一种人员关系网生成方法、装置、电子设备及存储介质与流程

1.本发明涉及关系网生成技术领域，尤其涉及一种人员关系网生成方法、装置、电子设备及存储介质。


背景技术：

2.人员关系网，是表征人员与人员之间是否存在联系的网络，在实际生活中，随着现代社会经济和网络的迅速发展，可以采集城市中的大量数据，而这些数据中包含了不同人员的出行、购物、住宿等各方面的信息，通过对这些数据的分析，可以得到一个人的生活轨迹，人与人之间的是否存在关系等信息，这些信息可以商用推荐、公安侦查等各方面提供帮助。
3.在现有技术中，在公共场所安装图像采集、个人身份识别设备，需要按照法律规定进行，并且需要为维护公共安全所必需，并设置显著的提示标识。所收集的个人图像、个人身份特征信息只能用于维护公共安全的目的，不得公开或者向他人提供；取得个人单独同意或者法律、行政法规另有规定的除外；而现有的人员关系网络的构建，主要基于从公安系统中获取海量数据，并从中获取每个人的行为信息来分析两个人之间的关系，并进一步构建构建网络。
4.然而，受保密等级影响，所能获取到的公安系统的数据具有很强的局限性，只能通过同住、同乘之类的方式来分析人员之间的关系，适用场景过小，只能获取到有限场景下的人员关系，且只能获取有限的人员关系，在法律许可的范围内，如何对依法获得的海量数据在符合法律规定的基础上，进一步进行处理，使其更好的应用于公共安全或者其他符合法律规定的情形是本技术要解决的技术问题。


技术实现要素：

5.本发明提供了一种人员关系网生成方法、装置、电子设备及存储介质，用于解决现有的人员关系网生成方式适用场景小，且获取的人员关系有限的技术问题。
6.本发明提供了一种人员关系网生成方法，包括：
7.通过多个预设的感知设备采集图像数据；
8.从所述图像数据中提取多个人员的基础信息；
9.根据人员之间的基础信息和预设关系阈值，确定人员关系；
10.根据所有人员之间的人员关系，生成人员关系网。
11.可选地，所述从所述图像数据中提取多个人员的基础信息的步骤，包括：
12.对所述图像数据进行人脸特征识别，得到多个人员的人脸信息；
13.分别以每个人员的人脸信息为基础，从所述图像数据中获取存在对应的人员的关联图像，并从所述关联图像中获取对应人员的基础特征信息；
14.获取所述关联图像的采集时间和采集地点；
15.采用每个人员的人脸信息、基础特征信息、关联图像及关联图像的采集时间和采
集地点，生成对应人员的基础信息。
16.可选地，所述人员关系包括存在关系和不存在关系；所述根据人员之间的基础信息和预设关系阈值，确定人员关系的步骤，包括：
17.依次以每个人员作为目标人员，从所述目标人员的基础信息中获取目标关联图像；
18.依次将所述目标关联图像中存在的人员作为疑似关系人员；
19.计算所述疑似关系人员在所述目标关联图像中的出现次数；
20.判断所述出现次数是否大于预设关系阈值；
21.若所述出现次数大于预设关系阈值，则获取出现所述疑似关系人员的目标关联图像的目标采集地点；
22.判断所述目标采集地点是否唯一；
23.若否，确定所述目标人员与所述疑似关系人员的人员关系为存在关系；
24.若是，则所述目标人员与所述疑似关系人员的人员关系为不存在关系。
25.可选地，所述根据所有人员之间的人员关系，生成人员关系网的步骤，包括：
26.以存在关系为边，连接具有存在关系的人员，生成人员关系网。
27.可选地，还包括：
28.统计所述目标关联图像的第一数量；
29.统计出现所述疑似关系人员的目标关联图像的第二数量；
30.计算所述第二数量与所述第一数量的比值，生成所述疑似关系人员与所述目标人员的亲密度。
31.可选地，所述依次以每个人员作为目标人员，从所述目标人员的基础信息中获取目标关联图像的步骤，包括：
32.依次以每个人员作为目标人员，从所述目标人员的基础信息中获取关联图像的采集时间；
33.将采集时间处于预设时间区间内的所述目标人员的关联图像作为目标关联图像。
34.本发明还提供了一种人员关系网生成装置，包括：
35.图像数据采集模块，用于通过多个预设的感知设备采集图像数据；
36.基础信息提取模块，用于从所述图像数据中提取多个人员的基础信息；
37.人员关系确定模块，用于根据人员之间的基础信息和预设关系阈值，确定人员关系；
38.人员关系网生成模块，用于根据所有人员之间的人员关系，生成人员关系网。
39.可选地，所述基础信息提取模块，包括：
40.人脸信息获取子模块，用于对所述图像数据进行人脸特征识别，得到多个人员的人脸信息；
41.关联图像获取子模块，用于分别以每个人员的人脸信息为基础，从所述图像数据中获取存在对应的人员的关联图像，并从所述关联图像中获取对应人员的基础特征信息；
42.采集时间和采集地点获取子模块，用于获取所述关联图像的采集时间和采集地点；
43.基础信息生成子模块，用于采用每个人员的人脸信息、基础特征信息、关联图像及
关联图像的采集时间和采集地点，生成对应人员的基础信息。
44.本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
45.所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
46.所述处理器用于根据所述程序代码中的指令执行如上任一项所述的人员关系网生成方法。
47.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的人员关系网生成方法。
48.从以上技术方案可以看出，本发明具有以下优点：本发明提供了一种人员关系网生成方法，具体可以包括：通过多个预设的感知设备采集图像数据；从所述图像数据中提取多个人员的基础信息；根据人员之间的基础信息和预设关系阈值，确定人员关系；根据所有人员之间的人员关系，生成人员关系网。本发明通过采用感知设备采集图像数据，可以获取到各种场合下的图像数据，数据来源面广，适用场景多。此外，本发明通过从图像数据中提取人员的基础信息，基于基础信息在不同图像数据之间的关联性，结合预设关系阈值，可以快速获取人员与人员之间的关系，便于人员关系网的快速构建。
附图说明
49.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
50.图1为本发明实施例提供的一种人员关系网生成方法的步骤流程图；
51.图2为本发明另一实施例提供的一种人员关系网生成方法的步骤流程图；
52.图3为本发明实施例提供的一种关系网的结构示意图；
53.图4为本发明实施例提供的一种人员关系网的生成装置的结构框图。
具体实施方式
54.本发明实施例提供了一种人员关系网生成方法、装置、电子设备及存储介质，用于解决现有的人员关系网生成方式适用场景小，且获取的人员关系有限的技术问题。
55.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
56.请参阅图1，图1为本发明实施例提供的一种人员关系网生成方法的步骤流程图。
57.本发明提供的一种人员关系网的生成方法，具体可以包括以下步骤：
58.步骤101，通过多个预设的感知设备采集图像数据；
59.在本发明实施例中，感知设备可以包括但不限于ai摄像机、具备明确人员途径的可见光设备或者考勤设备等。感知设备可以不设在诸如商场、广场、步行街、办公区域、酒店、车站等不同的场所。
60.在本发明实施例中，通过感知设备，可以实时采集各个场所的图像数据。
61.步骤102，从图像数据中提取多个人员的基础信息；
62.在获取到各个场所的图像数据后，可以通过人脸识别从中识别不同的人员，并以人员为基础，抽取各个人员的基础信息。其中，基础信息可以包括但不限于人脸特征、人体特征、人员的行为特征等，还可以包括图像数据的采集地点、采集时间等。
63.步骤103，根据人员之间的基础信息和预设关系阈值，确定人员关系；
64.在获取到人员的基础信息后，可以根据人员基础信息之间的关联和预设的关系阈值，来确定人员之间的关系。
65.步骤104，根据所有人员之间的人员关系，生成人员关系网。
66.人员关系，是指两个人是否曾在同一个图像数据中存在联系，当两个人员频繁在相同地点相同时间被相同感知设备采集到时，可认为两个人员之间存在一定的关系。若两个人员在图像数据中不存在交集或交集很好，则可认为两个人员之间不存在关系。
67.在获取到人员之间的关系后，可以建立人员之间的人员关系网。
68.本发明通过采用感知设备采集图像数据，可以获取到各种场合下的图像数据，数据来源面广，适用场景多。此外，本发明通过从图像数据中提取人员的基础信息，基于基础信息在不同图像数据之间的关联性，结合预设关系阈值，可以快速获取人员与人员之间的关系，便于人员关系网的快速构建。
69.请参阅图2，图2为本发明另一实施例提供的一种人员关系网生成方法的步骤流程图。具体可以包括以下步骤：
70.步骤201，通过多个预设的感知设备采集图像数据；
71.在本发明实施例中，感知设备可以包括但不限于ai摄像机、具备明确人员途径的可见光设备或者考勤设备等。感知设备可以不设在诸如商场、广场、步行街、办公区域、酒店、车站等不同的场所。
72.步骤202，对图像数据进行人脸特征识别，得到多个人员的人脸信息；
73.在本发明实施例中，要确定图像数据中的人员，可以通过人脸特征识别技术，从而获取人脸信息，从而对图像数据中的人员进行区分。
74.步骤203，分别以每个人员的人脸信息为基础，从图像数据中获取存在对应的人员的关联图像，并从关联图像中获取对应人员的基础特征信息；
75.在完成对图像数据中的人脸识别后，可以基于所识别到的人脸信息，将具有同一个人员的关联图像进行整合。关联图像可以用于采集一个人员在一定时间内的信息，包括但不限于基础特征信息、行动轨迹等。其中，基础特征信息可以包括年龄、性别、身高、表情、当前行为状态、衣服类型、是否穿戴帽子等。
76.步骤204，获取关联图像的采集时间和采集地点；
77.在获取到关联图像后，可以记录每个关联图像的采集时间和采集地点。从而形成人员的行动轨迹，以及分析该人员频繁出入的场所。
78.步骤205，采用每个人员的人脸信息、基础特征信息、关联图像及关联图像的采集时间和采集地点，生成对应人员的基础信息；
79.在获取到每个人员的人脸信息、基础特征信息、关联图像及关联图像的采集时间和采集地点后，可以生成该人员的基础信息。需要说明的是，人员的基础信息还可以包括乘
车记录、酒店记录等信息，本发明对此不作具体限定。
80.步骤206，根据人员之间的基础信息和预设关系阈值，确定人员关系；
81.在获取到人员的基础信息后，可以根据人员基础信息之间的关联和预设的关系阈值，来确定人员之间的关系。
82.在一个示例中，人员关系可以包括存在关系与不存在关系；步骤206具体可以包括以下子步骤：
83.s61，依次以每个人员作为目标人员，从目标人员的基础信息中获取目标关联图像；
84.s62，依次将目标关联图像中存在的人员作为疑似关系人员；
85.s63，计算疑似关系人员在目标关联图像中的出现次数；
86.s64，判断出现次数是否大于预设关系阈值；
87.s65，若出现次数大于预设关系阈值，则获取出现疑似关系人员的目标关联图像的目标采集地点；
88.s66，判断目标采集地点是否唯一；
89.s67，若否，确定目标人员与疑似关系人员的人员关系为存在关系；
90.s68，若是，则目标人员与疑似关系人员的人员关系为不存在关系。
91.在本发明实施例中，可以依次以每个人员作为目标人员，计算目标人员与其他人员之间的关系。
92.具体地，将所有的目标关联图像中的人员作为疑似关系人员，并计算每一个疑似关系人员在所有的目标关联图像中的出现次数。该出现次数即为疑似关系人员与目标关系人员在同一时间、同一场所出现的次数，存在同时出现的情况，便可认为该疑似关系人员与目标人员可能存在同行的情况。而同时可认为两者之间存在某种关系，包括但不限于朋友、亲人等。
93.需要说明的是，有限的出现次数，可以是偶然，因此，有限的出现次数会干扰关系的判断。因此，在本发明实施例中，引入关系阈值，当出现次数大于关系阈值时，才可大致判定两者之间存在关系，而出现次数越大，两者之间存在关系的可能性越大。
94.进一步地，如果目标人员与疑似关系人员只在同一个场所同时出现，即使出现次数大于关系阈值，两者也未必存在关系，也可能是两者的行动轨迹较为重合。因此，在本发明实施例中，当出现次数大于关系阈值时，还可以判断目标人员与疑似关系人员共现的目标图像数据的目标采集地点是否唯一，若不唯一，则表征两个人员在不同的场合同时出现过，这种情况下，偶遇的可能性会大大降低，两个人员之间存在关系的可能性大大增加。此时可以认为目标人员与疑似关系人员之间存在关系。反之，则可以认为目标人员以疑似关系人员之间不存在关系。
95.进一步地，依次以每个人员作为目标人员，从目标人员的基础信息中获取目标关联图像的步骤，可以包括：
96.s611，依次以每个人员作为目标人员，从目标人员的基础信息中获取关联图像的采集时间；
97.s612，将采集时间处于预设时间区间内的目标人员的关联图像作为目标关联图像。
98.在实际应用中，图像数据随着时间的累积会变得庞杂，而过于庞杂的数据量会带来较大的计算压力，因此，在本发明实施例中，可以根据实际需要，选定时间区间，从而只针对时间区间内的图像数据进行处理，以得到每个目标人员的目标关联图像。
99.在实际应用中，还可以根据疑似关系人员与目标人员的共现次数，来分析疑似关系人员与目标人员之间的亲密度。具体可以通过以下步骤实现：
100.统计目标关联图像的第一数量；
101.统计出现疑似关系人员的目标关联图像的第二数量；
102.计算第二数量与第一数量的比值，生成疑似关系人员与目标人员的亲密度。
103.其中，第二数量与第一数量的比值越大，表征目标人员每次出行跟疑似关系人员同行的可能性越大，其可从侧面反映两者之间关系较为亲密，亲密度高。
104.步骤207，根据所有人员之间的人员关系，生成人员关系网。
105.在本发明实施例中，在确定了人员之间的人员关系之后，可以以存在关系为边，连接具有存在关系的人员，生成人员关系网。
106.在一个示例中，如图3所示，图3为本发明实施例提供的一种关系网的结构示意图。
107.其中，每个节点表示一个人员(如人员1、2、3、4)，节点越大，表征与该节点存在关系的人员越多。通过人员关系网，可以直观地看出2016年到 2021年之间所采集的图像数据之中人员与人员之间的关系。
108.本发明通过采用感知设备采集图像数据，可以获取到各种场合下的图像数据，数据来源面广，适用场景多。此外，本发明通过从图像数据中提取人员的基础信息，基于基础信息在不同图像数据之间的关联性，结合预设关系阈值，可以快速获取人员与人员之间的关系，便于人员关系网的快速构建。
109.请参阅图4，图4为本发明实施例提供的一种人员关系网的生成装置的结构框图。
110.本发明实施例提供了一种人员关系网生成装置，包括：
111.图像数据采集模块401，用于通过多个预设的感知设备采集图像数据；
112.基础信息提取模块402，用于从图像数据中提取多个人员的基础信息；
113.人员关系确定模块403，用于根据人员之间的基础信息和预设关系阈值，确定人员关系；
114.人员关系网生成模块404，用于根据所有人员之间的人员关系，生成人员关系网。
115.在本发明实施例中，基础信息提取模块402，包括：
116.人脸信息获取子模块，用于对图像数据进行人脸特征识别，得到多个人员的人脸信息；
117.关联图像获取子模块，用于分别以每个人员的人脸信息为基础，从图像数据中获取存在对应的人员的关联图像，并从关联图像中获取对应人员的基础特征信息；
118.采集时间和采集地点获取子模块，用于获取关联图像的采集时间和采集地点；
119.基础信息生成子模块，用于采用每个人员的人脸信息、基础特征信息、关联图像及关联图像的采集时间和采集地点，生成对应人员的基础信息。
120.在本发明实施例中，人员关系包括存在关系和不存在关系；人员关系确定模块403，包括：
121.目标关联图像获取子模块，用于依次以每个人员作为目标人员，从目标人员的基
础信息中获取目标关联图像；
122.疑似关系人员确定子模块，用于依次将目标关联图像中存在的人员作为疑似关系人员；
123.出现次数计算子模块，用于计算疑似关系人员在目标关联图像中的出现次数；
124.第一判断子模块，用于判断出现次数是否大于预设关系阈值；
125.目标采集地点获取子模块，用于若出现次数大于预设关系阈值，则获取出现疑似关系人员的目标关联图像的目标采集地点；
126.第二判断子模块，用于判断目标采集地点是否唯一；
127.存在关系判断子模块，用于若否，确定目标人员与疑似关系人员的人员关系为存在关系；
128.不存在关系判断子模块，用于若是，则目标人员与疑似关系人员的人员关系为不存在关系。
129.在本发明实施例中，人员关系网生成模块404，包括：
130.人员关系网生成子模块，用于以存在关系为边，连接具有存在关系的人员，生成人员关系网。
131.在本发明实施例中，人员关系确定模块403，还包括：
132.第一数量统计子模块，用于统计目标关联图像的第一数量；
133.第二数量统计子模块，用于统计出现疑似关系人员的目标关联图像的第二数量；
134.亲密度生成子模块，用于计算第二数量与第一数量的比值，生成疑似关系人员与目标人员的亲密度。
135.在本发明实施例中，目标关联图像获取子模块，包括：
136.采集时间获取单元，用于依次以每个人员作为目标人员，从目标人员的基础信息中获取关联图像的采集时间；
137.目标关联图像确定单元，用于将采集时间处于预设时间区间内的目标人员的关联图像作为目标关联图像。
138.本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：
139.存储器用于存储程序代码，并将程序代码传输给处理器；
140.处理器用于根据程序代码中的指令执行本发明实施例的人员关系网生成方法。
141.本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明实施例的人员关系网生成方法。
142.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
143.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
144.本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例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，本发明实施例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。
145.本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
146.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
147.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
148.尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
149.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
150.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。