本申请实施例涉及数据处理技术，涉及但不限于一种图像归档方法及装置、电子设备、存储介质。
背景技术：
随着人脸识别技术的发展，基于大数据的人脸识别算法被广泛应用于如人口普查、公安信息化以及各种员工电子档案等等领域。利用公共摄像装置可以实时抓取人脸图像，获取大量的人脸图像数据。然而，相关技术中，对大量图像进行归档的过程中，计算量庞大，不利于快速归档，且归档的准确性低。同时，在使用归档后的档案库进行档案检索时，也由于数据量巨大而难以准确快速找到需要的档案。
技术实现要素：
有鉴于此，本申请实施例提供一种图像归档方法及装置、电子设备、存储介质。
本申请实施例的第一方面，提供一种图像归档方法，所述方法包括：
根据各待归档图像的图像相似性，创建一个或多个临时档案；
根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
在一些实施例中，所述根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，包括：
针对各临时档案，若所述第一档案库中归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，则将所述临时档案归档至对应的预先存储的第一类档案；或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量未达到预设的存储量阈值，则在所述第一档案库中根据所述临时档案创建新的第一类档案；或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量达到预设的存储量阈值，则创建新的第一档案库，并在所述新的第一档案库中根据所述临时档案创建新的第一类档案。
在一些实施例中，所述方法还包括：
根据各临时档案所包含的图像，确定各临时档案的临时基准图像；
将各临时档案的临时基准图像与各第一类档案的基准图像进行相似度比对，得到所述第一档案相似性；
根据所述第一档案相似性是否属于预定的相似性区间，确定所述第一档案相似性是否满足第一档案相似性条件。
在一些实施例中，所述根据各临时档案所包含的图像，确定各临时档案的临时基准图像，包括：
根据各临时档案所包含的图像的图像清晰度和/或包含的特征数量，确定各临时档案的临时基准图像。
在一些实施例中，所述根据各待归档图像的图像相似性，创建一个或多个临时档案，包括：
对各待归档图像的图像特征进行两两比对，得到所述图像相似性；将所述图像相似性满足图像相似条件的任意两张待归档图像，归档至同一临时档案。
在一些实施例中，所述根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，包括：
将各第一类档案的基准图像与各第二类档案的基准图像进行相似度比对，得到所述第二档案相似性；
根据所述第二档案相似性是否属于预定的相似性区间，确定所述第二档案相似性是否满足静态归档条件，所述静态归档条件为第二档案相似性条件；
将满足静态归档条件的各第一类档案归档至对应的第二类档案。
在一些实施例中，所述方法还包括：
若所述第二档案库的存储量未达到预设的存储量阈值，则将不满足静态归档条件的第一类档案添加至所述第二档案库中创建新的第二类档案；
或者，
若所述第二档案库的存储量达到预设的存储量阈值，则创建新的第二档案库，将不满足静态归档条件的第一类档案添加至所述新的第二档案库中创建新的第二类档案。
在一些实施例中，所述方法还包括：将满足静态归档条件的各第一类档案归档至对应的第二类档案之后，根据各第一类档案的基准图像与各第二类档案的基准图像，更新归档后的第二类档案的基准图像。
在一些实施例中，所述方法还包括：
将所述第一档案库中包含图像数量小于预定数量阈值的第一类档案，确定为第三类档案；
在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案；
若归档有所述第二类档案，则将所述第三类档案归档至所述第二类档案。
在一些实施例中，所述在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案，包括：
在所述第二档案库中，以第一归档频率确定是否归档有与所述第三类档案的第二档案相似性满足所述相似性条件的第二类档案；
若未归档有与所述第三类档案满足所述相似性条件的第二类档案，则将所述第三类档案确定为第四类档案；
在所述第二档案库中，以第二归档频率确定是否归档有与所述第四类档案的第二档案相似性满足所述相似性条件的第二类档案；其中，所述第二归档频率低于所述第一归档频率；
若归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案归档至所述第二类档案；
若未归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案作为新的第二类档案添加至所述第二档案库。
在一些实施例中，所述方法还包括：
在预定的身份档案库中查找与所述第二档案库中的各第二类档案匹配的身份档案；
根据查找到的匹配的身份档案，确定各第二类档案的身份信息。
在一些实施例中，所述方法还包括：
若在所述身份档案库中未查找到与第二类档案匹配的身份档案的查找次数大于预设次数阈值，或者，
针对未查找到匹配的身份档案的第二类档案，若所述第二类档案中包含的图像数量大于预设数量阈值，则确定所述第二类档案为无身份信息档案。
本申请实施例的第二方面，提供一种图像归档装置，所述装置包括：
创建模块，用于根据各待归档图像的图像相似性，创建一个或多个临时档案；
第一归档模块，用于根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
第二归档模块，用于根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
本申请实施例的第三方面，提供一种电子设备，所述电子设备至少包括：处理器和用于存储能够在所述处理器上运行的可执行指令的存储器，其中：
处理器用于运行所述可执行指令时，所述可执行指令执行上述图像归档方法中的步骤。
本申请实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述图像归档方法中的步骤。
本申请实施例中，利用多层级的档案相似性比对以及归档，可快速将具有图像相似性的图片聚集到一个档案。如此，一方面不需要在每次进行归档时，对所有的图片进行比对，提升了档案归档的速率；另一方面，本方法将归档至第一档案库的档案进行了再次的归档整理，从而达到了精简档案，提升档案的准确性的效果，减少档案中重复档案以及档案混乱等情况的产生。
附图说明
图1为本申请实施例的一种图像归档方法的流程示意图一；
图2为本申请实施例的一种图像归档方法的流程示意图二；
图3为本申请实施例的一种图像归档方法的流程示意图三；
图4为本申请实施例的一种图像归档装置的结构框图；
图5为本申请实施例的一种图像归档装置的实体结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像归档方法的流程图，如图1所示，该方法包括以下步骤：
步骤s101、根据各待归档图像的图像相似性，创建一个或多个临时档案；
步骤s102、根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
步骤s103、根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
这里，多个待归档图像可以为未进行归档的原始图像，例如，公共摄像装置抓拍的图像，或者私人终端上传到网络的图像。总之，包含有待归档的图像数据库中的大量图像。此处的待归档图像可包括：人脸图像、人体图像、包含人脸的人身图像等中的至少一种。
在创建临时档案之前，进行待归档图像的预处理，例如，根据图像清晰度，去除所述待归档图像中清晰度过低和/或不包含归档中所使用特征的图像。例如，对于原始图像中不包含人脸或者人脸极不清晰的图像，可在归档之前去除，因此，待归档图像中可包含带有清晰度满足预定条件和/或包含人脸的人脸图像。例如，一张背景人身图像，在以人脸为归档特征的图像归档过程中，就是通过预处理过滤掉的图像，从而减少因为不包含归档特征导致的不必要的归档计算和归档错误的现象。
通过对多个待归档图像的图像相似性的比对，可将多个待归档图像进行初步的归档，将图像相似性满足图像相似条件的多张待归档图像归档至同一临时档案中，使得多个待归档图像完成了一次初步的分类归档。
在创建临时档案的过程中，可将图像相似性大于预设的图像相似性阈值的图像归档至同一临时档案中。例如，第一图像与第二图像的图像相似性大于70％，则确定第一图像与第二图像可归档至同一临时档案中。又如，第一图像与第二图像的图像相似性比对得分大于85分，则确定第一图像与第二图像可归档至同一临时档案中。
需要说明的是，图像相似性可以为通过对图像中的特征进行特征比对得到的相似性分数。这里的图像特征可以为描述图像的特征参数，也可为仅用于描述图像中人脸部分的特征参数。因此，图像相似性可以为图像中所包含的人脸部分的相似程度。
在一个实施例中，临时档案包含的图像张数和/或图像数据量可是预先设定的，若一个临时档案添加的图像张数达到阈值和/或图像数据量达到数据量阈值，可认为该临时档案已满，不再建议增加更多的图像。
在另一个实施例中，临时档案可以是一定时间内采集的所有的相似图像。
在创建临时档案后，可根据临时档案与第一类档案进行档案比对，根据档案比对的结果将临时档案归档至第一类档案中。这里，第一类档案可以为对一段预设时长或预设数据量的临时档案进行整理再归档后得到的档案。第一类档案所构成的档案库为第一档案库。
在本公开实施例中，第一档案库可为增量档案库，也就是根据部分历史档案与新创建的档案比对后更新得到的第一类档案所构成的档案库。
例如，在创建新的临时档案后，基于最近生成(或预定时间间隔/预设时间差)的一个或多个第一档案库中所包含的第一类档案与临时档案进行档案比对，如果临时档案与第一类档案的第一档案相似性满足档案相似性条件，如档案相似程度大于80％等，则确定该临时档案与第一类档案中的图像可能属于同一人的图像。因此，此时可将临时档案归档至该第一类档案中。归档的方式，可以是将临时档案中的图像保存至第一类档案中，也可以是将临时档案中的图像的部分特征(如人脸特征等)保存至第一类档案中等。
而如果未找到与临时档案的第一档案相似性满足档案相似性条件的第一类档案，则可以确定临时档案相较于进行比对的第一档案库来说是不同人的档案，因此，此时可以在第一档案库中新建一个第一类档案，并将临时档案中的数据存储在该第一类档案中。
这样，就实现了将临时档案二次归档至第一类档案的过程。
需要说明的是，在本公开实施例中，第一档案库可有多个，每个第一档案库都存储有若干个第一类档案，当第一档案库的档案数量或者数据量超出预定的阈值时，可以新增一个新的第一档案库。在对临时档案进行归档时，可以仅对最新创建(或预定时间间隔/预设时间差)的一个或多个第一档案库中的第一类档案进行档案比对，这样就可以减少对于过于久远的图像的比对，并且提升比对的效率。
在本公开实施例中，档案的比对可以是将两个档案中所有的图像进行比对，也可是对两个档案中的具有代表性的两张图像进行比对，还可以是将两个档案中分别包含的部分特征进行特征比对。
由于临时档案归档至第一档案库后成为第一类档案，而每次归档时都将临时档案归档至最近的几个第一档案库中，因此，多个第一类档案所在的不同的第一档案库可能存在同一人的档案。也就是说，从多个第一档案库的整体来看，可能存在多个重复的第一类档案。
因此，在本公开实施例中，还通过静态归档对第一类档案进行一次整理。这里，满足静态归档条件的第一档案库可以是数据量已达到预定阈值的第一档案库，或者是不再与临时档案进行档案比对的第一档案库。例如，临时档案仅与最近创建的两个第一档案库进行档案比对，此外其他的第一档案库为满足静态归档条件的第一档案库。
这里，满足静态归档条件的第一档案库为不再会有新的临时档案归档的第一档案库。可通过第一档案库的归档时长或者档案数量等来确定：已完成归档的归档时长大于预定时长阈值的第一档案库，或者，档案数量大于或等于预定数量阈值的第一档案库等。例如，第一档案库的档案数量大于或等于预定数量阈值后，继续归档的临时档案则会在新建的第一档案库中归档，此时，上述档案数量已满的第一档案库则不会再有新的临时档案归档，从而不会在发生变化并成为上述满足静态归档条件的第一档案库。
第二档案库则可以为归档后的静态档案库，其中所包含的第二类档案为已经完成上述两次归档的档案。第一档案库中的第一类档案则与第二档案库中的第二类档案再次进行档案比对，然后根据比对结果将第一类档案归档至第二档案库中，形成新的第二类档案。
例如，多个临时档案库中存在重复即同一人的第一类档案，那么该人员的最早的第一类档案已经归档至第二档案库中作为第二类档案了。此时，后续出现的重复的第一类档案与该第二类档案进行档案比对得到的第二档案相似性满足档案相似性条件，可确定其为同一人的档案。那么，可将后续出现的该第一类档案归档至该第二类档案中。
这样，就实现了多个同一人员的第一类档案的合并归档，使得第二档案库中不再出现重复的档案。
当然，如果在第二档案库中未找到与第一类档案满足相似性条件的第二类档案，则说明该第一类档案为新增的人员产生的档案，其不存在以往的档案。因此，此时可将该第一类档案直接作为第二类档案归档至第二档案库中。
通过本公开实施例的上述方法，利用三层不同阶段的归档，分别对大量的图像进行初次归档建立临时档案；增量地归档至第一档案库中形成第一类档案；再将大量第一类档案进行合并整理形成静态的第二类档案的过程。
如此，利用第一阶段的归档，可以每隔一段时间或者实时地进行图片抓取，获取大量的原始图像数据并进行归档整理，满足了人员密集且变动较大的区域等的人员图像归档需求。利用第二阶段的归档，对第一阶段不断产生的临时档案与近期的档案进行合并归档整理，实现对临时档案的快速归档，减少了数据处理量的同时，如果需要对近期的人脸档案进行检索等需求，则可直接利用第二阶段归档得到的数据，便于进行数据的分析，简单有效地排除了较为久远的冗余数据的影响，提升了数据处理的效率。利用第三阶段的归档，不仅考虑到了较为久远的数据可能存在的重要信息，还能够利用第二阶段归档得到的数据进行有效的数据优化。例如，对于犯罪分子的长期活动的监控以及近期活动的监控，可针对第三阶段归档的第二档案库中的数据进行分析，得到有效的监控数据。
因此，本公开实施例的技术方案，不仅提升了图像归档的效率还能够便于在进行各种图像检索时对归档后图像的数据分析，可以广泛应用于各种场景。
在一些实施例中，所述根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，包括：
针对各临时档案，若所述第一档案库中归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，则将所述临时档案归档至对应的预先存储的第一类档案；
或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量未达到预设的存储量阈值，则在所述第一档案库中根据所述临时档案创建新的第一类档案；
或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量达到预设的存储量阈值，则创建新的第一档案库，并在所述新的第一档案库中根据所述临时档案创建新的第一类档案。
在本公开实施例中，进行上述第二阶段的归档时，可在第一档案库中查找与临时档案满足相似性条件的第一类档案。查找的过程可以是临时档案与第一档案库中的第一类档案依次进行档案比对，如果出现满足相似性条件的第一类档案，则可将临时档案归档至第一类档案中。
相对地，如果在第一档案库中未找到满足相似性条件的第一类档案，则说明该第一档案库中不存在与该临时档案属于同一人的第一类档案。因此，此时可以创建一个第一类档案，并将该临时档案归档至该新创建的第一类档案中。
由于第一档案库可以根据存储量来进行划分，即每个第一档案库的存储量达到预设的存储量后，就分出新的第一档案库。因此，在对临时档案进行归档的过程中，如果第一档案库中不存在满足档案相似性条件的第一类档案，则需要新增一个第一类档案。这时，如果第一档案库的存储量还未达到存储量阈值，则可以容纳该临时档案生成的新的第一类档案。这样，就将临时档案归档至已有的第一档案库中。
如果第一档案库的存储量达到了预设的存储量阈值，则无法容纳新的第一类档案，因此，此时分出新的第一档案库，并将临时档案归档至该第一档案库中对应的新的第一类档案。
在一些实施例中，如图2所示，所述方法还包括：
步骤s201、根据各临时档案所包含的图像，确定各临时档案的临时基准图像；
步骤s202、将各临时档案的临时基准图像与各第一类档案的基准图像进行相似度比对，得到所述第一档案相似性；
步骤s203、根据所述第一档案相似性是否属于预定的相似性区间，确定所述第一档案相似性是否满足第一档案相似性条件。
在本公开实施例中，每个档案都可具有一个基准图像，用于代表该档案所对应的人员。在进行档案比对的过程中，可直接利用基准图像进行相似度比对，得到第一档案相似性。
在第一档案相似性属于预定的相似性区间时，则可确定其满足上述档案相似性条件。
由于第一档案库中的第一类档案由临时档案归档得到，因此，第一档案库中每两个第一类档案之间都已经存在历史比对的结果。在本公开实施例中，将临时档案与第一档案库中的每个第一类档案进行两两比对，得到对应的相似性分数，然后可根据第一类档案的历史比对结果，来进一步确定如何进行档案的合并归档。
在本公开实施例中，由于第一类档案会随着临时档案的归档不断被更新，因此，在对临时档案进行归档时，可对第一类档案进行再次的两两比对得到最新的比对分数。然后再将每两个档案的比对分数与历史分数进行累加，如果累加后的分数超过预定的阈值，则合并这两个档案。
可以理解的是，此过程中，可将临时档案作为新的第一类档案，并参与到与其他第一类档案的两两比对中，但是由于临时档案没有历史比对结果，因此不存在累加，从而在本次归档的过程中该临时档案被合并归档至其他第一类档案的概率较低，然后再后续的归档过程中，通过再次比对，可能与其他的第一类档案合并。
示例性地，临时档案la与第一档案库中的第一类档案z1、z2及z3进行两两比对，得分la与z1：60分，la与z2：70分，la与z3：90分。
对第一类档案进行两两比对：z1与z2：80分，z1与z3：50分，z2与z3：50分。
第一类档案已经存在历史比对的结果：z1与z2：40分，z1与z3：30分，z2与z3：0分。
因此，所有的档案累加后的结果为：la与z1：60分，la与z2：70分，la与z3：90分，z1与z2：120分，z1与z3：80分，z2与z3：50分。
其中，la为新的档案，因此不存在历史比对分数。上述累加后的结果中，仅有z1与z2的累加分数超过100分，因此，将z1与z2合并为一个档案z2，同时删除原档案z1。
更新后的分数，包括la、z2及z3之间的两两比对结果：la与z2：70分，la与z3：90分，z2与z3，50分，可作为后续归档过程的历史比对结果。
如此，利用基准图像代表每个档案，便于数据的分析和管理。在进行档案比对时，无需进行大量的数据比对，提升了数据比对的效率。此外，由于每个档案都有基准图像，因此，在进行数据的检索等使用档案的情况下，也可直接通过基准图像进行快速检索，提升了档案的便利性。
在一些实施例中，所述根据各临时档案所包含的图像，确定各临时档案的临时基准图像，包括：
根据各临时档案所包含的图像的图像清晰度和/或包含的特征数量，确定各临时档案的临时基准图像。
在本公开实施例中，上述档案的基准图像可以是档案中的多张图像中选择出的一张图像清晰度最高的图像，或者图像清晰度满足预设的清晰度条件的图像；也可以是选择出的包含的特征数量最多的图像；还可以是选择出的包含数量满足预设的数量条件，同时清晰度满足预设的清晰度条件的图像。
此外，基准图像还可以是根据临时档案中满足上述图像清晰度以及特征数量要求的多张图像通过图像处理得到的平均值，或者根据多张图像进行叠加处理得到的图像等等。
在一些实施例中，上述步骤s101中，所述根据各待归档图像的图像相似性，创建一个或多个临时档案，包括：
对各待归档图像的图像特征进行两两比对，得到所述图像相似性；将所述图像相似性满足图像相似条件的任意两张待归档图像，归档至同一临时档案。
在本公开实施例中，上述第一阶段的归档过程中，可以在每次归档时拉取一段时间(例如10分钟、最近的一小时等)的原始图像，然后对这一组图像进行图像特征的两两比对，得到其中每两张图像的图像相似性。对于图像相似性满足图像相似性条件的任一两张则可归档至同一临时档案。
可以理解的是，这种归档方式可具有传导性，例如：a与b相似，b与c相似，但是a与c的相似性不满足图像相似性条件。但是由于a与b将归档至同一临时档案，且b与c将归档至同一临时档案，则a与c也会被归档至同一临时档案中。
在一些实施例中，上述步骤s103中，所述根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，包括：
将各第一类档案的基准图像与各第二类档案的基准图像进行相似度比对，得到所述第二档案相似性；
根据所述第二档案相似性是否属于预定的相似性区间，确定所述第二档案相似性是否满足静态归档条件，所述静态归档条件为第二档案相似性条件；
将满足静态归档条件的各第一类档案归档至对应的第二类档案。
在本公开实施例中，与临时档案类似，每个第一类档案和第二类档案都可具有各自的基准图像，在进行档案比对时，可直接利用基准图像进行比对，得到对应的第二档案相似性。
这里，与临时档案归档至第一档案库的过程类似，对第二档案库中的第二类档案及待归档的第一类档案进行两两比对，同时结合第二类档案的历史比对的结果进行档案合并归档。
例如，第一类档案za归档至第二档案库中，第二档案库中包含有第二类档案s1、s2及s3。
第一类档案za与第二档案库中的第二类档案s1、s2及s3进行两两比对，得分za与s1：60分，za与s2：70分，za与s3：90分。
对第二类档案进行两两比对：s1与s2：80分，s1与s3：50分，s2与s3：50分。
第二类档案已经存在历史比对的结果：s1与s2：40分，s1与s3：30分，s2与s3：0分。
因此，所有的档案累加后的结果为：za与s1：60分，za与s2：70分，za与s3：90分，s1与s2：120分，s1与s3：80分，s2与s3：50分。
其中，za为新的档案，因此在第二档案库中不存在历史比对分数。此外，上述累加后的结果中，仅有s1与s2的累加分数超过100分，因此，将s1与s2合并为一个档案s2，同时删除原档案s1。
在一些实施例中，上述步骤s103中，所述方法还包括：
若所述第二档案库的存储量未达到预设的存储量阈值，则将不满足静态归档条件的第一类档案添加至所述第二档案库中创建新的第二类档案；
或者，
若所述第二档案库的存储量达到预设的存储量阈值，则创建新的第二档案库，将不满足静态归档条件的第一类档案添加至所述新的第二档案库中创建新的第二类档案。
在进行上述第三阶段的归档时，如果第二档案库中不存在与第一类档案满足上述第二档案相似性的第二类档案，说明该第一类档案可能在先前的档案中没有重复档案。因此，对该第一类档案无需进行合并处理，直接将其归档至第二档案库中作为新的第二类档案即可。
在一些实施例中，所述方法还包括：将满足静态归档条件的各第一类档案归档至对应的第二类档案之后，根据各第一类档案的基准图像与各第二类档案的基准图像，更新归档后的第二类档案的基准图像。
上述针对第一类档案再归档至第二档案库的过程，可将第一类档案的基准图像更新至第二类档案中作为新的基准图像。当然，也可根据该第一类档案与对应的第二类档案中所包含的图像重新选择基准图像，例如，将满足清晰度条件的多张图像中拍摄时间最晚的图像作为更新后的第二类档案中的基准图像。
更新后的所述基准图像的特征可作为第二类档案中所包含的图像，为了节省存储空间，第二类档案中也可不包含或者仅包含部分其他图像的特征。
如此，就实现了第一类档案与第二类档案的合并归档，对大量档案进行了优化，消除部分冗余数据，使得数据更加清晰简单，便于后续的存储和处理。
在一些实施例中，所述方法还包括：
将所述第一档案库中包含图像数量小于预定数量阈值的第一类档案，确定为第三类档案；
在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案；
若归档有所述第二类档案，则将所述第三类档案归档至所述第二类档案。
由于第一档案库是基于增量处理，即短时间内的部分档案数据的处理得到的档案库，因此，可能存在大量的图像数量较少的第一类档案，即低频档案。例如，仅包含一张图像的第一类档案。
这种档案中出现的人员可能并不在需要进行归档的人员范围之内，例如，对本地区的居住人口进行统计，本地居住人口会在该区域内多次重复出现，因此可能存在大量的抓拍图像。而对于临时路过或者旅游等外地人口，则可能仅有一张抓拍图像。因此不需要单独建立档案，因此，可以不进行归档。
但是对于这种情况，也可能由于时间的原因，在近期处理的第一档案库中存在上述第三类档案，即低频档案，但在过去的某些时段内，该人员可能多次出现。也就是说，该第三类档案可能在第二档案库中存在相似的第二类档案。
因此，在本公开实施例中，可对上述第三类档案进行单独归档，与第二类档案进行比对，如果未找到相似的第二类档案，则可以不再对该第三类档案进行归档。如，删除档案或者单独存储等。
在一些实施例中，所述在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案，包括：
在所述第二档案库中，以第一归档频率确定是否归档有与所述第三类档案的第二档案相似性满足所述相似性条件的第二类档案；
若未归档有与所述第三类档案满足所述相似性条件的第二类档案，则将所述第三类档案确定为第四类档案；
在所述第二档案库中，以第二归档频率确定是否归档有与所述第四类档案的第二档案相似性满足所述相似性条件的第二类档案；其中，所述第二归档频率低于所述第一归档频率；
若归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案归档至所述第二类档案；
若未归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案作为新的第二类档案添加至所述第二档案库。
这里提供了一种对上述低频档案进行再归档的方法。由于低频档案被单独列出，但在其他的第一档案库中可能存在相似档案，并随时被添加至第二档案库中。因此，可每间隔一段时间就对低频档案进行一次归档。
在本公开实施例中，可按照第一归档频率对低频档案进行一次归档，例如，每周进行一次归档。如果本次归档的过程中，在第二档案库中不存在与该第三类档案相似的第二类档案，则该第三类档案作为以第二归档频率进行归档的第四类档案。如果本次归档的过程中，在第二档案库中存在与该第三类档案相似的第二类档案，则将该第三类档案归档至该第二类档案中，实现了低频档案的归档。
相应地，第二归档频率的第四类档案，则以第二归档频率进行再次查找，例如，每月进行一次归档。在本次归档中，如果在第二档案库中找到与该第四类档案相似的档案，则不再进行归档，可直接将该第四类档案作为单独的第二类档案归档至第二档案库中，也可将该第四类档案直接删除或者单独存储在其他档案库中。
在一些实施例中，所述方法还包括：
在预定的身份档案库中查找与所述第二档案库中的各第二类档案匹配的身份档案；
根据查找到的匹配的身份档案，确定各第二类档案的身份信息。
对于第二档案库中的第二类档案，可根据预定的身份档案库进行身份匹配。例如，根据公安系统录入的信息，对第二类档案进行档案匹配。如果身份档案库中存在与第二类档案匹配的身份档案，则可将对应的身份信息添加至第二类档案中。
如此，在进行档案的检索、匹配以及人员查找等情况时，则可快速找到人像信息与对应的身份信息，提升使用效率，并且快速准确。
在一些实施例中，所述方法还包括：
若在所述身份档案库中未查找到与第二类档案匹配的身份档案的查找次数大于预设次数阈值，或者，
针对未查找到匹配的身份档案的第二类档案，若所述第二类档案中包含的图像数量大于预设数量阈值，则确定所述第二类档案为无身份信息档案。
在上述身份信息匹配的过程中，如果对于一个第二类档案进行了多次匹配，都未匹配到对应的身份档案，则可能该档案没有预先录入的身份档案。或者，一个第二类档案中的图像数量大于预设数量阈值，说明其中存在大量的图像信息都未查找到匹配的身份档案，则也可能是该档案没有预先录入的身份档案。
因此，在上述情况下，可确定该第二类档案为无身份信息档案，便于后续的查询和使用。
本申请实施例还提供如下示例：
为了便于理解，先对如下术语进行说明：
比对：计算特征的相似度，这里通常指计算两张图像的相似度，最终比对展现的效果就是一个分数(例如：97分)分数越高相似度越高，两张图像是同一个人的可能性就很大。比对方式有两种：1：1，即一个特征比对一个特征；1:n，即一个特征和n个特征比对。
db：即上述实施例中的档案库，用于存放一定数量的特征集合。增量分析产生的db称为增量dn即db1、db2、...、dbn即上述实施例中的第一档案库；静态产生的db称为静态db即：s1、s2、...、sn即上述实施例中的第二档案库；低频库有三种l1、l2、l3。具有身份信息的db称为id库。
增量分析：归档分析的一种方式，只比对较近的db，不进行全量db的比对。
静态分析：归档分析的一种方式，进行全量db的比对。
id归档：归档分析的一种方式，只比对有身份信息的db。
基准图像：是档案中的一张图像，通常是档案中质量最高，时间较近的图像。
档案比对：其实就是不同档案基准图像的比对。
低频库：通常指档案中抓拍图像数量很低，并且比对无法合并的档案。
人脸质量：抓拍图像中人脸的特征清晰度的描述，例如：正面抓拍的人脸质量就很高，侧脸抓拍的图像人脸质量相对较低。
层次聚类：是一种机器学习聚类算法，可以将相似的特征聚到一起。
通常在一个千万人口规模的城市，海量人脸抓拍照片中的大部分，都是监控所在地域人口在不同时空被抓拍到而累积的重复照片。因此，对于前述数据应用上的难点，一种有效的解决方法就是将同一个人的重复抓拍照片进行归档。通过归档，形成“档案-抓拍照片”层级所属关系，而后基于档案去做数据检索及应用。从而数据检索及应用的处理规模，会迅速地从百亿级降低到千万级，可大大提高效率、可行性，降低了应用成本。
但是在归档过程中可能会出现以下问题：
第一、图像处理的效率有可能跟不上数据产生的速度；
第二、人脸比对算法误判出现的归档错误，例如：不同的人归到一个档案、同一个人归到不同档案；
第三、归档形成的档案没有基准证件标识，无法确定档案身份。
基于此，本申请实施例提供如下归档方法，归档流程如图3所示。
分析流程分为4个大阶段，下面逐条展开解释：
1.数据接入阶段
这个阶段主要是将摄像头产生的抓拍图像记录下来。抓拍的数据有两种:结构化数据和非结构化数据。结构化数据包括：抓拍图像的时间、抓拍图像的相机信息等。非结构化数据主要是图像本身。
这个阶段会解析图像，提取图像的人脸特征，且保存下来，后续会使用。
2.数据预处理阶段
这个阶段会清洗接入的数据，删掉一些质量不过关的图像，例如：模糊的图像，半张脸等特征不全的图像。
处理完的数据就会变得很干净，有利于图像归档。
3.归档阶段
这个阶段会拉取干净的数据，进行图像归档。增量分析是这个阶段主要的分析方式。
增量分析阶段一：定时拉取一批时间相近的数据(例如：过去十分钟内的抓拍)，批次内图像两两比对，将比对高分的图像聚合在一起，产生临时档案，即上述实施例中的第一类档案，选举出临时基准图像。
增量分析阶段二：临时档案即第一类档案和最近的两个db(即第一档案库)中的档案(即第二类档案)进行比对，并且将比对积分累加，达到100分的档案合并在一起。未能达到100分的档案，认为是不相同的档案，就会产生行新的档案，新档案基准图像的特征存入dbn，并且记录档案间比对的分数。
3.1相关规则算法
a.临时档案建立的规则：超过一定比对分数就认为是一个人的图像，并且可以传导。例如：a与b相似，b与c相似，但是a与c比对分数不高，但是也认为a与c相似，这样abc就成了一个临时档案。
b.临时基准图像选举的规则：选择人脸质量最高的作为临时基准图像。
c.最近两个db变化的规则：每个db的特征数量是固定(例如一个db的特征50w)值，当超过这个值dbn就会变成dbn-1，dbn-1就会变成dbn-2。同时dbn-2将不再进行比对。也就是说，最新创建的db(第一档案库)为dbn，新增的档案都是保存在dbn中的。
d.疑似同档案人员积分规则：比对分数s
需要说明的是，上述分数s中，小于96的分数则认为必然是完全不同的人员的图像，因此不考虑。然后根据上述规则，将分数划分至不同的区间，在进行归档时，可根据实际情况的准确度要求来选择用于判断档案是否相似的指定积分区间。
4.优化阶段
4.1静态分析
这个阶段主要是拉取增量分析的数据，进行二次比对，并且比对是全量的，面向所有的静态库(即上述实施例中的第二档案库)。更多的是关心那些档案中图像数量多的档案。所以只需要拉取增量分析产生的档案中，抓拍图像大于1的档案。进行静态分析，并且累加积分，合并档案。档案合并，重新选举基准图像。
4.1.1相关规则算法
a.积分累加规则参考3.1相关规则算法d
b.档案合并基准图像选举规则：
档案抓拍图像小于10张或者目前基准图像人脸质量小于50，选择最近100张图像质量最高的作为基准图像。
也就是说，如果多个待合并的档案中，部分档案的抓拍图像数量较少，或者目前各档案基准图像的质量较低时，从待合并的所有档案中，选择最近的100张图像中质量最高的图像作为基准图像。
档案抓拍图像数量大于10张并且基准图像人脸质量大于50，档案每产生100张抓拍或者上次选举的时间超过1个月的才会进行基准图像选择。选举规则为选择质量大于50的最近200张图像。计算规则＝(现在时间-抓拍的时间)/3600/24/365*比对的分数。
也就是说，待合并的多个档案的图像数量较多，并且人脸质量较高，那么选择合并时重新选择基准图像的规则则不仅要考虑图像质量，还需要考虑图像抓拍的时间。原则上就是选择质量满足要求的最近拍摄的图像。
4.2低频再归档
低频数据分为三类l1、l2、l3。增量分析产生的档案中，抓拍数量等于1的档案会抽取处理成为l1。
l1与静态库比对，比对为高分的进行档案合并(高分：例如98分)，未能比对为高分的进入l2。同理l2与静态库比对，比对高分的进行档案合并，未能比对出高分的进入l3。l3的数据不再进行比对操作。
l1、l2的分析频率也不相同，l1每周分析一次，l2每个月分析一次。
4.3id归档
只有档案没有真实信息的档案是没有意义的。所以需要id归档。这个阶段将静态库与id库进行比对，将分数超过一定分数(例如：96分)的档案加上身份证信息。没有比对出高分的的档案比对次数加1。当比对次数大于5次，或者档案抓拍数量大于20的档案不再进行id比对。
通过上述归档方法，能够将大量的杂乱的数据整合在一起，形成档案，数据严谨美观。此外，每个档案都有一个基准图像，在使用档案进行检索时，只需要根据基准图像进行比对就可以，不再需要全量对比，大大减少了计算量，节约机器的计算成本。此外，上述id归档形成的档案有利于大数据分析及数据挖掘，能够广泛应用于各种场景。
如图4所示，本申请实施例还提供一种图像归档装置，所述装置400包括：
创建模块401，用于根据各待归档图像的图像相似性，创建一个或多个临时档案；
第一归档模块402，用于根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
第二归档模块403，用于根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
在一些实施例中，所述第一归档模块，包括：
第一归档子模块，用于针对各临时档案，若所述第一档案库中归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，则将所述临时档案归档至对应的预先存储的第一类档案；
或者，
第二归档子模块，用于针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量未达到预设的存储量阈值，则在所述第一档案库中根据所述临时档案创建新的第一类档案；
或者，
第三归档子模块，用于针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量达到预设的存储量阈值，则创建新的第一档案库，并在所述新的第一档案库中根据所述临时档案创建新的第一类档案。
在一些实施例中，所述装置还包括：
第一确定模块，用于根据各临时档案所包含的图像，确定各临时档案的临时基准图像；
第一比对模块，用于将各临时档案的临时基准图像与各第一类档案的基准图像进行相似度比对，得到所述第一档案相似性；
第二确定模块，用于根据所述第一档案相似性是否属于预定的相似性区间，确定所述第一档案相似性是否满足第一档案相似性条件。
在一些实施例中，所述第一确定模块，包括：
第一确定子模块，用于根据各临时档案所包含的图像的图像清晰度和/或包含的特征数量，确定各临时档案的临时基准图像。
在一些实施例中，所述创建模块，包括：
第一比对子模块，用于对各待归档图像的图像特征进行两两比对，得到所述图像相似性；
第四归档子模块，用于将所述图像相似性满足图像相似条件的任意两张待归档图像，归档至同一临时档案。
在一些实施例中，所述第二归档模块，包括：
第二比对子模块，用于将各第一类档案的基准图像与各第二类档案的基准图像进行相似度比对，得到所述第二档案相似性；
第二确定子模块，用于根据所述第二档案相似性是否属于预定的相似性区间，确定所述第二档案相似性是否满足静态归档条件，所述静态归档条件为第二档案相似性条件；
第五归档子模块，用于将满足静态归档条件的各第一类档案归档至对应的第二类档案。
在一些实施例中，所述装置还包括：
第一添加模块，若所述第二档案库的存储量未达到预设的存储量阈值，则用于将不满足静态归档条件的第一类档案添加至所述第二档案库中创建新的第二类档案；
或者，
第二添加模块，若所述第二档案库的存储量达到预设的存储量阈值，则用于创建新的第二档案库，将不满足静态归档条件的第一类档案添加至所述新的第二档案库中创建新的第二类档案。
在一些实施例中，所述装置还包括：
更新模块，用于将满足静态归档条件的各第一类档案归档至对应的第二类档案之后，根据各第一类档案的基准图像与各第二类档案的基准图像，更新归档后的第二类档案的基准图像。
在一些实施例中，所述装置还包括：
第三确定模块，用于将所述第一档案库中包含图像数量小于预定数量阈值的第一类档案，确定为第三类档案；
第四确定模块，用于在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案；
第三归档模块，若归档有所述第二类档案，则用于将所述第三类档案归档至所述第二类档案。
在一些实施例中，所述第四确定模块，包括：
第三确定子模块，用于在所述第二档案库中，以第一归档频率确定是否归档有与所述第三类档案的第二档案相似性满足所述相似性条件的第二类档案；
第四确定子模块，若未归档有与所述第三类档案满足所述相似性条件的第二类档案，则用于将所述第三类档案确定为第四类档案；
第五确定子模块，用于在所述第二档案库中，以第二归档频率确定是否归档有与所述第四类档案的第二档案相似性满足所述相似性条件的第二类档案；其中，所述第二归档频率低于所述第一归档频率；
第六确定子模块，若归档有与所述第四类档案满足所述相似性条件的第二类档案，则用于将所述第四类档案归档至所述第二类档案；
第七确定子模块，若未归档有与所述第四类档案满足所述相似性条件的第二类档案，则用于将所述第四类档案作为新的第二类档案添加至所述第二档案库。
在一些实施例中，所述装置还包括：
查找模块，用于在预定的身份档案库中查找与所述第二档案库中的各第二类档案匹配的身份档案；
第五确定模块，用于根据查找到的匹配的身份档案，确定各第二类档案的身份信息。
在一些实施例中，所述装置还包括：第六确定模块，用于：
若在所述身份档案库中未查找到与第二类档案匹配的身份档案的查找次数大于预设次数阈值，或者，
针对未查找到匹配的身份档案的第二类档案，若所述第二类档案中包含的图像数量大于预设数量阈值，则确定所述第二类档案为无身份信息档案。
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的图像归档方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台图像归档装置(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：u盘、移动硬盘、只读存储器(readonlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
对应地，本申请实施例提供一种图像归档装置，该装置至少包括：处理器和用于存储能够在所述处理器上运行的可执行指令的存储器，其中：处理器用于运行所述可执行指令时，所述可执行指令执行上述任一实施例所提供的图像归档方法中的步骤。
对应地，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述任一实施例所提供的图像归档方法中的步骤。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，图5为本申请实施例电子设备的一种硬件实体示意图，如图5所示，该电子设备500的硬件实体包括：处理器501、通信接口502和存储器503，其中
处理器501通常控制电子设备500的总体操作。
通信接口502可以使装置通过网络与其他终端或服务器通信。
存储器503配置为存储由处理器501可执行的指令和应用，还可以缓存待处理器501以及电子设备500中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(flash)或随机访问存储器(randomaccessmemory，ram)实现。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(readonlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台移动轨迹的确定装置(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
1.一种图像归档方法，其特征在于，所述方法包括：
根据各待归档图像的图像相似性，创建一个或多个临时档案；
根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
2.根据权利要求1所述的方法，其特征在于，所述根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，包括：
针对各临时档案，若所述第一档案库中归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，则将所述临时档案归档至对应的预先存储的第一类档案；或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量未达到预设的存储量阈值，则在所述第一档案库中根据所述临时档案创建新的第一类档案；或者，
针对各临时档案，若所述第一档案库中未归档有所述第一档案相似性满足第一档案相似性条件的第一类档案，且所述第一档案库的存储量达到预设的存储量阈值，则创建新的第一档案库，并在所述新的第一档案库中根据所述临时档案创建新的第一类档案。
3.根据权利要求1所述的方法，其特征在于，所述根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，包括：
将各第一类档案的基准图像与各第二类档案的基准图像进行相似度比对，得到所述第二档案相似性；
根据所述第二档案相似性是否属于预定的相似性区间，确定所述第二档案相似性是否满足静态归档条件，所述静态归档条件为第二档案相似性条件；
将满足静态归档条件的各第一类档案归档至对应的第二类档案。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若所述第二档案库的存储量未达到预设的存储量阈值，则将不满足静态归档条件的第一类档案添加至所述第二档案库中创建新的第二类档案；或者，
若所述第二档案库的存储量达到预设的存储量阈值，则创建新的第二档案库，将不满足静态归档条件的第一类档案添加至所述新的第二档案库中创建新的第二类档案。
5.根据权利要求1或3所述的方法，其特征在于，所述方法还包括：
将所述第一档案库中包含图像数量小于预定数量阈值的第一类档案，确定为第三类档案；
在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案；
若归档有所述第二类档案，则将所述第三类档案归档至所述第二类档案。
6.根据权利要求5所述的方法，其特征在于，所述在所述第二档案库中，确定是否归档有与所述第三类档案的第二档案相似性满足相似性条件的第二类档案，包括：
在所述第二档案库中，以第一归档频率确定是否归档有与所述第三类档案的第二档案相似性满足所述相似性条件的第二类档案；
若未归档有与所述第三类档案满足所述相似性条件的第二类档案，则将所述第三类档案确定为第四类档案；
在所述第二档案库中，以第二归档频率确定是否归档有与所述第四类档案的第二档案相似性满足所述相似性条件的第二类档案；其中，所述第二归档频率低于所述第一归档频率；
若归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案归档至所述第二类档案；
若未归档有与所述第四类档案满足所述相似性条件的第二类档案，则将所述第四类档案作为新的第二类档案添加至所述第二档案库。
7.根据权利要求1-6中任意一项所述的方法，其特征在于，所述方法还包括：
在预定的身份档案库中查找与所述第二档案库中的各第二类档案匹配的身份档案；
根据查找到的匹配的身份档案，确定各第二类档案的身份信息。
8.一种图像归档装置，其特征在于，所述装置包括：
创建模块，用于根据各待归档图像的图像相似性，创建一个或多个临时档案；
第一归档模块，用于根据各临时档案与第一档案库中预先存储的至少一个第一类档案的第一档案相似性，将各临时档案归档至对应的预先存储的第一类档案，或者创建新的第一类档案，其中，所述第一档案库为与各临时档案相隔预设时间差的档案库；
第二归档模块，用于根据各第一类档案与至少一个第二类档案的第二档案相似性，将满足静态归档条件的各第一类档案归档至对应的第二类档案，其中，所述至少一个第二类档案归档于第二档案库，且所述第一档案库满足静态归档条件。
9.一种电子设备，其特征在于，所述电子设备至少包括：处理器和用于存储能够在所述处理器上运行的可执行指令的存储器，其中：
处理器用于运行所述可执行指令时，所述可执行指令执行上述权利要求1至7中任意一项提供的图像归档方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述权利要求1至7中任意一项提供的图像归档方法中的步骤。
技术总结