本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種人群關(guān)系網(wǎng)絡(luò)分析方法及裝置。
背景技術(shù)：
：在數(shù)據(jù)的智能分析和挖掘領(lǐng)域，往往通過(guò)對(duì)海量數(shù)據(jù)的深入分析處理來(lái)發(fā)現(xiàn)隱含在數(shù)據(jù)中的有用模式，從而解決日常社會(huì)生活中的各種問(wèn)題場(chǎng)景。如智慧城市/安防，商業(yè)智能(英文：BusinessIntelligence，簡(jiǎn)稱：BI)等應(yīng)用場(chǎng)景中，都對(duì)人的活動(dòng)特別是人群(社會(huì))活動(dòng)的相關(guān)模式有著濃厚的興趣和應(yīng)用的痛點(diǎn)，這些模式包含人群的特定的活動(dòng)時(shí)間規(guī)律、地點(diǎn)規(guī)律、軌跡規(guī)律及這些規(guī)律背后的隱含的商業(yè)價(jià)值。但在這些模式中，人群關(guān)系網(wǎng)絡(luò)是一個(gè)有相對(duì)較高價(jià)值，且處于較深層次的模式信息，蘊(yùn)含著較高的商業(yè)價(jià)值。事實(shí)上，在目前已經(jīng)比較充分的數(shù)字化、互聯(lián)網(wǎng)化的生活模式下，人的各種類型的活動(dòng)通常都伴隨信息化/數(shù)字化信息的產(chǎn)生，比方說(shuō)人的購(gòu)買(mǎi)行為會(huì)產(chǎn)生一條或多條的購(gòu)物記錄及支付記錄，一次旅行會(huì)產(chǎn)生為數(shù)眾多的交通、住宿等記錄，打一次電話或通過(guò)社交APP的聯(lián)系溝通等，會(huì)產(chǎn)生通話記錄/社交記錄等信息，總之，人的衣食住行、工作、教育、醫(yī)療等幾乎所有活動(dòng)，都被數(shù)字化、信息化，在這個(gè)過(guò)程中也就產(chǎn)生了海量的信息。人群關(guān)系網(wǎng)絡(luò)的分析需要記錄人群中的個(gè)人不同類型活動(dòng)的信息，然而，雖然以上海量的信息極其巨大，但一個(gè)最重大的問(wèn)題是這些看似海量的信息卻以極其割裂的方式掌握在各方手中，這種割裂數(shù)據(jù)的形式導(dǎo)致這些數(shù)據(jù)在應(yīng)用上要統(tǒng)一應(yīng)用非常困難：幾乎不可能被統(tǒng)一的收集并加以利用，這是由于在不同的數(shù)據(jù)之間，同一個(gè)人的信息由于缺乏統(tǒng)一的標(biāo)識(shí)，無(wú)法進(jìn)行綜合統(tǒng)一的分析，無(wú)法分辨不同的信息哪些是來(lái)自于同一個(gè)人，這樣就丟失了重要的分析基礎(chǔ)；數(shù)據(jù)的格式極其不統(tǒng)一，在統(tǒng)一整理使用分析方面困難巨大?；谝陨蠁?wèn)題，通常在一個(gè)垂直領(lǐng)域進(jìn)行人員關(guān)系網(wǎng)絡(luò)的分析是比較常見(jiàn)的，如銀行財(cái)務(wù)關(guān)系網(wǎng)絡(luò)，購(gòu)物平臺(tái)的消費(fèi)關(guān)系網(wǎng)絡(luò)等。但是這些領(lǐng)域依然存在以下方面的缺點(diǎn)：數(shù)據(jù)通常依賴于人為輸入的準(zhǔn)確性，但是人們?cè)谶@些活動(dòng)中，通常會(huì)使用一些非真實(shí)的身份信息；基于賬號(hào)等身份信息容易在多方之間互相串用，導(dǎo)致很多的噪音數(shù)據(jù)，影響分析的準(zhǔn)確性?？偨Y(jié)以上問(wèn)題，通過(guò)目前常規(guī)信息來(lái)源及分析手段，第一，不能得到廣泛人群關(guān)系網(wǎng)絡(luò)的分析的方案，第二，即便在垂直分析領(lǐng)域，數(shù)據(jù)來(lái)源的天生不可靠性對(duì)數(shù)據(jù)分析的準(zhǔn)確性也產(chǎn)生一定的影響。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例提供一種人群關(guān)系網(wǎng)絡(luò)分析方法及裝置，以實(shí)現(xiàn)廣泛、準(zhǔn)確的人群關(guān)系分析。一方面，提供了一種人群關(guān)系網(wǎng)絡(luò)分析方法，所述方法包括：根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集，采集到的數(shù)據(jù)包括人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息；將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理；根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息。優(yōu)選地，所述結(jié)構(gòu)化信息包括：采集時(shí)間、采集地點(diǎn)，所述根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息，包括：根據(jù)采集時(shí)間進(jìn)行時(shí)延關(guān)系過(guò)濾，確定所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系；根據(jù)采集地點(diǎn)進(jìn)行地理信息映射，確定各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所；根據(jù)所述采集時(shí)間和采集地點(diǎn)，分析各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為；根據(jù)所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系、各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所、以及各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為，構(gòu)造所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的人群關(guān)系無(wú)向權(quán)重視圖。優(yōu)選地，所述人群關(guān)系無(wú)向權(quán)重視圖包含多個(gè)邊集合：Edge(Person(x),Person(y),R(z),Weight(w))；其中，Person(x)、Person(y)表示任意的個(gè)人，R(z)表示Person(x)與Person(y)之間的關(guān)系類型，Weight(w)表示Person(x)與Person(y)之間的密切度為Weight(w)。優(yōu)選地，所述方法還包括：在所述人群關(guān)系無(wú)向權(quán)重視圖中加入關(guān)系視圖過(guò)濾參數(shù)進(jìn)行所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的過(guò)濾，得到過(guò)濾的人群關(guān)系無(wú)向權(quán)重視圖；其中，所述關(guān)系視圖過(guò)濾參數(shù)包括：關(guān)系類型的集合，單個(gè)關(guān)系的權(quán)重門(mén)限，總體關(guān)系的權(quán)重門(mén)限，中心點(diǎn)Person(center)及圖遍歷深度。另一方面，提供了一種人群關(guān)系網(wǎng)絡(luò)分析裝置，所述裝置包括：采集模塊，用于根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集，采集到的數(shù)據(jù)包括人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息；聚類模塊，用于將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理；構(gòu)造模塊，用于根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息。優(yōu)選地，所述結(jié)構(gòu)化信息包括：采集時(shí)間、采集地點(diǎn)，所述構(gòu)造模塊包括：第一確定單元，用于根據(jù)采集時(shí)間進(jìn)行時(shí)延關(guān)系過(guò)濾，確定所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系；第二確定單元，用于根據(jù)采集地點(diǎn)進(jìn)行地理信息映射，確定各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所；分析單元，用于根據(jù)所述采集時(shí)間和采集地點(diǎn)，分析各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為；構(gòu)造單元，用于根據(jù)所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系、各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所、以及各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為，構(gòu)造所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的人群關(guān)系無(wú)向權(quán)重視圖。優(yōu)選地，所述人群關(guān)系無(wú)向權(quán)重視圖包含多個(gè)邊集合：Edge(Person(x),Person(y),R(z),Weight(w))；其中，Person(x)、Person(y)表示任意的個(gè)人，R(z)表示Person(x)與Person(y)之間的關(guān)系類型，Weight(w)表示Person(x)與Person(y)之間的密切度為Weight(w)。優(yōu)選地，所述裝置還包括：過(guò)濾模塊，用于在所述人群關(guān)系無(wú)向權(quán)重視圖中加入關(guān)系視圖過(guò)濾參數(shù)進(jìn)行所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的過(guò)濾，得到過(guò)濾的人群關(guān)系無(wú)向權(quán)重視圖；其中，所述關(guān)系視圖過(guò)濾參數(shù)包括：關(guān)系類型的集合，單個(gè)關(guān)系的權(quán)重門(mén)限，總體關(guān)系的權(quán)重門(mén)限，中心點(diǎn)Person(center)及圖遍歷深度。實(shí)施本發(fā)明實(shí)施例提供的人群關(guān)系網(wǎng)絡(luò)分析方法及裝置，具有如下有益效果：將視頻圖像采集和人臉識(shí)別技術(shù)引入到大范圍的人群關(guān)系網(wǎng)絡(luò)的分析當(dāng)中，解決了數(shù)據(jù)來(lái)源的廣度和統(tǒng)一性的問(wèn)題；信息采集無(wú)需要人為配合，信息準(zhǔn)確率高；綜合利用圖像采集的多維度信息，包括地理位置，短時(shí)的信息，長(zhǎng)時(shí)的信息，為人群關(guān)系的分析、分類、相互關(guān)系的識(shí)別提供多維度的信息，關(guān)系分析廣泛且精準(zhǔn)。人群關(guān)系無(wú)向權(quán)重視圖的存儲(chǔ)結(jié)構(gòu)及基于此結(jié)構(gòu)的動(dòng)態(tài)過(guò)濾視圖呈現(xiàn)方法，很好的支持動(dòng)態(tài)、持續(xù)的關(guān)系網(wǎng)絡(luò)的分析和展示，能夠極大提升關(guān)系分析的靈活性和效率。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法的流程示意圖；圖2為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法進(jìn)一步細(xì)化的流程示意圖；圖3為人群關(guān)系時(shí)延過(guò)濾器結(jié)構(gòu)示意圖；圖4為地理信息關(guān)聯(lián)處理示意圖；圖5為行為模式識(shí)別處理示意圖；圖6為示例的人群關(guān)系無(wú)向權(quán)重視圖；圖7為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置的結(jié)構(gòu)示意圖；圖8為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置進(jìn)一步細(xì)化的結(jié)構(gòu)示意圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法的流程示意圖，該方法包括以下步驟：S101，根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集。本實(shí)施例依托于現(xiàn)在的廣泛的視頻采集網(wǎng)絡(luò)進(jìn)行多個(gè)場(chǎng)所內(nèi)人群活動(dòng)記錄的采集，可采用現(xiàn)有的視頻圖像采集技術(shù)。為了對(duì)廣大范圍內(nèi)的數(shù)據(jù)實(shí)行統(tǒng)一的采集和分析，本實(shí)施例規(guī)定了數(shù)據(jù)采集的統(tǒng)一格式，采集到的數(shù)據(jù)包括人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息。人臉特征值用于唯一準(zhǔn)確地確定個(gè)人，通過(guò)人臉識(shí)別技術(shù)可以獲得人臉特征值，各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息用于分析人群之間的關(guān)系，結(jié)構(gòu)化信息可以是：時(shí)間、地點(diǎn)、性別、服飾、表情等。S102，將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理。由于人臉特征值用于唯一準(zhǔn)確地確定個(gè)人，對(duì)于采集到的數(shù)據(jù)中屬于某個(gè)人的數(shù)據(jù)進(jìn)行聚類處理，可以獲取每個(gè)人的一系列的社會(huì)活動(dòng)記錄。S103，根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息。采集到以上格式統(tǒng)一的人臉特征值和多個(gè)結(jié)構(gòu)化信息后，進(jìn)行人群關(guān)系網(wǎng)絡(luò)的分析。人群關(guān)系網(wǎng)絡(luò)包括人在某個(gè)場(chǎng)所所處的角色，人在某個(gè)時(shí)間點(diǎn)在進(jìn)行什么，以及人與人之間的關(guān)系等。通過(guò)根據(jù)每個(gè)人的一系列的社會(huì)活動(dòng)記錄包含的多條結(jié)構(gòu)化信息，可以分析出人群關(guān)系網(wǎng)絡(luò)，具體地，例如，通過(guò)分析一段時(shí)間內(nèi)某個(gè)人在某個(gè)時(shí)間點(diǎn)經(jīng)常進(jìn)入某場(chǎng)所，可以分析該人在某個(gè)場(chǎng)所工作；又例如，通過(guò)分析一段時(shí)間內(nèi)某個(gè)人在某個(gè)時(shí)間點(diǎn)進(jìn)行某件事的頻率，可以分析該人在某個(gè)時(shí)間點(diǎn)在進(jìn)行什么，如上班；再例如，某兩個(gè)人在同一時(shí)間段經(jīng)常進(jìn)入某場(chǎng)所，可以分析該兩人為同事。根據(jù)本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法，將視頻圖像采集和人臉識(shí)別技術(shù)引入到大范圍的人群關(guān)系網(wǎng)絡(luò)的分析當(dāng)中，解決了數(shù)據(jù)來(lái)源的廣度和統(tǒng)一性的問(wèn)題，能夠?qū)崿F(xiàn)廣泛、準(zhǔn)確的人群關(guān)系分析。圖2為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法進(jìn)一步細(xì)化的流程示意圖，該方法包括以下步驟：S201，根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集。本實(shí)施例依托于現(xiàn)在的廣泛的視頻采集網(wǎng)絡(luò)進(jìn)行多個(gè)場(chǎng)所內(nèi)人群活動(dòng)記錄的采集，可采用現(xiàn)有的視頻圖像采集技術(shù)。為了對(duì)廣大范圍內(nèi)的數(shù)據(jù)實(shí)行統(tǒng)一的采集和分析，本實(shí)施例規(guī)定了數(shù)據(jù)采集的統(tǒng)一格式，采集到的數(shù)據(jù)包括人臉特征值和至少一條結(jié)構(gòu)化信息。設(shè)定的數(shù)據(jù)采集格式如下表1所示：表1示例的數(shù)據(jù)采集格式人臉特征值時(shí)間地點(diǎn)其它結(jié)構(gòu)化信息(性別、服飾、表情等)人臉特征值用于唯一準(zhǔn)確地確定個(gè)人。通過(guò)現(xiàn)有的人臉識(shí)別技術(shù)可以識(shí)別視頻數(shù)據(jù)中的人臉，從而得到識(shí)別出的人臉的人臉特征值。在獲取視頻數(shù)據(jù)中的人臉特征值之外，還可獲得多條結(jié)構(gòu)化信息，至少一條結(jié)構(gòu)化信息用于分析人群之間的關(guān)系，結(jié)構(gòu)化信息包括時(shí)間、地點(diǎn)、性別、服飾、表情等。S202，將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理。通過(guò)對(duì)采集到的人臉特征值進(jìn)行聚類分析，得到當(dāng)前采集的信息的人員ID(m),對(duì)于整個(gè)采集范圍，同一個(gè)人的信息，實(shí)時(shí)聚類分析輸出相同的ID(m)。S203，根據(jù)采集時(shí)間進(jìn)行時(shí)延關(guān)系過(guò)濾，確定所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系。S204，根據(jù)采集地點(diǎn)進(jìn)行地理信息映射，確定各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所。S205，根據(jù)所述采集時(shí)間和采集地點(diǎn)，分析各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為。本實(shí)施例中，人群關(guān)系網(wǎng)絡(luò)通過(guò)人群關(guān)系無(wú)向權(quán)重視圖體現(xiàn)。在構(gòu)造人群關(guān)系無(wú)向權(quán)重視圖之前，進(jìn)行三個(gè)預(yù)處理步驟(S203-S205)：(1):根據(jù)采集時(shí)間等關(guān)鍵信息，進(jìn)行關(guān)系的時(shí)延過(guò)濾，得到一次采集過(guò)程中的具有關(guān)聯(lián)關(guān)系的相關(guān)人員。其基本思想是，只在足夠相近的時(shí)間采集到的人，才可能具有關(guān)聯(lián)關(guān)系。(2):利用采集數(shù)據(jù)的地理位置信息，進(jìn)行地理位置與場(chǎng)所屬性的關(guān)聯(lián)處理，得到關(guān)系發(fā)生的場(chǎng)所信息(如醫(yī)院、飯店、地鐵等)。(3):根據(jù)聚類的結(jié)果，得到某個(gè)人在當(dāng)前場(chǎng)所的所有采集記錄的時(shí)間序列，以判斷這個(gè)人在當(dāng)前場(chǎng)景的角色，如同樣的飯店場(chǎng)所，不同采集得到的人的根據(jù)其時(shí)間序列可判斷為是顧客和店員，同樣是醫(yī)院，其時(shí)間序列的不同可判斷為醫(yī)生還是病人。對(duì)于第一個(gè)預(yù)處理步驟，即時(shí)延過(guò)濾，其結(jié)構(gòu)如圖3所示。人群關(guān)系時(shí)延過(guò)濾器工作過(guò)程包含過(guò)濾操作和維護(hù)操作，其中過(guò)濾操作的過(guò)程如下：1：當(dāng)對(duì)一個(gè)元素進(jìn)行關(guān)系時(shí)延過(guò)濾時(shí)，遍歷Map中現(xiàn)有的元素。2：針對(duì)當(dāng)前Map中存在的每一個(gè)元素，生成一個(gè)關(guān)系項(xiàng)，輸出到后續(xù)的流程。3：如果Map為空，則不生成任何關(guān)系項(xiàng)。人群關(guān)系時(shí)延過(guò)濾器的維護(hù)操作包含如下步驟：1：當(dāng)對(duì)一個(gè)元素(x)進(jìn)行過(guò)濾操作時(shí)，首先將其加入到DelayFiltingMap中，設(shè)定其超時(shí)時(shí)間為ExpireTime(x)2：每一個(gè)維護(hù)周期Tick，遍歷每個(gè)Map中元素，對(duì)ExpireTime(x)進(jìn)行減一操作。3：如果ExpireTime(x)減為0，則從Map刪除元素。4：重復(fù)步驟1-3，對(duì)DelayFiltingMap進(jìn)行持續(xù)不斷的維護(hù)。對(duì)于第二個(gè)預(yù)處理步驟，即地理信息關(guān)聯(lián)處理，其處理示意圖如圖4所示。其工作過(guò)程包含如下步驟：1：接收?qǐng)D像采集所處的地理位置的信息坐標(biāo)。2：遍歷對(duì)自標(biāo)注的位置信息，及第三方的地圖及GIS信息系統(tǒng)進(jìn)行查詢。直到采集的地理位置的坐標(biāo)映射為場(chǎng)所的屬性信息(如車站，商場(chǎng)，醫(yī)院等等)3：將場(chǎng)所信息輸出給后續(xù)模塊。對(duì)于第三個(gè)預(yù)處理步驟，即行為模式識(shí)別，其處理示意圖如圖5所示。行為模式識(shí)別過(guò)程包含以下步驟：1：所有的實(shí)時(shí)聚類結(jié)果的信息，都存儲(chǔ)在聚類信息數(shù)據(jù)庫(kù)中，數(shù)據(jù)庫(kù)中存儲(chǔ)了每一個(gè)已經(jīng)聚好類的數(shù)據(jù)采集的記錄的所有結(jié)果。2：當(dāng)一個(gè)新的識(shí)別請(qǐng)求發(fā)生時(shí)，首先通過(guò)數(shù)據(jù)庫(kù)查詢模塊得到當(dāng)前類的所有的視頻圖像的分采集的在當(dāng)前地點(diǎn)的采集記錄。3：對(duì)得到的記錄的集合進(jìn)行概率統(tǒng)計(jì)，得到出行采集的時(shí)間的時(shí)間分布直方圖。4：用統(tǒng)計(jì)出的分布直方圖與行為模式庫(kù)的模式進(jìn)行卷積，得到卷積最大的結(jié)果，如果符合一定的閾值設(shè)定要求，則匹配映射成功，得到這個(gè)類別在當(dāng)前地點(diǎn)的行為模式(如上班，送快遞，吃飯，購(gòu)物，未知等)5：將匹配得到的地點(diǎn)相關(guān)的行為模式輸出到后續(xù)處理步驟。S206，根據(jù)所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系、各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所、以及各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為，構(gòu)造所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的人群關(guān)系無(wú)向權(quán)重視圖。本實(shí)施例的人群關(guān)系無(wú)向權(quán)重圖，包含一個(gè)特別設(shè)計(jì)的Graph存儲(chǔ)結(jié)構(gòu)和特別設(shè)計(jì)的Graph更新，即權(quán)重計(jì)算過(guò)程。人群關(guān)系Graph無(wú)向權(quán)重圖的結(jié)構(gòu)如圖6所示。如圖6所示的Graph是一個(gè)無(wú)向多重的權(quán)重圖，它表述了人與人之間關(guān)系的類型與各類型的權(quán)重。權(quán)重表明了兩個(gè)人之間某種關(guān)系嚴(yán)密的程度。對(duì)于某一種關(guān)系，權(quán)重的計(jì)算方法如下：Weight(R)＝∑(1/Tintelvel)×Ccapture其中，Weight(R)是指某一種關(guān)系的權(quán)重，Tintervel是表明采集時(shí)兩個(gè)人之間相隔的出現(xiàn)的時(shí)間長(zhǎng)短，Ccapture是指兩個(gè)人共同采集的到的次數(shù)。其中兩個(gè)人之間所有Wegiht(R)的和是兩個(gè)人之間關(guān)系的總權(quán)重Weight(total)，Weight(total)表明了兩個(gè)人之所有關(guān)系密切度的和。Graph的更新計(jì)算步驟如下：1：預(yù)處理輸出通過(guò)計(jì)算后，輸出以下形式的無(wú)向圖(graph)的邊集合：Edge(Person(x),Person(y),R(z),Weight(w))；其中，Person(x)、Person(y)表示任意的個(gè)人，R(z)表示Person(x)與Person(y)之間的關(guān)系類型，Weight(w)表示Person(x)與Person(y)之間的密切度為Weight(w)。2:檢查現(xiàn)存的無(wú)向多重權(quán)重圖，如果當(dāng)前邊的存在，則進(jìn)行權(quán)重累加。3：如果當(dāng)前邊不存在，則新建這邊，并把Edge(Person(x),Person(y),R,Weight(r))作為新邊的初始權(quán)重。4：折舊因子及周期計(jì)算，周期性對(duì)無(wú)向多得權(quán)重圖中的權(quán)重進(jìn)行進(jìn)行折舊因子為α計(jì)算。折舊后的權(quán)重為折舊前的(1-a)倍。S207，在所述人群關(guān)系無(wú)向權(quán)重視圖中加入關(guān)系視圖過(guò)濾參數(shù)進(jìn)行所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的過(guò)濾，得到過(guò)濾的人群關(guān)系無(wú)向權(quán)重視圖。在原始的人群關(guān)系圖的基礎(chǔ)上，通過(guò)加入關(guān)系視圖過(guò)濾條件(如權(quán)重門(mén)限,關(guān)系類型等)，得到原始關(guān)系圖的一個(gè)過(guò)濾視圖，通過(guò)不斷的調(diào)整過(guò)濾條件，對(duì)關(guān)系網(wǎng)圖進(jìn)行動(dòng)態(tài)/連續(xù)的呈現(xiàn)和分析。其中，所述關(guān)系視圖過(guò)濾參數(shù)包括：關(guān)系類型的集合，單個(gè)關(guān)系的權(quán)重門(mén)限，總體關(guān)系的權(quán)重門(mén)限，中心點(diǎn)Person(center)及圖遍歷深度。本實(shí)施例所提出的視圖過(guò)濾，其工作步驟如下：1：設(shè)置過(guò)濾的參數(shù)，參數(shù)可包含關(guān)系類型的集合，單個(gè)關(guān)系的權(quán)重門(mén)限，總體關(guān)系的權(quán)重門(mén)限等，另外一個(gè)關(guān)鍵的參數(shù)是中心點(diǎn)Person(center)及圖遍歷深度。2：根據(jù)中心點(diǎn)及遍歷深度，得到總的關(guān)系graph的一個(gè)子Graph.3:根據(jù)設(shè)定的參數(shù)，對(duì)由2得到的子圖進(jìn)行過(guò)濾和更新。不符合條件的圖的邊將從子圖中刪除。4：輸出子圖的過(guò)濾的最終結(jié)果為過(guò)濾視圖。根據(jù)本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析方法，將視頻圖像采集和人臉識(shí)別技術(shù)引入到大范圍的人群關(guān)系網(wǎng)絡(luò)的分析當(dāng)中，解決了數(shù)據(jù)來(lái)源的廣度和統(tǒng)一性的問(wèn)題，能夠?qū)崿F(xiàn)廣泛、準(zhǔn)確的人群關(guān)系分析；信息采集無(wú)需要人為配合，信息準(zhǔn)確率高；綜合利用圖像采集的多維度信息，包括地理位置，短時(shí)的信息，長(zhǎng)時(shí)的信息，為人群關(guān)系的分析、分類、相互關(guān)系的識(shí)別提供多維度的信息，關(guān)系分析廣泛且精準(zhǔn)；人群關(guān)系無(wú)向權(quán)重視圖的存儲(chǔ)結(jié)構(gòu)及基于此結(jié)構(gòu)的動(dòng)態(tài)過(guò)濾視圖呈現(xiàn)方法，很好的支持動(dòng)態(tài)、持續(xù)的關(guān)系網(wǎng)絡(luò)的分析和展示，能夠極大提升關(guān)系分析的靈活性和效率。需要說(shuō)明的是，對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)楦鶕?jù)本發(fā)明，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書(shū)中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。圖7為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置的結(jié)構(gòu)示意圖，該裝置1000包括：采集模塊11、聚類模塊12和構(gòu)造模塊13。采集模塊11，用于根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集。本實(shí)施例依托于現(xiàn)在的廣泛的視頻采集網(wǎng)絡(luò)進(jìn)行多個(gè)場(chǎng)所內(nèi)人群活動(dòng)記錄的采集，可采用現(xiàn)有的視頻圖像采集技術(shù)。為了對(duì)廣大范圍內(nèi)的數(shù)據(jù)實(shí)行統(tǒng)一的采集和分析，本實(shí)施例規(guī)定了數(shù)據(jù)采集的統(tǒng)一格式，采集到的數(shù)據(jù)包括人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息。人臉特征值用于唯一準(zhǔn)確地確定個(gè)人，通過(guò)人臉識(shí)別技術(shù)可以獲得人臉特征值，各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息用于分析人群之間的關(guān)系，結(jié)構(gòu)化信息可以是：時(shí)間、地點(diǎn)、性別、服飾、表情等。聚類模塊12，用于將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理。由于人臉特征值用于唯一準(zhǔn)確地確定個(gè)人，對(duì)于采集到的數(shù)據(jù)中屬于某個(gè)人的數(shù)據(jù)進(jìn)行聚類處理，可以獲取每個(gè)人的一系列的社會(huì)活動(dòng)記錄。構(gòu)造模塊13，用于根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息。采集到以上格式統(tǒng)一的人臉特征值和多個(gè)結(jié)構(gòu)化信息后，進(jìn)行人群關(guān)系網(wǎng)絡(luò)的分析。人群關(guān)系網(wǎng)絡(luò)包括人在某個(gè)場(chǎng)所所處的角色，人在某個(gè)時(shí)間點(diǎn)在進(jìn)行什么，以及人與人之間的關(guān)系等。通過(guò)根據(jù)每個(gè)人的一系列的社會(huì)活動(dòng)記錄包含的多條結(jié)構(gòu)化信息，可以分析出人群關(guān)系網(wǎng)絡(luò)，具體地，例如，通過(guò)分析一段時(shí)間內(nèi)某個(gè)人在某個(gè)時(shí)間點(diǎn)經(jīng)常進(jìn)入某場(chǎng)所，可以分析該人在某個(gè)場(chǎng)所工作；又例如，通過(guò)分析一段時(shí)間內(nèi)某個(gè)人在某個(gè)時(shí)間點(diǎn)進(jìn)行某件事的頻率，可以分析該人在某個(gè)時(shí)間點(diǎn)在進(jìn)行什么，如上班；再例如，某兩個(gè)人在同一時(shí)間段經(jīng)常進(jìn)入某場(chǎng)所，可以分析該兩人為同事。根據(jù)本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置，將視頻圖像采集和人臉識(shí)別技術(shù)引入到大范圍的人群關(guān)系網(wǎng)絡(luò)的分析當(dāng)中，解決了數(shù)據(jù)來(lái)源的廣度和統(tǒng)一性的問(wèn)題，能夠?qū)崿F(xiàn)廣泛、準(zhǔn)確的人群關(guān)系分析。圖8為本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置進(jìn)一步細(xì)化的結(jié)構(gòu)示意圖，該裝置2000包括：采集模塊21、聚類模塊22、構(gòu)造模塊23和過(guò)濾模塊24。采集模塊21，用于根據(jù)設(shè)定的數(shù)據(jù)采集格式對(duì)多個(gè)場(chǎng)所的視頻數(shù)據(jù)進(jìn)行數(shù)據(jù)采集，采集到的數(shù)據(jù)包括人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息。聚類模塊22，用于將所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息進(jìn)行實(shí)時(shí)聚類處理。構(gòu)造模塊23，用于根據(jù)實(shí)時(shí)聚類處理后的所述人臉特征值和各人臉特征值對(duì)應(yīng)的結(jié)構(gòu)化信息，構(gòu)造人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息。在本實(shí)施例中，構(gòu)造模塊23包括：第一確定單元231、第二確定單元232、分析單元233和構(gòu)造單元234。第一確定單元231，用于根據(jù)采集時(shí)間進(jìn)行時(shí)延關(guān)系過(guò)濾，確定所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系系；第二確定單元232，用于根據(jù)采集地點(diǎn)進(jìn)行地理信息映射，確定各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所；分析單元233，用于根據(jù)所述采集時(shí)間和采集地點(diǎn)，分析各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為；構(gòu)造單元234，用于根據(jù)所述人臉特征值對(duì)應(yīng)的人群之間的關(guān)聯(lián)關(guān)系、各人臉特征值對(duì)應(yīng)的個(gè)人的活動(dòng)的場(chǎng)所、以及各人臉特征值對(duì)應(yīng)的個(gè)人在所述場(chǎng)所的行為，構(gòu)造所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的人群關(guān)系無(wú)向權(quán)重視圖。所述人群關(guān)系無(wú)向權(quán)重視圖包含多個(gè)邊集合：Edge(Person(x),Person(y),R(z),Weight(w))；其中，Person(x)、Person(y)表示任意的個(gè)人，R(z)表示Person(x)與Person(y)之間的關(guān)系類型，Weight(w)表示Person(x)與Person(y)之間的密切度為Weight(w)。過(guò)濾模塊24，用于在所述人群關(guān)系無(wú)向權(quán)重視圖中加入關(guān)系視圖過(guò)濾參數(shù)進(jìn)行所述人群關(guān)系網(wǎng)絡(luò)基礎(chǔ)信息的過(guò)濾，得到過(guò)濾的人群關(guān)系無(wú)向權(quán)重視圖；其中，所述關(guān)系視圖過(guò)濾參數(shù)包括：關(guān)系類型的集合，單個(gè)關(guān)系的權(quán)重門(mén)限，總體關(guān)系的權(quán)重門(mén)限，中心點(diǎn)Person(center)及圖遍歷深度。根據(jù)本發(fā)明實(shí)施例提供的一種人群關(guān)系網(wǎng)絡(luò)分析裝置，將視頻圖像采集和人臉識(shí)別技術(shù)引入到大范圍的人群關(guān)系網(wǎng)絡(luò)的分析當(dāng)中，解決了數(shù)據(jù)來(lái)源的廣度和統(tǒng)一性的問(wèn)題，能夠?qū)崿F(xiàn)廣泛、準(zhǔn)確的人群關(guān)系分析；信息采集無(wú)需要人為配合，信息準(zhǔn)確率高；綜合利用圖像采集的多維度信息，包括地理位置，短時(shí)的信息，長(zhǎng)時(shí)的信息，為人群關(guān)系的分析、分類、相互關(guān)系的識(shí)別提供多維度的信息，關(guān)系分析廣泛且精準(zhǔn)；人群關(guān)系無(wú)向權(quán)重視圖的存儲(chǔ)結(jié)構(gòu)及基于此結(jié)構(gòu)的動(dòng)態(tài)過(guò)濾視圖呈現(xiàn)方法，很好的支持動(dòng)態(tài)、持續(xù)的關(guān)系網(wǎng)絡(luò)的分析和展示，能夠極大提升關(guān)系分析的靈活性和效率。在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。通過(guò)以上的實(shí)施方式的描述，所屬領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可以用硬件實(shí)現(xiàn)，或固件實(shí)現(xiàn)，或它們的組合方式來(lái)實(shí)現(xiàn)。當(dāng)使用軟件實(shí)現(xiàn)時(shí)，可以將上述功能存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)中或作為計(jì)算機(jī)可讀介質(zhì)上的一個(gè)或多個(gè)指令或代碼進(jìn)行傳輸。計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)，其中通信介質(zhì)包括便于從一個(gè)地方向另一個(gè)地方傳送計(jì)算機(jī)程序的任何介質(zhì)。存儲(chǔ)介質(zhì)可以是計(jì)算機(jī)能夠存取的任何可用介質(zhì)。以此為例但不限于：計(jì)算機(jī)可讀介質(zhì)可以包括隨機(jī)存取存儲(chǔ)器(RandomAccessMemory，RAM)、只讀存儲(chǔ)器(Read-OnlyMemory，ROM)、電可擦可編程只讀存儲(chǔ)器(ElectricallyErasableProgrammableRead-OnlyMemory，EEPROM)、只讀光盤(pán)(CompactDiscRead-OnlyMemory，CD-ROM)或其他光盤(pán)存儲(chǔ)、磁盤(pán)存儲(chǔ)介質(zhì)或者其他磁存儲(chǔ)設(shè)備、或者能夠用于攜帶或存儲(chǔ)具有指令或數(shù)據(jù)結(jié)構(gòu)形式的期望的程序代碼并能夠由計(jì)算機(jī)存取的任何其他介質(zhì)。此外。任何連接可以適當(dāng)?shù)某蔀橛?jì)算機(jī)可讀介質(zhì)。例如，如果軟件是使用同軸電纜、光纖光纜、雙絞線、數(shù)字用戶線(DigitalSubscriberLine，DSL)或者諸如紅外線、無(wú)線電和微波之類的無(wú)線技術(shù)從網(wǎng)站、服務(wù)器或者其他遠(yuǎn)程源傳輸?shù)模敲赐S電纜、光纖光纜、雙絞線、DSL或者諸如紅外線、無(wú)線和微波之類的無(wú)線技術(shù)包括在所屬介質(zhì)的定影中。如本發(fā)明所使用的，盤(pán)(Disk)和碟(disc)包括壓縮光碟(CD)、激光碟、光碟、數(shù)字通用光碟(DVD)、軟盤(pán)和藍(lán)光光碟，其中盤(pán)通常磁性的復(fù)制數(shù)據(jù)，而碟則用激光來(lái)光學(xué)的復(fù)制數(shù)據(jù)。上面的組合也應(yīng)當(dāng)包括在計(jì)算機(jī)可讀介質(zhì)的保護(hù)范圍之內(nèi)?？傊?，以上所述僅為本發(fā)明技術(shù)方案的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3