身份匹配方法、装置、电子设备以及计算机可读存储介质与流程

1.本技术涉及安防和图像处理技术领域，特别是涉及一种身份匹配方法、装置、电子设备以及计算机可读存储介质。


背景技术：

2.目前，基于人脸图像的身份识别通常是将采集到的人脸图像和数据库中的图像进行特征对比，在特征对比结果满足一定阈值时，判定人脸图像和对应的身份匹配。但受图像抓拍场景的影响，尤其在卡口抓拍人脸图像时，由于车速过快或者车窗玻璃反光导致抓拍的人脸图像模糊，使得抓拍的图像质量参差不齐，进而降低了身份匹配的准确性。


技术实现要素：

3.本技术至少提供一种身份匹配方法、装置、电子设备以及计算机可读存储介质。
4.本技术第一方面提供了一种身份匹配方法，包括：获取目标对象的目标档案数据，所述目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息；根据所述目标档案数据中的车牌信息，将预设车辆登记数据中与所述车牌信息关联的身份信息作为目标身份信息，所述预设车辆登记数据包括关联设置的身份信息和车牌信息；若所述目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果。
5.在一实施例中，所述方法还包括：响应于所述目标档案数据中各车牌信息关联的目标身份信息的信息数量大于一，则获取所述目标档案数据中目标对象驾驶各车牌信息对应车辆时所拍摄到的人脸图像以及其它图像，所述其它图像包括所述目标档案数据中图像质量在预设名次前的图像；基于所述其它图像和所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，将所述目标档案数据的各车牌信息对应的目标身份信息中的身份图像确定为目标身份图像；将所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像与所述目标身份图像进行匹配，得到所述身份匹配结果。
6.在一实施例中，所述基于所述其它图像和所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，将所述目标档案数据的各车牌信息对应的目标身份信息中的身份图像确定为目标身份图像的步骤，包括：计算每个其它图像和所述目标档案数据中车牌信息对应的目标身份信息中身份图像之间的特征相似度的平均值，得到多个特征相似度的平均值；将所述多个特征相似度的平均值中最大平均值所对应的身份图像确定为所述目标身份图像。
7.在一实施例中，所述将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果的步骤，包括：计算所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像之间的图像特征相似度；若所述图像特征相似度大于相似度阈值，则所述身份匹配结果为匹配成功。
8.在一实施例中，所述获取目标对象的目标档案数据的步骤，包括：获取所述目标对
象的初始档案数据；根据所述初始档案数据中车牌信息的信息数量对所述初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息；将所述过滤后的车牌信息确定为所述目标档案数据中目标对象所驾驶车辆的车牌信息。
9.在一实施例中，所述根据所述初始档案数据中车牌信息的信息数量对所述初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息的步骤，包括：若所述初始档案数据中车牌信息的信息数量等于一，则将所述初始档案数据中的车牌信息确定为所述目标档案数据中的车牌信息；若所述初始档案数据中车牌信息的信息数量大于一，则确定所述初始档案数据中各车牌信息的信息数量；获取所述初始档案数据中的目标车牌信息和其它车牌信息，所述目标车牌信息为各车牌信息中信息数量最多的车牌信息；将所述其它车牌信息的信息数量与所述目标车牌信息的信息数量之间的比值大于比值阈值所对应的其它车牌信息，以及所述目标车牌信息作为所述过滤后的车牌信息。
10.在一实施例中，所述获取所述目标对象的初始档案数据的步骤，包括：获取预设时空范围内各目标对象的采集图像数据；根据所述采集图像数据中采集图像的图像特征进行聚类处理，得到各目标对象的初始档案数据。
11.在一实施例中，所述根据所述目标档案数据中的车牌信息，在预设车辆登记数据中确定所述车牌信息对应的目标身份信息的步骤，包括：选取所述预设登记数据中与所述车牌信息相同的车牌信息；将所述预设登记数据中与所述相同的车牌信息对应的身份信息确定为所述车牌信息对应的目标身份信息。
12.本技术第二方面提供了一种身份匹配装置，包括：获取模块，用于获取目标对象的目标档案数据，所述目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息；确定模块，用于根据所述目标档案数据中的车牌信息，将预设车辆登记数据中与所述车牌信息关联的身份信息作为目标身份信息，所述预设车辆登记数据包括关联设置的身份信息和车牌信息；匹配模块，用于若所述目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果。
13.本技术第三方面提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述身份匹配方法。
14.本技术第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述身份匹配方法。
15.上述方案，根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息确定为对应车牌信息的目标身份信息，并响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配造成的身份匹配准确率低的问题。
16.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本技术。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本技术的实施例，并与说明书一起用于说明本技术的技术方案。
18.图1是本技术的一示例性实施例示出的身份匹配方法的流程图；
19.图2是图1示出的身份匹配方法中步骤120之后的一示例性实施例的流程示意图；
20.图3是图1示出的身份匹配方法中步骤110的一示例性实施例的流程示意图；
21.图4是本技术的一示例性实施例示出的身份匹配装置的框图；
22.图5是本技术电子设备一实施例的结构示意图；
23.图6是本技术计算机可读存储介质一实施例的结构示意图。
具体实施方式
24.下面结合说明书附图，对本技术实施例的方案进行详细说明。
25.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本技术。
26.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
27.首先需要说明的是，随着科技的进步和人类基于便利性生活的需要，各种刷脸应用开始普及，包括刷脸解锁、刷脸开门、刷脸安检、刷脸登机、刷脸住酒店、刷脸支付就医，在各行各业开始落地生根，使人产生了大量的轨迹数据。为使轨迹数据对社会进步和稳定产生积极的影响，最重要的一步是对这些轨迹数据中的轨迹图片进行身份落档。目前，基于人脸图像的身份识别通常是将采集到的人脸图像和数据库中的图像进行特征对比，在特征对比结果满足一定阈值时，判定人脸图像和对应的身份匹配。但受图像抓拍场景的影响，尤其在卡口抓拍人脸图像时，由于车速过快或者车窗玻璃反光导致抓拍的人脸图像模糊，使得抓拍的图像质量参差不齐，进而降低了身份匹配的准确性。需要说明的是，人车合一抓拍卡口同时具备抓拍车牌和车辆内人脸图像的能力，通过此抓拍卡口抓拍的车辆车牌信息和人脸图像可以同样的id关联。
28.基于此，为了提高身份匹配的准确性，本技术提出了一种身份匹配方法、装置、电子设备以及计算机可读存储介质。详情可参阅图1，图1是本技术的一示例性实施例示出的身份匹配方法的流程图。具体而言，本实施例的身份匹配方法包括以下步骤：
29.步骤s110，获取目标对象的目标档案数据。
30.目标对象包括在道路上驾驶车辆的驾驶人员。
31.目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像和识别到的车牌信息。目标档案数据也可以理解为该目标对象在预设时空范围内的行径轨迹。示例性的，目标档案数据包括卡口抓拍的目标对象a在b市2月10日至2月15日内的所有行驶图像，并对所抓拍的行驶图像进行图像分割得到人脸图像，以及对行驶图像进行车牌识别，得到识别到的
车牌信息。
32.步骤s120，根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息作为目标身份信息，预设车辆登记数据包括关联设置的身份信息和车牌信息。
33.预设车辆登记数据包括关联设置的身份信息和车牌信息。需要说明的是，预设车牌登记数据可以从车管所等授权获取。另外需要说明的是，考虑到预设车辆登记数据中存在过期或重复无效数据，为提高身份匹配准确性，本技术实施例在根据预设车辆登记数据确定目标身份信息之前，需对预设车辆登记数据进行预处理。作为一示例的，身份匹配装置可获取各身份信息在一个月时间内关联的车牌信息，并根据该身份信息关联出的车牌信息的信息数量确定该身份信息最终关联的车牌信息，避免因目标对象换车导致预设车辆登记数据中存在无效数据的问题。作为另一示例的，身份匹配装置可根据车牌信息中的车牌号码获取近一个月时间内关联的身份信息，并根据该车牌号码关联出的身份信息的信息数量确定该车牌号码最终关联的身份信息，以此更新预设车辆登记数据中的数据。
34.身份匹配装置根据目标档案数据中的车牌信息从预设车辆登记数据中确定与该车牌信息关联的身份信息，并将确定的身份信息作为该车牌信息的目标身份信息。具体的，身份匹配装置选取预设登记数据中与目标档案数据中的车牌信息相同的车牌信息，将预设登记数据中与相同的车牌信息对应的身份信息确定为车牌信息对应的目标身份信息。
35.步骤s130，若目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。
36.信息数量是指各车牌信息关联的目标身份信息的数量。示例性的，身份匹配装置根据目标档案数据中车牌一至车牌三从预设登记数据中匹配到一个目标身份信息，则此时的信息数量为一。
37.身份匹配装置判断目标档案数据中各车牌信息关联的目标身份信息的信息数据是否等于一，若是，则将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。
38.可以看出，本技术实施例的根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息确定为对应车牌信息的目标身份信息，并响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配而造成身份匹配准确率低的问题。
39.在上述实施例的基础上，本技术实施例采用图2所示的流程图详细阐述目标档案数据中各车牌信息关联的目标身份信息的信息数量不等于一的情况，请参阅图2，图2是图1示出的身份匹配方法中步骤120之后的一示例性实施例的流程示意图。具体而言，本实施例方法包括以下步骤：
40.步骤s210，响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量大于一，则获取目标档案数据中目标对象驾驶各车牌信息对应车辆时所拍摄到的人脸图像以
及其它图像。
41.其它图像包括目标档案数据中图像质量在预设名次前的图像。预设名次可以是前三名次。对于其它图像的获取方式，具体为获取目标档案数据中各图像的清晰度、人脸角度、口罩分数、墨镜分数、帽子人数以及人脸大小，根据各图像的清晰度、人脸角度、口罩分数、墨镜分数、帽子人数以及人脸大小与对应权重的乘积之和确定对应图像的图像质量。
42.具体的，图像质量的计算方式可参阅下式：
43.图像质量＝wa*清晰度+wb*人脸角度+wc*口罩分数+wd44.*墨镜分数+we*帽子分数+wf*人脸大小
45.其中，wa表示图像的清晰度对应的权重系数，wb表示图像中人脸角度对应的权重系数，wc表示图像中口罩分数对应的权重系数，wd表示图像中墨镜分数对应的权重系数，we表示图像中帽子分数对应的权重系数，wf表示图像中人脸大小对应的权重系数。
46.身份匹配装置若判断出目标档案数据中各车牌信息关联的目标身份信息的信息数量大于一，则获取档案数据中目标对象驾驶各车牌信息对应车辆时的人脸图像以及其它图像。
47.步骤s220，基于其它图像和目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，将目标档案数据的各车牌信息对应的目标身份信息中的身份图像确定为目标身份图像。
48.身份匹配装置对其它图像和目标档案数据中各车牌信息对应的目标身份信息中的身份图像进行特征相似度比对，进而从目标档案数据的各车牌信息对应的目标身份信息中确定目标身份图像。具体的，计算其它图像和目标档案数据中各车牌信息对应的目标身份信息中身份图像之间特征相似度的平均值，得到多个特征相似度的平均值，选取多个特征相似度的平均值中的最大平均值所对应的身份图像为目标身份图像。
49.步骤s230，将目标档案数据中各车牌信息对应的目标身份信息中的身份图像与目标身份图像进行匹配，得到身份匹配结果。
50.身份匹配装置计算目标档案数据中的人脸图像与目标身份信息中的身份图像之间的图像特征相似度，判断图像特征相似度是否大于相似度阈值，若图像特征相似度大于相似度阈值，则身份匹配结果为匹配成功。示例性的，身份匹配装置可将相似度阈值设置为第一预设相似度阈值和第二预设相似度阈值，且第一预设相似度阈值大于第二预设相似度阈值，之后，对档案数据中各车牌信息对应的目标身份信息中的身份图像与目标身份图像进行特征相似度计算，若特征相似度大于第一预设相似度阈值，则表明身份匹配成功。需要说明的是，若无身份图像满足第一预设相似度阈值，进一步确定是否存在身份图像对应的特征相似度大于第二预设相似度阈值，若是，则表明身份匹配成功。
51.可以看出，本技术实施例响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量大于一，获取目标档案数据中目标对象驾驶各车牌信息对应车辆时所拍摄到的人脸图像以及其它图像，其它图像包括目标档案数据中图像质量在预设名次前的人脸图像；基于其它图像和目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，从目标档案数据的各车牌信息对应的目标身份信息中确定目标身份图像；将目标档案数据中各车牌信息对应的目标身份信息中的身份图像与目标身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目
标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配而造成身份匹配准确率低的问题。
52.在上述实施例的基础上，本技术实施例采用图3所示的流程图详细阐述如何确定目标对象的目标档案数据，请参阅图3，图3是图1示出的身份匹配方法中步骤110的一示例性实施例的流程示意图。具体而言，本实施例方法包括以下步骤：
53.步骤s310，获取目标对象的初始档案数据。
54.初始档案数据可以包括目标对象在预设时空范围内的所有轨迹数据。示例性的，身份匹配装置可获取预设时空范围内各目标对象的采集图像数据，并根据采集图像数据中采集图像的图像特征进行聚类处理，得到各目标对象的初始档案数据。其中，采集图像数据是指预设时空范围内卡口所采集到的所有数据。
55.需要说明的是，聚类的方式可以为按照活动时间顺序将采集图像集中的采集图像的特征与已存在档案的特征进行相似度对比，将相似度大于阈值的采集图像归入对应档案中，若相似度小于阈值，则重新建档，将对比的采集图像归入新建档案中。示例性的，人员a在某段时间某个区域活动产生的轨迹为{a1,a2,.a3,a4,a5}，其中，每个轨迹包括抓拍的时间和抓拍区域，以及抓拍到的图片特征。另外，若为人车卡口所抓拍的人脸图片，还包括抓拍到的车辆车牌信息。具体的，将人员a的每个轨迹中的图像的特征与所存在档案的特征进行相似度对比，如果轨迹a1与档案b之间的特征相似度满足阈值，则将轨迹a1归入档案b中，若遍历所存在的所有档案，均不满足阈值，则重新建档案c，将轨迹a1归入档案c中，之后，依次将人员a的其它轨迹均进行上述处理。
56.另外需要说明的是，还可以采用kmeans聚类进行聚类操作，本技术实施例对此不进行限定。
57.步骤s320，根据初始档案数据中车牌信息的信息数量对初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息。
58.过滤包括对初始档案数据中的车牌信息进行过滤以及对初始档案数据中的人脸图像进行过滤。
59.需要说明的是，对人脸图像进行过滤的情况，考虑到车辆驾驶类型，使得人脸图像分为主驾驶图像和副驾驶图像，主驾驶图像更利于进行身份匹配，原因一，主驾驶图像是车辆所有人的概率大于副驾驶，原因二，由于驾驶原因，主驾驶图像对应的人脸图像更加规正，与身份信息匹配的概率更大。因此，身份匹配装置对初始档案数据中的人脸图像进行过滤，保留主驾驶图像，也即主驾驶的人脸图像。
60.进一步的，考虑到卡口设置问题，使得初始档案数据中存在不包含对应车牌信息的图像，为提高身份匹配的准确性，身份匹配装置过滤掉不包含车牌信息的图像，以便基于包含车牌信息的图像识别得到车牌信息。
61.对车牌信息进行过滤的情况，身份匹配装置根据初始档案数据中的车牌信息的信息数量对车牌信息进行过滤。具体的，判断初始档案数据中车牌信息的信息数量是否等于一，若初始档案数据中车牌信息的信息数量等于一，则将初始档案数据中的车牌信息确定为目标档案数据中的车牌信息，并将该车牌信息用于后续的身份匹配；若初始档案数据中车牌信息的信息数量大于一，则确定初始档案数据中各车牌信息的信息数量，并获取初始档案数据中的目标车牌信息和其它车牌信息，其中，目标车牌信息为各车牌信息中信息数
量最多的车牌信息，之后，计算其它车牌信息的信息数量与目标车牌信息的信息数量之间的比值，将比值大于比值阈值所对应的其它车牌信息，以及目标车牌信息作为过滤后的车牌信息，将比值小于或等于比值阈值时的其它车牌信息过滤掉。需要说明的是，本技术实施例的比值阈值可以为0.5。
62.步骤s330，将过滤后的车牌信息确定为目标档案数据中目标对象所驾驶车辆的车牌信息。
63.可以看出，本技术实施例获取目标对象的初始档案数据；根据初始档案数据中车牌信息的信息数量对初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息；将过滤后的车牌信息确定为目标档案数据中目标对象所驾驶车辆的车牌信息。由此通过对获取的初始档案数据中的车牌信息以及人脸信息进行过滤处理，避免根据过多无效数据进行身份匹配导致匹配不准确的问题。
64.进一步需要说明的是，身份匹配方法的执行主体可以是终端设备或服务器或其它处理设备，其中，终端设备可以为用户设备(user equipment，ue)、电脑、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。身份匹配方法的执行主体还可以是身份匹配装置。在一些可能的实现方式中，该身份匹配方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
65.图4是本技术的一示例性实施例示出的身份匹配装置的框图。如图4所示，该示例性的身份匹配装置400包括：获取模块410、确定模块420和匹配模块430。具体地：
66.获取模块410，用于获取模块，用于获取目标对象的目标档案数据，目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息。
67.确定模块420，用于根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息作为目标身份信息，预设车辆登记数据包括关联设置的身份信息和车牌信息。
68.匹配模块430，用于响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。
69.在该示例性的身份匹配装置中，根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息确定为对应车牌信息的目标身份信息，并响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配而造成身份匹配准确率低的问题。
70.其中，各个模块的功能可参见身份匹配方法实施例所述，此处不再赘述。
71.请参阅图5，图5是本技术电子设备一实施例的结构示意图。电子设备50包括存储器51和处理器52，处理器52用于执行存储器51中存储的程序指令，以实现上述任一身份匹配方法实施例中的步骤。在一个具体的实施场景中，电子设备50可以包括但不限于：微型计算机、服务器，此外，电子设备50还可以包括笔记本电脑、平板电脑等移动设备，在此不做限
定。
72.具体而言，处理器52用于控制其自身以及存储器51以实现上述任一身份匹配方法实施例中的步骤。处理器52还可以称为cpu(central processing unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器52可以由集成电路芯片共同实现。
73.上述方案，根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息确定为对应车牌信息的目标身份信息，并响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配而造成身份匹配准确率低的问题。请参阅图6，图6是本技术计算机可读存储介质一实施例的结构示意图。计算机可读存储介质60存储有能够被处理器运行的程序指令61，程序指令61用于实现上述任一身份匹配方法实施例中的步骤。
74.上述方案，根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息确定为对应车牌信息的目标身份信息，并响应于目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。由此在建立身份信息和车辆信息之间关联关系的基础上，进一步根据目标档案数据中各车牌信息关联的目标身份信息的信息数量对目标档案数据中的图像进行匹配，能够实现精准的身份匹配，避免一次匹配而造成身份匹配准确率低的问题。
75.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
76.上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
77.在本技术所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，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，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
78.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。集成的单元如果以
软件功能单元的形式实现并作为独立的产品销售或使用时，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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

技术特征：
1.一种身份匹配方法，其特征在于，所述方法包括：获取目标对象的目标档案数据，所述目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息；根据所述目标档案数据中的车牌信息，将预设车辆登记数据中与所述车牌信息关联的身份信息作为目标身份信息，所述预设车辆登记数据包括关联设置的身份信息和车牌信息；若所述目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于所述目标档案数据中各车牌信息关联的目标身份信息的信息数量大于一，则获取所述目标档案数据中目标对象驾驶各车牌信息对应车辆时所拍摄到的人脸图像以及其它图像，所述其它图像包括所述目标档案数据中图像质量在预设名次前的图像；基于所述其它图像和所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，将所述目标档案数据的各车牌信息对应的目标身份信息中的身份图像确定为目标身份图像；将所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像与所述目标身份图像进行匹配，得到所述身份匹配结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述其它图像和所述目标档案数据中各车牌信息对应的目标身份信息中的身份图像之间的匹配结果，将所述目标档案数据的各车牌信息对应的目标身份信息中的身份图像确定为目标身份图像的步骤，包括：计算每个其它图像和所述目标档案数据中车牌信息对应的目标身份信息中身份图像之间的特征相似度的平均值，得到多个特征相似度的平均值；将所述多个特征相似度的平均值中最大平均值所对应的身份图像确定为所述目标身份图像。4.根据权利要求1所述的方法，其特征在于，所述将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果的步骤，包括：计算所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像之间的图像特征相似度；若所述图像特征相似度大于相似度阈值，则所述身份匹配结果为匹配成功。5.根据权利要求1所述的方法，其特征在于，所述获取目标对象的目标档案数据的步骤，包括：获取所述目标对象的初始档案数据；根据所述初始档案数据中车牌信息的信息数量对所述初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息；将所述过滤后的车牌信息确定为所述目标档案数据中目标对象所驾驶车辆的车牌信息。6.根据权利要求5所述的方法，其特征在于，所述根据所述初始档案数据中车牌信息的信息数量对所述初始档案中的车牌信息进行过滤处理，得到过滤后的车牌信息的步骤，包
括：若所述初始档案数据中车牌信息的信息数量等于一，则将所述初始档案数据中的车牌信息确定为所述目标档案数据中的车牌信息；若所述初始档案数据中车牌信息的信息数量大于一，则确定所述初始档案数据中各车牌信息的信息数量；获取所述初始档案数据中的目标车牌信息和其它车牌信息，所述目标车牌信息为各车牌信息中信息数量最多的车牌信息；将所述其它车牌信息的信息数量与所述目标车牌信息的信息数量之间的比值大于比值阈值所对应的其它车牌信息，以及所述目标车牌信息作为所述过滤后的车牌信息。7.根据权利要求5所述的方法，其特征在于，所述获取所述目标对象的初始档案数据的步骤，包括：获取预设时空范围内各目标对象的采集图像数据；根据所述采集图像数据中采集图像的图像特征进行聚类处理，得到各目标对象的初始档案数据。8.根据权利要求1所述的方法，其特征在于，所述根据所述目标档案数据中的车牌信息，在预设车辆登记数据中确定所述车牌信息对应的目标身份信息的步骤，包括：选取所述预设登记数据中与所述车牌信息相同的车牌信息；将所述预设登记数据中与所述相同的车牌信息对应的身份信息确定为所述车牌信息对应的目标身份信息。9.一种身份匹配装置，其特征在于，包括：获取模块，用于获取目标对象的目标档案数据，所述目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息；确定模块，用于根据所述目标档案数据中的车牌信息，将预设车辆登记数据中与所述车牌信息关联的身份信息作为目标身份信息，所述预设车辆登记数据包括关联设置的身份信息和车牌信息；匹配模块，用于若所述目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将所述目标档案数据中的人脸图像与所述目标身份信息中的身份图像进行匹配，得到身份匹配结果。10.一种电子设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8任一项所述的方法。11.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至8任一项所述的方法。

技术总结
本申请公开了一种身份匹配方法、装置、电子设备以及计算机可读存储介质，该方法包括：获取目标对象的目标档案数据，目标档案数据包括拍摄到的目标对象驾驶车辆时的人脸图像及识别到的车牌信息；根据目标档案数据中的车牌信息，将预设车辆登记数据中与车牌信息关联的身份信息作为目标身份信息，预设车辆登记数据包括关联设置的身份信息和车牌信息；若目标档案数据中各车牌信息关联的目标身份信息的信息数量等于一，将目标档案数据中的人脸图像与目标身份信息中的身份图像进行匹配，得到身份匹配结果。上述方案，能够提高身份匹配的准确性。性。性。


技术研发人员：高圣兴 陈立力 周明伟
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2023.03.23
技术公布日：2023/8/5