圖片的關聯存儲方法和查詢方法以及裝置制造方法
【專利摘要】本發明的實施例提供了一種圖片的關聯存儲方法和查詢方法以及裝置，其中，圖片的關聯存儲方法包括：獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息；根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息；將所述標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。通過本發明實施例的圖片的關聯存儲方法查詢方法以及相應的裝置，能夠方便地獲取到與人物關系相關的圖片，從而有助于實現對大量圖片中的人物關系進行挖掘。
【專利說明】圖片的關聯存儲方法和查詢方法以及裝置

【技術領域】
[0001]本發明涉及一種存儲方法和查詢方法以及相應的裝置，尤其涉及一種針對圖片的關聯存儲方法、查詢方法以及相應的裝置。

【背景技術】
[0002]互聯網的搜索引擎發展至今，其搜索內容從原始的簡單文本搜索逐漸擴展到了針對圖片的搜索。在眾多圖片中，存在大量的包含人物的圖片，例如，單人照或者多人合影等。對于包含多個人物的圖片，其實際上包含了一種人物關系，當眾多圖片結合在一起時，其背后蘊含著眾多條人物關系，而這些人物關系是有價值的，因此，希望能過通過計算機技術基于海量的圖片信息來挖掘出這些人物之間的關聯關系。


【發明內容】

[0003]本發明實施例的目的在于，提供一種圖片的關聯存儲方法查詢方法以及相應的裝置，能夠方便地獲取到與人物關系相關的圖片，從而有助于實現對大量圖片中的人物關系進行挖掘。
[0004]為了實現上述發明目的，本發明的實施例提供了一種圖片的關聯存儲方法，包括:獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息；根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息；將所述標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。
[0005]本發明的實施例還提供了一種圖片的關聯存儲方法，包括:獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息；根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息；將所述標識信息存儲到對應的人物節點。
[0006]本發明的實施例還提供了一種圖片的查詢方法，包括:獲取第一人臉特征信息和第二人臉特征信息；根據所述第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息；獲取所述第一人物節點和所述第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息；根據所述圖片的標識信息，獲取圖片。
[0007]本發明的實施例還提供了一種圖片的關聯存儲裝置，包括:第一特征信息獲取模塊，用于獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息；第一節點信息獲取模塊，用于根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息；第一關聯存儲模塊，用于將所述標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。
[0008]本發明的實施例又提供了一種圖片的關聯存儲裝置，包括:第二特征信息獲取模塊，用于獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息；第二節點信息獲取模塊，用于根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息；第二關聯存儲模塊，用于將所述標識信息存儲到對應的人物節點。
[0009]本發明的實施例又提供了一種圖片的查詢裝置，包括:第三特征信息獲取模塊，用于獲取第一人臉特征信息和第二人臉特征信息；第三節點信息獲取模塊，用于根據所述第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息；標識信息獲取模塊，用于獲取所述第一人物節點和所述第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息；圖片獲取模塊，用于根據所述圖片的標識信息，獲取圖片。
[0010]通過本發明實施例的圖片的關聯存儲方法查詢方法以及相應的裝置，能夠方便地獲取到與人物關系相關的圖片，從而有助于實現對大量圖片中的人物關系進行挖掘。

【專利附圖】

【附圖說明】
[0011]圖1為本發明實施例的圖片的標識信息的存儲結構示意圖之一；
[0012]圖2為本發明實施例的圖片的標識信息的存儲結構示意圖之二 ；
[0013]圖3為本發明實施例一的圖片的關聯存儲方法的流程圖之一；
[0014]圖4為本發明實施例一的圖片的關聯存儲方法的流程圖之二 ；
[0015]圖5為本發明實施例二的圖片的查詢方法的流程圖；
[0016]圖6為本發明實施例二的圖片的查詢方法的應用場景示意圖之一；
[0017]圖7為本發明實施例二的圖片的查詢方法的應用場景示意圖之二 ；
[0018]圖8為本發明實施例三的圖片的關聯存儲裝置的結構示意圖之一；
[0019]圖9為本發明實施例三的圖片的關聯存儲裝置的結構示意圖之二 ；
[0020]圖10為本發明實施例四的圖片的查詢裝置的結構示意圖。

【具體實施方式】
[0021]本發明實施例的基本原理在于構件如圖1所示的存儲結構，基于該存儲結構進行存儲或查詢等。在本發明的實施例中，圖片數據庫中的每張圖片都賦予了唯一的標識信息(在實際的應用中，將其定義為costsign)，通過該標識信息能夠唯一確定圖片數據庫中的這張圖片。而圖1所示的存儲結構中，僅存儲相關圖片的標識信息即可。圖1所示的存儲結構主要包括人物節點和邊兩個部分。其中，人物節點每個人對應的，確切地說是與人臉特征信息對應的，理論上，同一個人只有一個人物節點，人物節點用來存儲圖片數據中包含該人物的所有圖片的標識信息。而邊則體現出相鄰兩個人物節點之間的關系，邊中存儲著圖片數據庫中包含相鄰兩個節點的人物的所有圖片的標識信息。舉例來說，圖1中的人物節點A、B、C分別與人物甲、乙、丙對應，人物節點A中存儲著包含甲的全部圖片(例如，甲與乙的合影、甲與丙的合影、甲乙丙三人的合影、甲的單人照片等)的標識信息，人物節點B中存儲著包含乙的全部圖片(例如，乙與甲的合影、乙與丙的合影、甲乙丙三人的合影、乙的單人照片等)的標識信息，人物節點C中存儲著包含丙的全部圖片(例如，丙與乙的合影、丙與甲的合影、甲乙丙三人的合影、丙的單人照片等)的標識信息，而邊AB只存儲包含甲和乙的圖片(例如，甲與乙的合影、甲乙丙三人的合影)的標識信息，邊BC只存儲包含乙和丙的圖片(例如，乙與丙的合影、甲乙丙三人的合影)的標識信息，邊AC只存儲包含甲和丙的圖片(例如，甲與丙的合影、甲乙丙三人的合影)的標識信息。存儲結構中的每個節點和邊體現出了該人物的發散關系，每個節點可以賦予唯一的編號或地址，便于進行數據檢索等。在各個節點中除了存儲關聯圖片的標識信息外，還可以存儲有該人物節點對應的人臉特征信息，由于人臉特征的復雜性，人物節點可以存儲與該人物相關聯的多組人臉特征信息，從而更好地確定一個人物。
[0022]基于上述存儲結構，將數據庫中的海量圖片按照人物以及圖片中體現出的人物關聯關系進行分類關聯存儲，為后續基于圖片的人物關聯關系的挖掘提供了數據基礎。
[0023]實施例一
[0024]如圖3所示，其為本發明實施例一的圖片的關聯存儲方法的流程圖，該流程主要來描述將一張新的包含多個人物的圖片關聯存儲到圖1所示的存儲結構中的過程，其包括如下步驟:
[0025]步驟11:獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息。在實際應用中，對于搜索引擎而言，其會存有自己的圖片數據庫，對于存儲在圖片數據庫中的圖片，都會賦予唯一的標識信息，對于沒有存儲在圖片數據庫中的圖片，則賦予一個標識信息后，存儲到圖片數據庫中即可。對于人臉特征信息的提取可以通過現有的人臉識別技術來完成。
[0026]步驟12:根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息。如前面所述，在每個人物節點中可以存儲有與該人物節點對應的人臉特征信息，因此，在該步驟中，根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息可以具體為:將圖片中的多個人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
[0027]步驟13:將標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。在步驟12中獲取到人物節點的地址信息后，就可以將通過圖片的唯一的標識信息將其關聯存儲到人物節點和相應的邊中了。
[0028]通過本實施例的關聯存儲方法，能夠將包含多個人物的圖片關聯存儲到對應的點和邊中，通過這種關聯存儲方法，能夠對海量的圖片數據進行整理，建立起如前面所提及的存儲結構，從而為后續的圖片查詢以及基于圖片的人物關系挖掘提供數據基礎。
[0029]進一步地，在對一幅包含多個人物的圖片進行關聯存儲處理時，可能會存在如下情況:在多個人臉特征信息中，存在沒有對應人物節點的新的人臉特征信息。在這種情況下，可以為該新的人臉特征信息建立新的人物節點，并建立該新的人物節點與多個人臉特征信息中的其他人臉特征信息對應的人物節點之間的新的邊，將標識信息存儲到新的人物節點和新的邊中。例如，圖2所示的存儲結構就是在圖1的基礎上，增加了人物節點E(對應于人物戊)以及相應的邊DE和CE。
[0030]通過增加人物節點和邊的方式，使圖1和圖2所示的存儲結構能夠逐步擴大，從而建立完善的體現人物關系的圖片數據庫。
[0031]以上主要是針對包含多個人物的圖片(主要是針對多人合影)進行關聯存儲的情形，而對于包含單個人物的圖片(例如單人照片)，也可以存儲到圖1和圖2所示的存儲結構中。如圖4所示,具體的包括:
[0032]步驟14:獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息。
[0033]步驟15:根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息。和前面一樣，具體的獲取方式可以為:將圖片中的單個人臉特征信息與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
[0034]步驟16:將標識信息存儲到對應的人物節點。此處與上面的步驟13的不同之處在于，包含單個人物的圖片不需要存儲到邊中。
[0035]對于本發明的實施例而言，在節點中存儲包含單個人物的圖片并非必須的，因為人物關系主要體現于包含的多個人物的圖片中，存儲結構中只存儲包含的多個人物的圖片的標識信息即可。不過，在人物節點中存儲包含單個人物的圖片，能夠使圖片關聯存儲的數據量更加完善，并且也有助于提取人物節點對應的多組人臉特征信息。
[0036]進一步地，也可能存在圖片中的單個人臉特征沒有對應的人物節點的情形，即圖片中的單個人臉特征信息為沒有對應人物節點的新的人臉特征信息，在這種情況下，可以為該新的人臉特征信息建立新的人物節點，并將該圖片的標識信息存儲到新的人物節點中。此時，該節點為單獨的節點，不存在對應的邊，不過，等以后有包含該人物的多人的圖片關聯存儲到該存儲結構時，就會生成對應的邊。
[0037]實施例二
[0038]本實施例涉及圖片的查詢方法，如圖5所示，其包括:
[0039]步驟21:獲取第一人臉特征信息和第二人臉特征信息。在實際應用中，第一人臉特征信息和第二人臉特征信息可以是從兩張單人照片中提取獲得。例如，第一人臉特征信息對應于人物丙(對應于圖1中的人物節點C)，第二人臉特征信息對應于人物丁(對應于圖1中的人物節點D)。
[0040]步驟22:根據第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息。和前面一樣，具體的獲取方式可以為:將第一人臉特征信息和第二人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的多個人物節點的地址信息。
[0041]步驟23:獲取第一人物節點和第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息。人物節點之間會存在多條路徑，例如，圖1中的人物節點C和人物節點D之間存在兩條路徑，而最短路徑為包含邊CD的路徑。
[0042]步驟24:根據圖片的標識信息，獲取圖片。在步驟中，可以對獲取的圖片進行篩選，例如，可以只獲取最短路徑上的每個邊中存儲的最新的標識信息對應的圖片，對于最新存入的圖片能夠體現出人物關系的最新狀況，也最能準確地反映出最新的人物之間的關系，這樣在后續的分析人物關系以及向用戶呈現圖片時，能夠減少分析及顯示的圖片數量。
[0043]通過上述的查詢方法，能夠方便地獲取到體現兩個人物(或者說是兩張人物照片)的關聯關系的多張圖片，基于這些圖片可以進行更加深入的人物關系的數據挖掘等工作。
[0044]基于上述的查詢操作所獲得數據可以用來計算人物之間的親密度，例如，可以根據最短路徑包含的邊的數量和/或獲取到的圖片的數量計算親密度。如圖2所示，人物節點B和人物節點C之間存在一條邊BC，人物甲和人物乙應該是直接認識，親密度較高，而人物節點B和人物節點D之間的最短路徑上存在兩條邊(邊AB和邊AD)，因此，人物乙和人物丁之間并非直接認識，親密度相對較低。此外，獲取到的圖片數量也能夠影響親密度，例如，兩人之間僅有少量的幾張合影，則很可能是在一些商務場合的合影，接觸機會較少，相反，如果兩人之間有很多張合影，則說明兩人接觸頻繁，親密度較高。
[0045]此外，在獲取到圖片后，可以將獲取到的圖片以某種方式呈現給用戶，即進行顯示。例如按照路徑中各個邊的順序，顯示獲取的圖片，從而體現出兩個人物之間的關聯關系的順序。此外，也可以按照照片的存儲時間或者拍攝時間等去顯示。
[0046]下面結合兩個具體應用場景，來進一步說明一下本發明實施例的具體應用。如圖6所示，圖中標識61的部分為應用場景示意，人物甲(男)看到一幅人物乙(女)的圖片，很想知道自己怎樣才能聯系到乙，則通過使用本發明實施例的查詢方法，獲得如圖6所示的結果，即可以通過中間人丙建立聯系。再如圖7所示，圖中標識71的部分為該應用場景的示意，通過人物丁(女)和人物戊(男)的人臉特征進行查詢，獲得了能夠建立關聯關系的兩個合影，發現人物丁(女)和人物戊(男)通過人物己(女)具有關聯關系。
[0047]實施例三
[0048]本實施例主要涉及圖片的關聯存儲裝置，如圖8所示，其包括:
[0049]第一特征信息獲取模塊31，用于獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息。
[0050]第一節點信息獲取模塊32，用于根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息。其中，具體的獲取方式可以為:將圖片中的多個人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
[0051]第一關聯存儲模塊33，用于將標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。
[0052]通過該存儲裝置，能夠將包含多個人物的圖片關聯存儲到對應的點和邊中，通過這種關聯存儲方法，能夠對海量的圖片數據進行整理，建立起如前面所提及的存儲結構，從而為后續的圖片查詢以及基于圖片的人物關系挖掘提供數據基礎。
[0053]此外，該關聯存儲裝置還可以包括:第一節點創建模塊，用于在多個人臉特征信息中，存在沒有對應人物節點的新的人臉特征信息的情況下，為該新的人臉特征信息建立新的人物節點，并建立該新的人物節點與多個人臉特征信息中的其他人臉特征信息對應的人物節點之間的新的邊，將標識信息存儲到新的人物節點和新的邊中。通過增加人物節點和邊的方式，使圖1和圖2所示的存儲結構能夠逐步擴大，從而建立完善的體現人物關系的圖片數據庫。
[0054]以上主要是針對包含多個人物的圖片進行關聯存儲的情形，而對于包含單個人物的圖片，其關聯存儲裝置的結構可以如圖9所示，具體包括:
[0055]第二特征信息獲取模塊34，用于獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息。
[0056]第二節點信息獲取模塊35，用于根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息。其中，獲取方式可以具體為:將圖片中的單個人臉特征信息與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
[0057]第二關聯存儲模塊36，用于將標識信息存儲到對應的人物節點。需要說明的是，圖9所示的裝置也可以與圖8所示的裝置合并于同一個關聯存儲裝置中。
[0058]進一步地，在針對包含單個人物的圖片的情形下，該關聯存儲裝置還可以包括:第二節點創建模塊，用于在圖片中的單個人臉特征信息為沒有對應人物節點的新的人臉特征信息的情況下，為該新的人臉特征信息建立新的人物節點，并將該圖片的標識信息存儲到新的人物節點中。
[0059]實施例四
[0060]本實施例主要涉及圖片的查詢裝置，如圖10所示，其包括:
[0061]第三特征信息獲取模塊41，用于獲取第一人臉特征信息和第二人臉特征信息.
[0062]第三節點信息獲取模塊42，用于根據第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息。其中，具體的獲取方式可以為:將第一人臉特征信息和第二人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的多個人物節點的地址信息。
[0063]標識信息獲取模塊43，用于獲取第一人物節點和第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息。
[0064]圖片獲取模塊44，用于根據圖片的標識信息，獲取圖片。具體的獲取方式可以為獲取最短路徑上的每個邊中存儲的最新的標識信息對應的圖片。
[0065]通過該查詢裝置，能夠方便地獲取到體現兩個人物(或者說是兩張人物照片)的關聯關系的多張圖片，基于這些圖片可以進行更加深入的人物關系的數據挖掘等工作。
[0066]進一步地，該查詢裝置還可以包括:親密度計算模塊，用于根據最短路徑包含的邊的數量和/或獲取到的圖片的數量計算親密度。
[0067]以上所述，僅為本發明的【具體實施方式】，但本發明的保護范圍并不局限于此，任何熟悉本【技術領域】的技術人員在本發明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應以所述權利要求的保護范圍為準。
【權利要求】
1.一種圖片的關聯存儲方法，其特征在于，包括: 獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息； 根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息； 將所述標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。
2.根據權利要求1所述的關聯存儲方法，其特征在于，還包括: 如果在多個人臉特征信息中，存在沒有對應人物節點的新的人臉特征信息，則為該新的人臉特征信息建立新的人物節點，并建立該新的人物節點與所述多個人臉特征信息中的其他人臉特征信息對應的人物節點之間的新的邊，將所述標識信息存儲到所述新的人物節點和新的邊中。
3.根據權利要求1或2所述的關聯存儲方法，其特征在于，根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息包括: 將圖片中的多個人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
4.一種圖片的關聯存儲方法，其特征在于，包括: 獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息； 根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息； 將所述標識信息存儲到對應的人物節點。
5.根據權利要求4所述的關聯存儲方法，其特征在于， 如果所述圖片中的單個人臉特征信息為沒有對應人物節點的新的人臉特征信息，則為該新的人臉特征信息建立新的人物節點，并將該圖片的標識信息存儲到所述新的人物節點中。
6.根據權利要求4或5所述的關聯存儲方法，其特征在于，根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息包括: 將圖片中的單個人臉特征信息與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
7.一種圖片的查詢方法，其特征在于，包括: 獲取第一人臉特征信息和第二人臉特征信息； 根據所述第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息； 獲取所述第一人物節點和所述第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息； 根據所述圖片的標識信息，獲取圖片。
8.根據權利要求7所述的查詢方法，其特征在于，所述根據第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息包括: 將所述第一人臉特征信息和第二人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的多個人物節點的地址信息。
9.根據權利要求7所述的查詢方法，其特征在于，還包括:根據所述最短路徑包含的邊的數量和/或獲取到的圖片的數量計算親密度。
10.根據權利要求7所述的查詢方法，其特征在于，所述根據圖片的標識信息獲取圖片包括:獲取所述最短路徑上的每個邊中存儲的最新的標識信息對應的圖片。
11.根據權利要求7所述的查詢方法，其特征在于，還包括:顯示獲取的圖片。
12.—種圖片的關聯存儲裝置，其特征在于，包括: 第一特征信息獲取模塊，用于獲取包含多個人物的圖片的標識信息以及圖片中的多個人臉特征信息； 第一節點信息獲取模塊，用于根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息； 第一關聯存儲模塊，用于將所述標識信息分別存儲到對應的多個人物節點和連接該多個人物節點的邊中。
13.根據權利要求12所述的關聯存儲裝置，其特征在于，還包括: 第一節點創建模塊，用于在多個人臉特征信息中，存在沒有對應人物節點的新的人臉特征信息的情況下，為該新的人臉特征信息建立新的人物節點，并建立該新的人物節點與所述多個人臉特征信息中的其他人臉特征信息對應的人物節點之間的新的邊，將所述標識信息存儲到所述新的人物節點和新的邊中。
14.根據權利要求12或13所述的關聯存儲裝置，其特征在于，根據圖片中的多個人臉特征信息獲取與其對應的多個人物節點的地址信息包括: 將圖片中的多個人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
15.一種圖片的關聯存儲裝置，其特征在于，包括: 第二特征信息獲取模塊，用于獲取包含單個人物的圖片的標識信息以及圖片中的單個人臉特征信息； 第二節點信息獲取模塊，用于根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息； 第二關聯存儲模塊，用于將所述標識信息存儲到對應的人物節點。
16.根據權利要求15所述的關聯存儲裝置，其特征在于，還包括:第二節點創建模塊，用于在所述圖片中的單個人臉特征信息為沒有對應人物節點的新的人臉特征信息的情況下，為該新的人臉特征信息建立新的人物節點，并將該圖片的標識信息存儲到所述新的人物節點中。
17.根據權利要求15或16所述的關聯存儲裝置，其特征在于，根據圖片中的單個人臉特征信息獲取與其對應的人物節點的地址信息包括: 將圖片中的單個人臉特征信息與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的人物節點的地址信息。
18.一種圖片的查詢裝置，其特征在于，包括: 第三特征信息獲取模塊，用于獲取第一人臉特征信息和第二人臉特征信息； 第三節點信息獲取模塊，用于根據所述第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息； 標識信息獲取模塊，用于獲取所述第一人物節點和所述第二人物節點之間的最短路徑上的所有邊中存儲的圖片的標識信息； 圖片獲取模塊，用于根據所述圖片的標識信息，獲取圖片。
19.根據權利要求18所述的查詢裝置，其特征在于，所述根據第一人臉特征信息和第二人臉特征信息，獲取與該第一人臉特征信息和第二人臉特征信息對應的第一人物節點和第二人物節點的地址信息包括: 將所述第一人臉特征信息和第二人臉特征信息分別與人物節點中存儲的人臉特征信息進行匹配，根據匹配結果獲取與其對應的多個人物節點的地址信息。
20.根據權利要求18所述的查詢裝置，其特征在于，還包括: 親密度計算模塊，用于根據所述最短路徑包含的邊的數量和/或獲取到的圖片的數量計算親密度。
21.根據權利要求18所述的查詢裝置，其特征在于，所述根據圖片的標識信息獲取圖片包括:獲取所述最短路徑上的每個邊中存儲的最新的標識信息對應的圖片。
【文檔編號】G06F17/30GK104182458SQ201410342207
【公開日】2014年12月3日 申請日期:2014年7月17日 優先權日:2014年7月17日
【發明者】黃立宏, 沈莉霞, 王入平, 張偉娜 申請人:百度在線網絡技術（北京）有限公司