(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210957768.2 (22)申请日 2022.08.10 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 彭玉龙　范斌　陈亮辉　戴弘扬　 孙珂　周科科　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 专利代理师 孟维娜　项京 (51)Int.Cl. G06F 16/55(2019.01) G06F 16/58(2019.01) G06V 10/764(2022.01) G06V 10/74(2022.01)G06V 40/16(2022.01) G06V 10/762(2022.01) (54)发明名称 基于人工智能的图像聚档、 图像搜索方法、 装置及设备 (57)摘要 本公开提供了基于人工智能的图像聚档、 图 像搜索方法、 装置及设备， 涉及人工智能领域， 具 体涉及图像识别、 视频分析、 大数据技术， 可应用 在智慧城市、 城市治理、 应急安防场景下。 具体实 现方案为： 提取各待聚档图像中人员的图像特 征； 基于图像特征对各待聚档图像进行分类， 得 到图像质量高于预设指标的高质图像和不高于 预设指标的低质图像； 对高质图像进行图像聚 档， 得到人员的图像档案； 针对各低质图像， 从与 该低质图像对应于同一时空的第一高质图像中， 确定与该低质图像对应于同一人员的第二高质 图像； 在各第二高质图像所属的图像档案中记录 第二高质图像与所对应低质图像间的关联关系。 应用本公开实施例提供的方案能够生成人员的 图像档案 。 权利要求书3页 说明书16页 附图4页 CN 115357743 A 2022.11.18 CN 115357743 A 1.一种基于人工智能的图像聚档方法， 包括： 提取各待聚档图像中人员的图像特 征； 基于提取到的图像特征对各待聚档图像进行分类， 得到图像质量高于预设指标的高质 图像和不高于所述预设指标的低质图像； 对高质图像进行图像聚档， 得到人员的图像档案； 针对各低质图像， 从与该低质图像对应于同一时空的第一高质图像中， 确定与该低质 图像对应于同一人员的第二高质图像； 在各第二高质图像所属的图像档案中记录第二高质图像与所对应低质图像间的关联 关系。 2.根据权利要求1所述的方法， 其中， 所述从与 该低质图像对应于同一 时空的第一高质 图像中， 确定与该低质图像对应于同一人员的第二高质图像， 包括： 根据采集该低质图像的图像采集设备的位置和该低质图像的采集 时间， 确定与该低质 图像对应于同一时空的第一高质图像； 提取该低质图像的第一人体特 征以及各第一高质图像的第二人体特 征； 基于所述第一人体特征分别与各第二人体特征之间的相似度， 从第一高质图像中， 确 定与该低质图像对应于同一人员的第二高质图像。 3.根据权利要求1或2所述的方法， 其中， 所述提取各待聚档图像中人员的图像特征， 包 括： 确定各待聚档图像中的人脸区域； 提取各待聚档图像中人脸区域的特 征， 作为各待聚档图像中人员的图像特 征。 4.根据权利要求3所述的方法， 其中， 所述提取各待聚档图像中人脸区域的特征， 作为 各待聚档图像中人员的图像特 征， 包括： 提取各待聚档图像中人脸区域的以下特征中的至少一种， 将提取到的特征作为各待聚 档图像中人员的图像特 征： 人脸区域的模糊程度； 人脸区域的光照强度； 人脸区域中人脸的俯仰角度； 人脸区域中人脸的倾 斜角度； 人脸区域中人脸的遮挡比例； 人脸区域中人脸的遮挡类型。 5.根据权利要求3所述的方法， 其中， 所述基于 图像特征对各待聚档图像进行分类， 得 到图像质量高于预设指标的高质图像和不高于所述预设指标的低质图像， 包括： 将各待聚档图像中人员的图像特征输入预先训练 的高低质图像分类模型， 得到所述高 低质图像分类模型输出的图像质量高于预设指标 的高质图像和 不高于所述预设指标 的低 质图像； 其中， 所述高低质图像分类模型为： 以样本图像 中人员的图像特征为输入信息、 样本图 像的高低质标签为训练标注对预设的神经网络模型进 行训练得到的、 对图像进行分类的模 型。 6.一种基于人工智能的图像搜索方法， 包括：权　利　要　求　书 1/3 页 2 CN 115357743 A 2响应于针对目标图像的图像搜索请求， 获得 所述目标图像中人员的目标图像特 征； 根据所述目标图像特征， 从已有的人员的图像档案中， 搜索所述目标图像中人员的目 标图像档案； 根据所述目标图像档案中包括的高质图像以及所述目标图像档案中记录的高质图像 与低质图像之 间的关联关系， 生成搜索结果， 其中， 所述高质图像为图像质量高于预设指标 的图像， 所述低质图像为图像质量低于预设指标的图像。 7.一种基于人工智能的图像聚档装置， 包括： 图像特征提取模块， 用于提取 各待聚档图像中人员的图像特 征； 图像分类模块， 用于基于提取到的图像特征对各待聚档图像进行分类， 得到 图像质量 高于预设指标的高质图像和不高于所述预设指标的低质图像； 图像聚档模块， 用于对高质图像进行图像聚档， 得到人员的图像档案； 对应图像确定模块， 用于针对各低质图像， 从与该低质图像对应于同一时空的第一高 质图像中， 确定与该低质图像对应于同一人员的第二高质图像； 关联关系记录模块， 用于在各第 二高质图像所属的图像档案 中记录第 二高质图像与 所 对应低质图像间的关联关系。 8.根据权利要求7 所述的装置， 其中， 所述对应图像确定模块， 具体用于根据采集该低质图像的图像采集设备的位置和该低 质图像的采集时间， 确定与该低质图像对应于同一时空的第一高质图像； 提取该低质图像 的第一人体特征以及各第一高质图像的第二人体特征； 基于所述第一人体特征分别与各第 二人体特征之间的相似度， 从第一高质图像中， 确定与该低质图像对应于同一人员的第二 高质图像。 9.根据权利要求7或8所述的装置， 其中， 所述图像特 征提取模块， 包括： 人脸区域确定 子模块， 用于确定各待聚档图像中的人脸区域； 特征提取子模块， 提取各待聚档图像中人脸区域的特征， 作为各待聚档图像中人员的 图像特征。 10.根据权利要求9所述的装置， 其中， 所述特征提取子模块， 具体用于提取各待聚档图像中人脸 区域的以下特征中的至少一 种， 将提取到的特 征作为各待聚档图像中人员的图像特 征： 人脸区域的模糊程度； 人脸区域的光照强度； 人脸区域中人脸的俯仰角度； 人脸区域中人脸的倾 斜角度； 人脸区域中人脸的遮挡比例； 人脸区域中人脸的遮挡类型。 11.根据权利要求9所述的装置， 其中， 所述图像分类模块， 具体用于将各待聚档图像中人员的图像特征输入预先训练 的高低 质图像分类模型， 得到所述高低质图像分类模 型输出的图像质量高于预设指标的高质图像 和不高于所述预设指标的低质图像； 其中， 所述高低质图像分类模型为： 以样本图像 中人员的图像特征为输入信息、 样本图权　利　要　求　书 2/3 页 3 CN 115357743 A 3