CN112200140A - 档案处理方法、装置、设备及存储介质 - Google Patents

Abstract

本公开的实施例提供一种档案处理方法、装置、设备及存储介质。该方法包括：获取目标档案所述采集对象的图像特征和第一附属信息，附属信息包括采集对象的车辆信息；根据图像特征，在预设的身份库中确定多个候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息，第二附属信息包括候选身份对象的车辆信息；如果根据第一附属信息和第二附属信息确定存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。本公开的实施例的方法，提高了档案实名化的准确度。

Description

档案处理方法、装置、设备及存储介质

技术领域

本公开的实施例涉及数据管理领域，尤其涉及一种档案处理方法、装置、设备及存储介质。

背景技术

在公共安全领域，档案化管理有利于提高社会管理效果和效率。

在进行档案化管理时，可根据各采集对象的人脸特征进行聚类，实现一个采集对象对应一个档案。在档案实名化时，则依据各采集对象的人脸特征，在身份库中确定采集对象的身份信息。

然而，身份库的数据量庞大，很可能出现不同身份对象的人脸特征相似的情况，基于人脸特征确定采集对象身份信息的方式准确度不高，即档案实名化准确度不高。

发明内容

本公开的实施例提供一种档案处理方法、装置、设备及存储介质，用以解决档案实名化准确度不高的问题。

第一方面，本公开的实施例提供一种档案处理方法，包括：

获取目标档案所属采集对象的图像特征和第一附属信息，所述第一附属信息包括所述采集对象的车辆信息；

根据所述图像特征，在预设的身份库中确定多个候选身份对象，并从所述身份库中获取各所述候选身份对象的身份信息和第二附属信息，所述第二附属信息包括所述候选身份对象的车辆信息；

如果根据所述第一附属信息和所述第二附属信息确定存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象的身份信息，确定为所述采集对象的身份信息。

在第一方面的另一种可能的实现方式中，所述第一附属信息还包括所述采集对象的时空信息，所述第二附属信息还包括所述候选身份对象的时空信息，所述方法还包括：

如果不存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将所述第一附属信息中的时空信息与所述第二附属信息中的时空信息进行匹配，确定是否存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象；

如果存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则将时空信息与所述采集对象的时空信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第一方面的另一种可能的实现方式中，所述第一附属信息还包括所述采集对象的时空信息，所述第二附属信息还包括所述候选身份对象的时空信息，所述方法还包括：

如果不存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将所述第一附属信息中的时空信息与所述第二附属信息中的时空信息进行匹配，确定是否存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象；

如果存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则将时空信息与所述采集对象的时空信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第一方面的另一种可能的实现方式中，所述方法还包括：

获取所述采集对象的监控图像的拍摄信息，并根据所述监控图像的拍摄信息，确定所述采集对象的时空信息。

在第一方面的另一种可能的实现方式中，所述方法还包括：

根据所述候选身份对象的身份信息，获取所述候选身份对象的消费记录信息或者定位信息，并根据所述消费记录信息或者所述定位信息，得到所述候选身份对象的时空信息。

在第一方面的另一种可能的实现方式中，所述方法还包括：

如果根据所述第一附属信息和所述第二附属信息确定不存在与所述采集对象匹配的所述候选身份对象，则获取各所述候选身份对象的图像特征与所述采集对象的图像特征的匹配度；

将各所述匹配度中值最大的匹配度对应的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第一方面的另一种可能的实现方式中，获取各所述候选身份对象的第二附属信息，包括：

根据所述候选身份对象的身份信息，获取所述候选身份对象的车辆信息。

第二方面，本公开的实施例提供一种档案处理装置，包括：

获取模块，用于获取目标档案所属采集对象的图像特征和第一附属信息，所述附属信息包括所述采集对象的车辆信息；根据所述图像特征，在预设的身份库中确定多个候选身份对象，并从所述身份库中获取各所述候选身份对象的身份信息和第二附属信息，所述第二附属信息包括所述候选身份对象的车辆信息；

确定模块，用于如果根据所述第一附属信息和所述第二附属信息确定存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象的身份信息，确定为所述采集对象的身份信息。

在第二方面的一种可能的实现方式中，所述第一附属信息还包括所述采集对象的时空信息，所述第二附属信息还包括所述候选身份对象的时空信息，所述确定模块具体用于：

如果不存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将所述第一附属信息中的时空信息与所述第二附属信息中的时空信息进行匹配，确定是否存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象；

如果存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则将时空信息与所述采集对象的时空信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第二方面的一种可能的实现方式中，所述第一附属信息还包括所述采集对象的社交信息，所述第二附属信息还包括所述候选身份对象的社交信息，所述确定模块具体用于：

如果不存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则确定将所述第一附属信息中的社交信息与所述第二附属信息中的社交信息进行匹配，确定是否存在社交信息与所述采集对象的社交信息匹配的所述候选身份对象；

如果存在社交信息与所述采集对象的社交信息匹配的所述候选身份对象，则将社交信息与所述采集对象的社交信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第二方面的一种可能的实现方式中，所述获取模块还用于：

获取所述采集对象的监控图像的拍摄信息，并根据所述监控图像的拍摄信息，确定所述采集对象的时空信息。

在第二方面的一种可能的实现方式中，所述获取模块还用于：

根据所述候选身份对象的身份信息，获取所述候选身份对象的消费记录信息或者定位信息，并根据所述消费记录信息或者所述定位信息，得到所述候选身份对象的时空信息。

在第二方面的一种可能的实现方式中，所述确定模块还用于：

如果根据所述第一附属信息和所述第二附属信息确定不存在与所述采集对象匹配的所述候选身份对象，则获取各所述候选身份对象的图像特征与所述采集对象的图像特征的匹配度；

将各所述匹配度中值最大的匹配度对应的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

在第二方面的一种可能的实现方式中，所述获取模块具体用于：

根据所述候选身份对象的身份信息，获取所述候选身份对象的车辆信息。

第三方面，本公开的实施例提供了一种电子设备，包括：存储器和处理器；

所述存储器用于存储程序指令；

所述处理器用于调用存储器中的程序指令执行如第一方面或者第一方面的各可能的实现方式所述的方法。

第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时，实现如第一方面或者第一方面的各可能的实现方式所述的方法。

第五方面，本公开的实施例提供了一种包含指令的程序产品，所述程序产品包括计算机程序，所述计算机程序被处理器执行时实现如第一方面或者第一方面各可能的实现方式所述的方法。

本公开的实施例提供的档案处理方法、装置、服务器及存储介质，先基于目标档案所属采集对象的图像特征，在预设的身份库中确定多个候选身份对象，再根据采集对象的第一附属信息中的车辆信息和候选身份对象的第二附属信息中的车辆信息，在候选身份对象的身份信息中确定采集对象的身份信息。因此，通过结合采集对象的多维度的信息来确定采集对象的身份信息，有效提高档案实名化的准确度。

应该理解的是，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，而非限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本公开一实施例提供的网络架构示意图；

图2为本公开一实施例提供的档案处理方法的流程示意图；

图3为本公开另一实施例提供的档案处理方法的流程示意图；

图4为本公开另一实施例提供的档案处理方法的流程示意图；

图5为本公开一实施例提供的档案处理装置的结构示意图；

图6为本公开一实施例提供的服务器的结构示意图；

图7为本公开一实施例提供的档案处理装置的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

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公开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、本公开的一些方面相一致的装置和方法的例子。

在人工智能视图大数据应用领域中，人脸聚类是很多大数据应用的基础。人脸聚类通常利用聚类算法把人脸特征相似度高的人脸图像汇聚到一起形成人脸聚类，每一人脸聚类可分别形成一个档案(例如人员档案)，一个档案对应一个采集对象。将人脸聚类的类中心特征与身份库中身份对象的人脸特征进行特征匹配，以确定每一档案所属采集对象的身份信息。

其中，确定每一档案所属采集对象的身份信息被称为身份置信，也可以被称为档案实名化。采集对象和身份对象的类别为人。身份信息可为身份证号，当然，也可为其他具有唯一标识作用的相关信息，例如：社保账号、医保账号、员工编号等等。

作为示例的，基于一人一档的档案中，可以包括属于同一目标对象的视频、图像、文本、语音等数据，基于不同类型的数据进行聚类，将在档案中形成不同的类中心。档案中除了包括采集对象的图像之外，还可包括能够采集到的采集对象的其他信息，例如采集对象的工作、住所等。

一般的，身份置信的准确度除了与特征匹配算法的优劣有关外，在一定程度上还与身份库的规模有关。在身份库的规模较大的情况下，不同身份对象的人脸特征数据相似的几率增加，导致身份置信的准确度下降。

本公开的实施例提供的档案处理方法，根据目标档案所属采集对象的图像特征，在预设的身份库中确定多个候选身份对象，根据采集对象的第一附属信息和各候选身份对象的第二附属信息，在候选身份对象的身份信息中确定采集对象的身份信息。其中，第一附属信息包括采集对象的车辆信息，第二附属信息包括候选身份对象的车辆信息。在根据采集对象的第一附属信息和各候选身份对象的第二附属信息，在候选身份对象的身份信息中确定采集对象的身份信息时，如果存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息，确定为采集对象的身份信息。因此，相较于依赖人脸特征进行档案实名化的方式，本公开的实施例提高的档案处理方法结合了采集对象和身份对象的多维度的信息，在身份库规模较大的情况下仍能够确保档案实名化的准确度。

本公开的实施例提供的档案处理方法，可以适用于图1所示的网络架构示意图。如图1所示，该网络架构至少包括：第一服务器101，在第一服务器101上进行档案管理，例如档案聚类和档案实名化。除第一服务器101之外，该网络架构还可包括：第二服务器102，在第二服务器102上也可进行档案管理。其中，第一服务器101和第二服务器102相当于不同的档案管理平台，可分别用于对相应管理区域内采集对象的档案进行管理，可提高档案管理效果，第一服务器101可以为单个的服务器，也可以为多个服务器构成的服务器群，第二服务器102可以为单个的服务器，也可以为多个服务器构成的服务器群。当然，网络架构中档案管理平台的数目不限于两个。

作为示例的，管理区域可根据地理位置进行划分，例如，服务器A的管理区域为A市，服务器B的管理区域为B市；管理区域还可以根据公司的分级管理进行划分，例如，服务器A的管理区域为C公司的A分公司，服务器B的管理区域为B分公司。

下面以具体地实施例对本公开的实施例的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例的实施例进行描述。

图2为本公开一实施例提供的档案处理方法的流程示意图。如图2所示，该方法包括：

S201、获取目标档案所属采集对象的图像特征和第一附属信息。

其中，目标档案为未实名档案，目标档案的数量为一个或多个。采集对象的图像特征为采集对象的生物特征。采集对象的第一附属信息是指在档案中(尤其在采集对象的图像或视频中)出现的与采集对象相关的信息。

其中，第一附属信息可包括采集对象的车辆信息。

其中，采集对象的车辆信息可以为登记在采集对象名下的车辆信息，车辆信息可以包括车牌号，还比如还可包括如下一项或多项：车辆的品牌、型号、颜色、车架号、年检标签。

可选的，还可以在目标档案中获取采集对象的图像，对采集对象的图像进行车辆识别，获得采集对象的车辆信息。例如，路面上的监控摄像头拍摄到人员A在停车，可对该拍摄的图像进行车辆识别，得到人员A的车辆信息。

可选的，在获取目标档案所属采集对象的车辆信息的过程中，可通过预设的图像识别算法，从采集对象的图像或视频中识别出与采集对象有关的车辆，提取车辆的图像特征、或者裁剪得到车辆的图像、或者生成车辆的文字描述，因此，车辆信息可为车辆的图像或者车辆的图像特征，也可为车辆的文字描述，从而通过不同形式的车辆信息，提高文本实名化准确度。

具体的，可从各个未实名档案中依次获取或者随机获取目标档案；也可在接收到用户的档案实名化请求后，从档案实名化请求中获取目标档案；也可在聚类得到档案后将该档案确定为目标档案，以在聚类后及时进行档案实名化，提高档案管理效果。

具体的，在得到目标档案后，可从目标档案中获得目标档案所属采集对象的图像或者视频，在采集对象的图像或者视频中通过预设的特征提取算法提取采集对象的图像特征和第一附属信息。也可获取目标档案的类中心特征，将该类中心特征确定为采集对象的图像特征。

在一个可行的实施方式中，采集对象的图像特征可包括采集对象的人脸特征和采集对象的行为特征，从而结合采集对象的人脸特征和行为特征，提高后续在身份库中确定候选身份对象的准确度。其中，不同人的步态通常不同，因此采集对象的行为特征可包括采集对象的步态行为特征，以提高后续在身份库中确定候选身份对象的准确度。

S202、根据图像特征，在预设的身份库中确定多个候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息。

其中，可预先建立身份库，例如：公司建立员工身份库、医院建立患者身份库。也可与其他厂家提供的身份平台进行关联，即得到身份平台的授权，能够访问到身份平台上的身份库。身份库包括各身份对象的身份信息和图像。

具体的，可在身份库中提取身份对象的图像特征，将各身份对象的图像特征与目标档案所属采集对象的图像特征进行特征匹配，得到图像特征与采集对象的图像特征匹配的身份对象，将这些身份对象确定为候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息。

在一个可行的实施方式中，如果在身份库中不存在图像特征与采集对象的图像特征匹配的身份对象，则表示身份库中未录入采集对象的身份信息，可为目标档案添加上身份信息未录入身份库的档案标记，以便用户可根据该档案标记对无法进行实名化的档案进行有效管理。

S203、如果根据第一附属信息和第二附属信息确定存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息，确定为采集对象的身份信息。

具体的，可将采集对象的附属信息与各候选身份对象的附属信息进行比较，得到附属信息与采集对象的附属信息匹配的候选身份对象，将该候选身份对象的身份信息，确定为采集对象的身份信息。

在附属信息包括车辆信息的情况下，如果存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息确定为采集对象的身份信息，从而结合图像特征和车辆信息，提高档案实名化准确度。

本公开实施例中，根据目标档案所属采集对象的图像特征，在身份库中确定多个候选身份对象，根据采集对象的第一附属信息和候选身份对象的第二附属信息，在候选身份对象的身份信息中确定采集对象的身份信息，从而结合图像特征和附属信息确定采集对象的身份信息，提高档案实名化准确度。

在一些实施例中，第一附属信息还包括如下的一项或多项：采集对象的时空信息、采集对象的社交信息。第二附属信息还包括如下的一项或多项：候选身份对象的时空信息、候选身份对象的社交信息。

其中，时空活动范围信息可包括采集对象的时间活动范围信息和空间活动范围信息，时间活动范围信息是指采集对象出现的时间点或时间段，空间活动范围信息是指采集对象出现的地理位置，因此时空活动范围信息可反映采集对象在某个时间点或时间段出现在某个地理位置。社交信息可包括在采集对象的图像或视频中出现的与采集对象相伴出现的人员。

作为示例的，目标文档的时空活动范围信息包括采集对象在1年1月1号出现在E小区、在1年2月1号出现在F超市。其中，1年1月1号和1年2月1号为时间活动范围信息，E小区和F超市为空间活动范围信息。

在一个可行的实施方式中，在第一附属信息包括采集对象的车辆信息和时空信息、且第二附属信息包括候选身份对象的车辆信息和时空信息的情况下，如果存在车辆信息和时空信息都分别与采集对象的车辆信息和时空信息匹配的候选身份对象，则将车辆信息和时空信息都分别与采集对象的车辆信息和时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息，从而结合图像特征、车辆信息和时空信息，提高档案实名化准确度。

在一个可行的实施方式中，在第一附属信息包括采集对象的车辆信息和社交信息、且第二附属信息包括候选身份对象的车辆信息和社交信息的情况下，如果存在车辆信息和社交信息都分部与采集对象的车辆信息和时空信息匹配的候选身份对象，则将车辆信息和时空信息都分别与采集对象的车辆信息和时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息，从而结合图像特征、车辆信息和社交信息，提高档案实名化准确度。

在一个可行的实施方式中，在第一附属信息包括采集对象的车辆信息、时空信息和社交信息、以及第二附属信息包括候选身份对象的车辆信息、时空信息和社交信息的情况下，如果存在三项都分别与采集对象匹配的候选身份对象，则将该候选身份对象的身份信息确定为采集对象的身份信息；如果不存在三项分别与采集对象匹配的候选身份对象、但存在至少两项都分别与采集对象匹配的候选身份对象，则将该候选身份对象的身份信息确定为采集对象的身份信息。因此，通过图像特征、车辆信息、时空信息和社交信息组合，有效提高档案实名化准确度。

在第一附属信息包括采集对象的车辆信息和时空信息、且第二附属信息包括候选身份对象的车辆信息和时空信息的情况下，图3为本公开另一实施例提供的档案处理方法的流程示意图。如图3所示，该方法包括：

S301、获取目标档案所属采集对象的图像特征和第一附属信息，附属信息包括车辆信息和时空信息。

具体的，S301可参照S201的相应描述，不再赘述。

具体的，可获取采集对象的图像或视频的拍摄时间和拍摄地点，得到采集对象的时空信息。

在一个可行的实施方式中，可通过预设的图像识别算法，从采集对象的图像或视频中识别出采集对象所在的地理位置，得到采集对象的空间活动范围信息，例如，通过识别采集对象的图像或视频中的标志性建筑物、地铁站、公交站、路牌等带有地理位置信息的设施来确定采集对象所在的地理位置。

在另一个可行的实施方式中，可获取采集对象的监控图像的拍摄信息，并根据监控图像的拍摄信息，确定采集对象的时空信息。其中，采集对象的监控图像的拍摄信息包括拍摄监控图像的拍摄设备所在的地理位置和监控图像的拍摄时间。因此通过拍摄设备所在的地理位置和监控图像的拍摄时间，构成采集对象的时空信息。

S302、根据图像特征，在预设的身份库中确定多个候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息。

具体的，S302可参照S202的相应描述，不再赘述。

其中，获取候选身份对象的车辆信息和时空信息的方式可参照上述获取采集对象的车辆信息和时空信息的方式。

在一个可行的实施方式中，可根据候选身份对象的身份信息，获取候选身份对象的车辆信息，从而提高候选身份对象的车辆信息的准确度。其中，候选身份对象的车辆信息可从预设的财产管理平台获取，通常的，财产管理平台包括身份信息和与身份信息对应的车辆信息，例如车辆管理平台。

在一个可行的实施方式中，可根据候选身份对象的身份信息，获取候选身份对象的消费记录或者定位信息，根据消费记录中候选身份对象的消费时间和消费地点，或者根据定位信息中候选身份对象所在的位置和定位信息的采集时间，确定候选身份对象的时空信息，从而提高候选身份对象的时空信息的准确度。其中，候选身份对象的消费记录可从预设的支付管理平台获取，候选身份对象的定位信息可从预设的位置管理平台获取。通常的，支付管理平台包括身份信息和与身份信息对应的消费记录，位置管理平台包括身份信息和与身份信息对应的定位信息。

S303、确定是否存在车辆信息与采集对象的车辆信息匹配的候选身份对象。

具体的，在采集对象的第一附属信息中，获取采集对象的车辆信息，在身份对象的第二附属信息中，获取身份对象的车辆信息，将采集对象的车辆信息与各身份对象的车辆信息进行比较，确定是否存在车辆信息与采集对象的车辆信息匹配的候选身份对象。如果存在，则执行S307，否则执行S304。

在一个可行的实施方式中，在将采集对象的车辆信息与各候选身份对象的车辆信息进行比较时，如果车辆信息为车辆的图像，则将采集对象的车辆的图像与各候选身份对象的车辆的图像进行图像匹配，获得采集对象与各候选身份对象的车辆匹配度，若存在车辆匹配度大于预设的车辆匹配阈值的候选身份对象，则确定存在车辆信息与采集对象的车辆信息匹配的候选身份对象，否则不存在，从而通过车辆信息匹配提高档案实名化的准确度。

同样的，如果车辆信息为车辆的图像特征，则将采集对象的车辆的图像特征与各身份对象的车辆的图像特征进行特征匹配，如果车辆信息为车辆的文字描述，则将采集对象的车辆的文字描述与各身份对象的车辆的文字描述进行特征匹配，从而借助车辆的实名制特点，提高第一附属信息和第二的可靠性，提高档案实名化准确度。

S304、确定是否存在时空信息与采集对象的时空信息匹配的候选身份对象。

具体的，在不存在车辆信息与采集对象的车辆信息匹配的候选身份对象的情况下，在采集对象的第一附属信息中，获取采集对象的时空信息，在候选身份对象的第二附属信息中，获取候选身份对象的时空信息，将采集对象的时空信息与各候选身份对象的时空信息进行比较，确定是否存在时空信息与采集对象的时空信息匹配的候选身份对象。如果存在，则执行S305，否则执行S306。

在一个可行的实施方式中，采集对象的时空信息与身份对象的时空信息匹配，可指在采集对象的时间活动范围信息与身份对象的时间活动范围信息存在时间交集的情况下，该时间交集中采集对象的空间活动范围信息与身份对象的空间活动范围信息存在空间交集。

其中，时间交集可包括同一时间段，空间交集可包括同一地理位置。

作为示例的，采集对象的时空信息为采集对象在1年1月3号至1年1月6号都出现在E小区和F超市，身份对象的时空信息为身份对象在1年1月4号至1年1月9号出现在E小区和G学校，可见，采集对象与身份对象的时间交集为1年1月4号至1年1月6号，在该时间交集中采集对象与身份对象的空间交集为E小区。

在一个可行的实施方式中，在采集对象的时间活动范围信息与身份对象的时间活动范围信息的时间差值满足预设的时长阈值时，可认为采集对象的时间活动范围信息与身份对象的时间活动范围信息存在时间交集，将采集对象的时间活动范围信息与身份对象的时间活动范围信息中满足时长阈值的时间段设置为时间交集，从而提高时空信息匹配的鲁棒性。

在一个可行的实施方式中，在采集对象的空间活动范围信息与身份对象的空间活动范围信息的距离值满足预设的距离阈值时，可认为采集对象的空间活动范围信息与身份对象的空间活动范围信息存在时间交集，将采集对象的空间活动范围信息与身份对象的空间活动范围信息中满足距离阈值的空间范围设置为空间交集，从而提高时空信息匹配的鲁棒性。

作为示例的，采集对象的时空信息为采集对象在1年1月3号至1年1月6号都出现在E小区和F超市，身份对象的时空信息为身份对象在1年1月7号至1年1月9号出现在G学校，E小区与G学校的距离为500米。如果预设的时长阈值为24小时，则可认为采集对象与身份对象之间存在时间交集，且时间交集为1年1月6号和1年1月7号。如果预设的距离阈值为1000米，则认为采集对象与身份对象之间存在空间交集，且空间交集为E小区和G学校。

S305、将时空信息与采集对象的时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

具体的，在存在时空信息与采集对象的时空信息匹配的候选身份对象的情况下，将时空信息与采集对象的时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

S306、确定身份库中不存在采集对象的身份信息。

具体的，在不存在车辆信息与采集对象的车辆信息匹配的候选身份对象、且不存在时空信息与采集对象的时空信息匹配的候选身份对象的情况下，确定身份库中不存在采集对象的身份信息。

在一个可行的实施方式中，在不存在车辆信息与采集对象的车辆信息匹配的候选身份对象、且不存在时空信息与采集对象的时空信息匹配的候选身份对象的情况下，可获取候选身份对象的图像特征与采集对象的图像特征的匹配度，根据各匹配度，将最大的匹配度对应的候选身份对象的身份信息确定为采集对象的身份信息，以提高档案实名化准确度。

S307、将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

具体的，在存在车辆信息与采集对象的车辆信息匹配的候选身份对象的情况下，将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

本公开实施例中，根据目标档案所属采集对象的图像特征，在身份库中确定多个候选身份对象，利用车辆信息和时空信息、并利用车辆信息相较于时空信息与身份信息关联度更高且更为准确的特性，对候选身份对象进行依次筛选，提高档案实名化准确度和效率。

在第一附属信息包括采集对象的车辆信息、时空信息和社交信息、以及第二附属信息包括候选身份对象的车辆信息、时空信息和社交信息的情况下，图4为本公开另一实施例提供的档案处理方法的流程示意图。如图4所示，该方法包括：

S401、获取目标档案所属采集对象的图像特征和第一附属信息，第一附属信息包括采集对象的车辆信息、时空信息和社交信息。

具体的，S401可参照S201、S301的相应描述，不再赘述。

在一个可行的实施方式中，可通过预设的图像识别算法，从采集对象的图像或视频中识别出与采集对象之间的距离满足预设距离阈值的周边人员，将与采集对象之间的距离满足预设距离阈值的周边人员确定为采集对象的社交人员。提取社交人员的图像特征、或者裁剪得到社交人员的图像，因此，社交信息可包括社交人员的图像或者社交人员的图像特征。

在一个可行的实施方式中，在目标档案中记录有采集对象的社交账号和/或通讯账号的情况下，采集对象的社交信息还可包括社交账号、通讯账号中的一项或多项，社交账号、通讯账号通常与身份信息关联程度较高，因此通过社交账号、通讯账号，可有效提高后续的档案实名化的准确度。

作为示例的，社交账号包括网络平台注册账号，通讯账号包括预设的即时通讯软件的注册账号、手机号、座机号等。

S402、根据图像特征，在预设的身份库中确定多个候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息，第二附属信息包括候选身份对象的车辆信息、时空信息和社交信息。

具体的，S402可参照S202、S302的相应描述，不再赘述。

其中，候选身份对象的第二附属信息包括候选身份对象的车辆信息、时空信息和社交信息，获取候选身份对象的社交信息的方式可参照上述获取采集对象的社交信息的方式。

具体的，身份库中通常会记录身份对象的社交关系，例如：身份对象的亲友、身份对象的商业伙伴。因此，还可直接从身份库中获取身份对象的社交人员，获取这些社交人员的图像或图像特征，得到身份对象的社交信息。

在一个可行的实施方式中，在社交信息还包括社交账号和/或通讯账号的情况下，由于社交账号、通讯账号通常需要经过实名制认证，可根据候选身份对象的身份信息，获取候选身份对象的社交账号和/或通讯账号，从而提高候选身份对象的社交信息的准确度。其中，候选身份对象的社交账号、通讯账号可分别从社交账号管理平台、通讯账号管理平台获取，通常的，社交账号管理平台、通讯账号管理平台分别包括身份信息和与身份信息对应的社交账号、身份信息和与身份信息对应的通讯账号。

S403、如果不存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则确定是否存在时空信息与采集对象的时空信息匹配的候选身份对象。

具体的，如果不存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则在采集对象的第一附属信息中，获取采集对象的时空信息，在候选身份对象的第二附属信息中，获取候选身份对象的时空信息，将采集对象的时空信息与各候选身份对象的时空信息进行比较，确定是否存在时空信息与采集对象的时空信息匹配的候选身份对象。如果存在，则执行S407，否则执行S404。

具体的，将采集对象的时空信息与各候选身份对象的时空信息进行比较的过程，可参照S304的描述，不再赘述。

S404、确定是否存在社交信息与采集对象的社交信息匹配的候选身份对象。

具体的，在不存在时空信息与采集对象的时空信息匹配的候选身份对象的情况下，在采集对象的第一附属信息中，获取采集对象的社交信息，在候选身份对象的第二附属信息中，获取候选身份对象的社交信息，将采集对象的社交信息与各候选身份对象的社交信息进行比较，确定是否存在社交信息与采集对象的社交信息匹配的候选身份对象。如果存在，则执行S405，否则执行S406。

具体的，将采集对象的社交信息与各候选身份对象的社交信息进行比较，可包括将采集对象的社交人员的图像或者图像特征与各候选身份对象的社交人员的图像或者图像特征进行匹配，得到采集对象与各个候选身份对象的社交匹配度，若存在社交匹配度大于预设的社交匹配阈值的候选身份对象，则确定存在社交信息与采集对象的社交信息匹配的候选身份对象，否则不存在，从而通过社交信息匹配提高档案实名化的准确度。

S405、将社交信息与采集对象的社交信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

具体的，在存在社交信息与采集对象的社交信息匹配的候选身份对象的情况下，将社交信息与采集对象的社交信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

S406、确定身份库中不存在采集对象的身份信息。

具体的，在不存在时空信息与采集对象的时空信息匹配的候选身份对象、且不存在社交信息与采集对象的社交信息匹配的候选身份对象的情况下，确定身份库中不存在采集对象的身份信息。

在一个可行的实施方式中，在不存在时空信息与采集对象的时空信息匹配的候选身份对象、且不存在社交信息与采集对象的社交信息匹配的候选身份对象的情况下，可获取候选身份对象的图像特征与采集对象的图像特征的匹配度，根据各匹配度，将最大的匹配度对应的候选身份对象的身份信息确定为采集对象的身份信息，以提高档案实名化准确度。

S407、将时空信息与采集对象的时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

具体的，在存在时空信息与采集对象的时空信息匹配的候选身份对象的情况下，将时空信息与采集对象的时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

本公开实施例中，根据目标档案所属采集对象的图像特征，在身份库中确定多个候选身份对象，利用时空信息和社交信息、并利用时空信息相较于社交信息与人员关联度更高且更为准确的特性，对候选身份对象进行依次筛选，提高档案实名化准确度和效率。

根据上述各实施例可知，在附属信息包括车辆信息和社交信息的情况下，可先确定是否存在车辆信息与采集对象的车辆信息匹配的候选身份对象，如果存在，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息确定为采集对象的身份信息，因此，利用车辆信息和社交信息、并利用车辆信息相较于社交信息与人员关联度更高且更为准确的特性，对候选身份对象进行依次筛选，提高档案实名化准确度和效率。

在一个可行的实施方式中，在不存在车辆信息与采集对象的车辆信息匹配的候选身份对象、且不存在时空信息与采集对象的时空信息匹配的候选身份对象、且不存在社交信息与采集对象的社交信息匹配的候选身份对象的情况下，可获取候选身份对象的图像特征与采集对象的图像特征的匹配度，根据各匹配度，将最大的匹配度对应的候选身份对象的身份信息确定为采集对象的身份信息，以提高档案实名化准确度。

图5为本公开一实施例提供的档案处理装置的结构示意图。如图5所示，该装置包括：

获取模块501，用于获取目标档案所属采集对象的图像特征和第一附属信息，附属信息包括采集对象的车辆信息；根据图像特征，在预设的身份库中确定多个候选身份对象，并从身份库中获取各候选身份对象的身份信息和第二附属信息，第二附属信息包括候选身份对象的车辆信息；

确定模块502，用于如果根据第一附属信息和第二附属信息确定存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将车辆信息与采集对象的车辆信息匹配的候选身份对象的身份信息，确定为采集对象的身份信息。

在一种可行的实施方式中，第一附属信息还包括采集对象的时空信息，第二附属信息还包括候选身份对象的时空信息，确定模块502具体用于：

如果不存在车辆信息与采集对象的车辆信息匹配的候选身份对象，则将第一附属信息中的时空信息与第二附属信息中的时空信息进行匹配，确定是否存在时空信息与采集对象的时空信息匹配的候选身份对象；

如果存在时空信息与采集对象的时空信息匹配的候选身份对象，则将时空信息与采集对象的时空信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

在一种可行的实施方式中，第一附属信息还包括采集对象的社交信息，第二附属信息还包括候选身份对象的社交信息，确定模块503具体用于：

如果不存在时空信息与采集对象的时空信息匹配的候选身份对象，则确定将第一附属信息中的社交信息与第二附属信息中的社交信息进行匹配，确定是否存在社交信息与采集对象的社交信息匹配的候选身份对象；

如果存在社交信息与采集对象的社交信息匹配的候选身份对象，则将社交信息与采集对象的社交信息匹配的候选身份对象的身份信息确定为采集对象的身份信息。

在一种可行的实施方式中，获取模块501还用于：

获取采集对象的监控图像的拍摄信息，并根据监控图像的拍摄信息，确定采集对象的时空信息。

在一种可行的实施方式中，获取模块501还用于：

根据候选身份对象的身份信息，获取候选身份对象的消费记录信息或者定位信息，并根据消费记录信息或者定位信息，得到候选身份对象的时空信息。

在一种可行的实施方式中，确定模块502还用于：

如果根据第一附属信息和第二附属信息确定不存在与采集对象匹配的候选身份对象，则获取各候选身份对象的图像特征与采集对象的图像特征的匹配度；

将各匹配度中值最大的匹配度对应的候选身份对象的身份信息确定为采集对象的身份信息。

在一种可行的实施方式中，获取模块501具体用于：

根据候选身份对象的身份信息，获取候选身份对象的车辆信息。

图5提供的档案处理装置，可以执行上述相应方法实施例，其实现原理和技术效果类似，在此不再赘述。

图6为本公开一实施例提供的一种电子设备的结构示意图。如图6所示，该电子设备可以包括：处理器601和存储器602。存储器602用于存储计算机执行指令，处理器601执行计算机程序时实现如上述任一实施例的方法。

上述的处理器601可以是通用处理器，包括中央处理器CPU、网络处理器(networkprocessor，NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。上述存储器602可能包含随机存取存储器(random access memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

本公开一实施例还提供了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指令，当其在计算机上运行时，使得计算机执行如上述任一实施例的方法。

本公开一实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在存储介质中，至少一个处理器可以从所述存储介质中读取所述计算机程序，所述至少一个处理器执行所述计算机程序时可实现上述任一实施例的方法。

图7是根据本实施例提供的档案处理装置700的框图。例如，装置700可以被提供为一服务器或者一计算机。参照图7，装置700包括处理组件701，其进一步包括一个或多个处理器，以及由存储器702所代表的存储器资源，用于存储可由处理组件701的执行的指令，例如应用程序。存储器702中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件701被配置为执行指令，以执行上述任一实施例的方法。

装置700还可以包括一个电源组件703被配置为执行装置700的电源管理，一个有线或无线网络接口704被配置为将装置700连接到网络，和一个输入输出(I/O)接口705。装置700可以操作基于存储在存储器702的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在本公开实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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的情况，其中，A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系；在公式中，字符“/”，表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中，a，b，c可以是单个，也可以是多个。

可以理解的是，在本公开实施例中涉及的“第一”、“第二”仅为描述方便进行的区分，并不用来限制本公开实施例的范围。

可以理解的是，在本公开实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本公开实施例的范围。

可以理解的是，在本公开的实施例中，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，而不应对本公开实施例的实施过程构成任何限定。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开的实施例旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种档案处理方法，其特征在于，所述方法包括：

获取目标档案所属采集对象的图像特征和第一附属信息，所述第一附属信息包括所述采集对象的车辆信息；

根据所述图像特征，在预设的身份库中确定多个候选身份对象，并从所述身份库中获取各所述候选身份对象的身份信息和第二附属信息，所述第二附属信息包括所述候选身份对象的车辆信息；

如果根据所述第一附属信息和所述第二附属信息确定存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象的身份信息，确定为所述采集对象的身份信息。

2.根据权利要求1所述的方法，其特征在于，所述第一附属信息还包括所述采集对象的时空信息，所述第二附属信息还包括所述候选身份对象的时空信息，所述方法还包括：

如果不存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将所述第一附属信息中的时空信息与所述第二附属信息中的时空信息进行匹配，确定是否存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象；

如果存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则将时空信息与所述采集对象的时空信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

3.根据权利要求2所述的方法，其特征在于，所述第一附属信息还包括所述采集对象的社交信息，所述第二附属信息还包括所述候选身份对象的社交信息，所述方法还包括：

如果不存在时空信息与所述采集对象的时空信息匹配的所述候选身份对象，则确定将所述第一附属信息中的社交信息与所述第二附属信息中的社交信息进行匹配，确定是否存在社交信息与所述采集对象的社交信息匹配的所述候选身份对象；

如果存在社交信息与所述采集对象的社交信息匹配的所述候选身份对象，则将社交信息与所述采集对象的社交信息匹配的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述采集对象的监控图像的拍摄信息，并根据所述监控图像的拍摄信息，确定所述采集对象的时空信息。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述候选身份对象的身份信息，获取所述候选身份对象的消费记录信息或者定位信息，并根据所述消费记录信息或者所述定位信息，得到所述候选身份对象的时空信息。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：

如果根据所述第一附属信息和所述第二附属信息确定不存在与所述采集对象匹配的所述候选身份对象，则获取各所述候选身份对象的图像特征与所述采集对象的图像特征的匹配度；

将各所述匹配度中值最大的匹配度对应的所述候选身份对象的身份信息确定为所述采集对象的身份信息。

7.根据权利要求1-5任一项所述的方法，其特征在于，获取各所述候选身份对象的第二附属信息，包括：

根据所述候选身份对象的身份信息，获取所述候选身份对象的车辆信息。

8.一种档案处理装置，其特征在于，所述装置包括：

获取模块，用于获取目标档案所属采集对象的图像特征和第一附属信息，所述附属信息包括所述采集对象的车辆信息；根据所述图像特征，在预设的身份库中确定多个候选身份对象，并从所述身份库中获取各所述候选身份对象的身份信息和第二附属信息，所述第二附属信息包括所述候选身份对象的车辆信息；

确定模块，用于如果根据所述第一附属信息和所述第二附属信息确定存在车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象，则将车辆信息与所述采集对象的车辆信息匹配的所述候选身份对象的身份信息，确定为所述采集对象的身份信息。

9.一种电子设备，包括：存储器和处理器；

所述存储器用于存储程序指令；

所述处理器用于调用所述存储器中的程序指令执行如权利要求1-7任一项所述的方法。

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上存储有计算机程序；所述计算机程序被执行时，实现如权利要求1-7任一项所述的方法。

Images