案合并的时间复杂度均为o(n2)，因而图像数量和历史档案数量的增加、对象库规模的扩大会使得聚档过程所需的算力快速增加。通过本实施例所提供的方法，能够避免图像档案的生成过程所需的算力超出当前算力上限。
[0107]
参见图5，对相关技术和本实施例所需的算力进行对比说明。
[0108]
对于一定数量的图像，本实施例通过一次生成图像档案的过程即可完成对这些图像的处理，所生成的图像档案的数量为a*x(基于经验，a的取值约为1.2-1.5)。相关技术中需要通过p(p为大于1的正整数)次生成图像档案的过程才能够完成对这些图像的处理，所生成的图像档案的数量为x。将对象库中的对象信息的数量记为u，将历史档案的数量记为v，则本实施例完成聚档过程所需的算力为：a*x*(u+v)，而相关技术中完成聚档过程需的算力为p*x*(u+v)，由于a＜p，因而本实施例完成聚档过程所需的算力小于相关技术中完成聚档过程所需的算力。
[0109]
例如，a的取值为1.2，x的取值为100w，p的取值为2，u的取值为1亿，v的取值为2000w。本实施例完成聚档过程所需的算力为：1.2*100w*(1亿+2000w)＝144万亿。相关技术完成聚档过程所需的算力为：2*100w*(1亿+2000w)＝240万亿。由此可见，本实施例完成聚档过程所需的算力远小于相关技术中完成聚档过程所需的算力
[0110]
综上所述，本发明实施例在获得多个图像之后，首先将多个图像划分为多个图像组，对各个图像组中的图像分别聚类得到图像组对应的初始图像档案，再对初始图像档案合并得到目标图像档案。由此，在图像数量一定的情况下，减少了生成图像档案的过程所需的算力。在算力一定的情况下，增加了一次生成图像档案的过程所能针对的图像的数量，从而有利于提高生成图像档案的成功率，且有利于增加所生成的图像档案的准确性。
[0111]
以上介绍了本发明实施例提供的生成图像档案的方法，与上述方法对应，本发明实施例还提供生成图像档案的装置。该装置用于通过图6所示的各个模块执行上述图2所示的生成图像档案的方法。如图6所示，本发明实施例提供的生成图像档案的装置包括如下几个模块。
[0112]
划分模块601，用于获取多个图像，将多个图像划分为至少两个图像组。划分模块
601执行的步骤参见上文方法实施例201中的说明，此处不再进行赘述
[0113]
聚类模块602，用于对至少两个图像组中的各个图像组包括的图像分别进行聚类，得到各个图像组对应的初始图像档案，每个图像组对应至少一个初始图像档案。聚类模块602执行的步骤参见上文方法实施例202中的说明，此处不再进行赘述。
[0114]
合并模块603，用于对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。合并模块603执行的步骤参见上文方法实施例203中的说明，此处不再进行赘述。
[0115]
在示例性实施例中，相似程度满足条件是指相似程度满足第一阈值。
[0116]
在示例性实施例中，所述合并模块603，用于对相似程度满足条件且对应不同图像组的初始图像档案进行合并，得到目标图像档案。
[0117]
在示例性实施例中，同一个图像组中的图像的信息相同或者相近，其中，每个图像的信息包括位置信息和属性信息中的至少一种信息，位置信息用于指示拍摄图像的拍摄设备的位置，属性信息用于指示图像记录的对象的属性。
[0118]
在示例性实施例中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同区域的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的区域基于位置信息所指示的拍摄图像的拍摄设备的位置确定。
[0119]
在示例性实施例中，区域基于经纬度和对象流量中的至少一种划分得到。
[0120]
在示例性实施例中，每个图像的信息包括位置信息，同一个图像组中包括多个图像中位于相同路径的拍摄设备所拍摄的图像，拍摄各个图像的拍摄设备所位于的路径基于位置信息所指示的拍摄图像的拍摄设备的位置确定，路径为对象移动形成的路径。
[0121]
在示例性实施例中，每个图像的信息包括属性信息，同一个图像组中包括多个图像中属性信息相同的图像。
[0122]
在示例性实施例中，对象的属性与对象的外观相关。
[0123]
在示例性实施例中，合并模块603，还用于对相似程度满足第二阈值的目标图像档案与第一图像档案进行合并，第一图像档案为在目标图像档案之前已得到的图像档案。
[0124]
在示例性实施例中，合并模块603，还用于确定目标图像档案的对象标识；对具有相同的对象标识的目标图像档案与第二图像档案进行合并，第二图像档案为在目标图像档案之前已得到的图像档案。
[0125]
在示例性实施例中，聚类模块602，用于对多个图像进行特征提取，得到多个图像的多个第一特征向量，基于多个第一特征向量对至少两个图像组中的各个图像组包括的图像分别进行聚类；
[0126]
合并模块603，用于基于初始图像档案包括的图像的第一特征向量确定初始图像档案的第二特征向量，基于第二特征向量对相似程度满足条件的初始图像档案进行合并，得到目标图像档案。
[0127]
在示例性实施例中，位于同一个初始图像档案中的各个图像具有相同特征。
[0128]
在示例性实施例中，位于同一个初始图像档案中的各个图像对应同一对象。
[0129]
综上所述，本发明实施例在获得多个图像之后，首先将多个图像划分为多个图像组，对各个图像组中的图像分别聚类得到图像组对应的初始图像档案，再对初始图像档案合并得到目标图像档案。由此，在图像数量一定的情况下，减少了生成图像档案的过程所需的算力。在算力一定的情况下，增加了一次生成图像档案的过程所能针对的图像的数量，从
而有利于提高生成图像档案的成功率，且有利于增加所生成的图像档案的准确性。
[0130]
应理解的是，上述图6提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0131]
本发明实施例提供了一种生成图像档案的设备，该设备包括：通信接口和处理器，可选的，该通信设备还包括存储器。其中，该通信接口、该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，以控制通信接口接收信号，并控制通信接口发送信号，并且当该处理器执行该存储器存储的指令时，使得该处理器执行本发明实施例所提供的任一种示例性的生成图像档案的方法。
[0132]
参见图7，图7示出了本发明一示例性的生成图像档案的设备700的结构示意图。图7所示的生成图像档案的设备700用于执行上述图2所示的生成图像档案的方法所涉及的操作。该生成图像档案的设备700例如是一台服务器、由多台服务器组成的服务器集群，或者是一个云计算服务中心等。
[0133]
如图7所示，生成图像档案的设备700包括至少一个处理器701、存储器703以及至少一个通信接口704。
[0134]
处理器701例如是通用cpu、数字信号处理器(digital signal processor，dsp)、网络处理器(network processer，np)、gpu、神经网络处理器(neural-network processing units，npu)、数据处理单元(data processing unit，dpu)、微处理器或者一个或多个用于实现本发明实施例方案的集成电路或专用集成电路(application-specific integrated circuit，asic)，可编程逻辑器件(programmable logic device，pld)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。pld例如是复杂可编程逻辑器件(complex programmable logic device，cpld)、现场可编程逻辑门阵列(field-programmable gate array，fpga)、通用阵列逻辑(generic array logic，gal)或其任意组合。其可以实现或执行结合本发明实施例公开内容所描述的各种逻辑方框、模块和电路。处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，dsp和微处理器的组合等等。
[0135]
可选的，生成图像档案的设备700还包括总线702。总线702用于在生成图像档案的设备700的各组件之间传送信息。总线702可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。总线702可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0136]
存储器703例如是只读存储器(read-only memory，rom)或可存储静态信息和指令的其它类型的存储设备，又如是随机存取存储器(random access memory，ram)或者可存储信息和指令的其它类型的动态存储设备，又如是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者是能够用于携带或存储具有
指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器703例如是独立存在，并通过总线702与处理器701相连接。存储器703也可以和处理器701集成在一起。
[0137]
通信接口704使用任何收发器一类的装置，用于与其它设备或通信网络通信，通信网络可以为以太网、无线接入网(radio access network，ran)或无线局域网(wireless local area network，wlan)等。通信接口704可以包括有线通信接口，还可以包括无线通信接口。具体的，通信接口704可以为以太(ethernet)接口，如：快速以太(fast ethernet，fe)接口、千兆以太(gigabit ethernet，ge)接口，异步传输模式(asynchronous transfer mode，atm)接口，wlan接口，蜂窝网络通信接口或其组合。以太网接口可以是光接口，电接口或其组合。在本发明的一些实施方式中，通信接口704可以用于生成图像档案的设备700与其他设备进行通信。
[0138]
在具体实现中，作为一些实施方式，处理器701可以包括一个或多个cpu，如图7中所示的cpu0和cpu1。这些处理器中的每一个可以是一个单核处理器，也可以是一个多核处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
[0139]
在具体实现中，作为一些实施方式，生成图像档案的设备700可以包括多个处理器，如图7中所示的处理器701和处理器705。这些处理器中的每一个可以是一个单核处理器，也可以是一个多核处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(如计算机程序指令)的处理核。
[0140]
在一些实施方式中，存储器703用于存储执行本发明实施例方案的程序代码710，处理器701可以执行存储器703中存储的程序代码710。也即是，生成图像档案的设备700可以通过处理器701以及存储器703中的程序代码710，来实现方法实施例提供的生成图像档案的方法。程序代码710中可以包括一个或多个软件模块。可选地，处理器701自身也可以存储执行本发明实施例方案的程序代码或指令。
[0141]
在具体实施过程中，本发明实施例的生成图像档案的设备700可对应于用于执行上述方法的设备，生成图像档案的设备700中的处理器701读取存储器703中的指令，使图7所示的生成图像档案的设备700能够执行方法实施例中的全部或部分步骤。
[0142]
生成图像档案的设备700还可以对应于上述图6所示的装置，图6所示的装置中的每个功能模块采用生成图像档案的设备700的软件实现。换句话说，图6所示的装置包括的功能模块为生成图像档案的设备700的处理器701读取存储器703中存储的程序代码710后生成的。
[0143]
其中，图2所示的生成图像档案的方法的各步骤通过生成图像档案的设备700的处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本发明实施例所公开的方法实施例的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法实施例的步骤，为避免重复，这里不再详细描述。
[0144]
应理解的是，上述处理器可以是中央处理器(central processing unit，cpu)，还
可以是其他通用处理器、数字信号处理器(digital signal processing，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。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced risc machines，arm)架构的处理器。
[0145]
进一步地，在一种可选的实施例中，上述存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
[0146]
该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用。例如，静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic random access memory，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data date sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。
[0147]
本发明实施例提供了一种计算机程序，当计算机程序被计算机执行时，可以使得处理器或计算机执行上述方法实施例中对应的各个步骤和/或流程。
[0148]
本发明实施例提供了一种计算机程序(产品)，计算机程序(产品)包括：计算机程序代码，当计算机程序代码被计算机运行时，使得计算机执行上述任一种示例性实施例提供的生成图像档案的方法。
[0149]
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条指令，指令由处理器加载并执行，以使计算机执行任一种示例性实施例提供的生成图像档案的方法。
[0150]
本发明实施例提供了一种芯片，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的设备执行上述任一种示例性实施例提供的生成图像档案的方法。
[0151]
本发明实施例提供另一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行上述任一种示例性实施例提供的生成图像档案的方法。
[0152]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质
中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk)等。
[0153]
以上所述仅为本发明的实施例，并不用以造成限制，凡在本发明实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。