CN113344132A - 身份识别方法、系统、装置、计算机设备及存储介质 - Google Patents

Abstract

本公开提供了身份识别方法、系统、装置、计算机设备及存储介质，其中，所述方法包括：获取目标设备采集的目标图像，以及所述目标设备的设备标识；基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

Description

身份识别方法、系统、装置、计算机设备及存储介质

技术领域

本公开涉及物联网技术领域，具体而言，涉及身份识别方法、系统、装置、计算机设备及存储介质。

背景技术

随着物联网技术的快速发展，越来越多的物联网设备应用到人们的日常生活中，给人们的生活带来便利。物联网设备主要通过身份识别技术，将采集到的对象图像与预存的对象图像进行比对，进而根据用户身份比对结果执行支付等相关操作。

但是，随着物联网设备的用户不断增加，预存的对象图像越来越多，将采集到的对象图像与预存的所有对象图像进行对比时，容易影响对象图像的身份识别效率。

发明内容

本公开实施例至少提供身份识别方法、系统、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了身份识别方法，应用于服务器，所述方法包括：

获取目标设备采集的目标图像，以及所述目标设备的设备标识；

基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

本公开实施例中，按照每个共享图库的第一查询频率确定每个共享图库的查询次序，能够实现从查询频率高的共享图像库开始查询以确定目标对象的身份信息，相比于直接对预存的所有标准图像进行查询的方法，本公开实施例可以有效减少需要进行查询的次数，提高身份识别的效率。

一种可选的实施方式中，所述按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息，包括：

提取所述目标图像的图像特征；

按照所述查询次序，将目标图像的图像特征与共享图像库中的标准图像的图像特征进行匹配，得到所述目标图像与所述标准图像的第一匹配程度；

从所述共享图像库中选择所述第一匹配程度大于第一预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

本公开实施例根据图像特征对目标图像和标准图像进行匹配，可以较为准确地筛选出目标对象的标准图像，进而能够较为准确地确定目标对象的身份信息。

一种可选的实施方式中，所述基于所述设备标识，确定与所述目标设备匹配的多个共享图像库，包括：

基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组；其中，每个设备组包括至少一个设备；

基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库；其中，预先为每个设备组分别设置有多个相匹配的共享图像库；

将确定的所述多个共享图像库，作为与所述目标设备匹配的多个共享图像库。

本公开实施例中，同一个设备组中的各个设备具备相同或相似的属性，因此，将整个设备组对应的多个共享图像库在设备组中的每个设备上共享，不仅有利于提高查询成功率，并且还能够保证查询或识别的效率。

一种可选的实施方式中，在所述基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组之前，所述方法还包括：

获取多个设备的属性信息和预设的多个地理区域的位置信息；

基于每个设备所处的位置和每个所述地理区域的位置信息，分别确定处于每个地理区域内的设备；

针对每个地理区域，基于所述地理区域内的每个设备的属性信息，计算任意两个设备之间的属性相似度；

根据确定的所述属性相似度，将所述地理区域内的设备划分为至少一个设备组；其中，同一设备组内的不同设备之间的属性相似度大于第二预设阈值。

本公开实施例基于设备的属性信息、所处的位置等进行设备组的划分，实现了将属性信息相似程度高的，并且位于同一地理区域内的设备划分到同一设备组，这样同一设备组内的各个设备对应的用户存在较大程度的重叠，因此，同一设备组内的各个设备能够共享同样的共享图像库，保证了身份识别的成功率。

一种可选的实施方式中，所述设备的属性信息包括所述设备所属商家的信息、所述设备的业务类型信息、所述设备的使用对象属性信息中的至少一种。

本公开实施例的上述几个维度信息可以较为全面和准确地反映对应设备的画像信息，将上述几个维度信息中的至少一种信息作为设备的属性信息，可以更准确地确定出上述属性相似度，从而可以更加准确地对设备进行分组。

一种可选的实施方式中，在所述基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库之前，所述方法还包括：

获取所述设备组中每个设备所采集的第一初始图像以及每张第一初始图像中预设对象的身份信息；

基于每张第一初始图像中预设对象的身份信息，确定身份信息相同的至少一个第一初始图像集合；

针对每张第一初始图像集合，确定所述第一初始图像集合内不同的第一初始图像之间的朝向角度差；

基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像；其中，所述预设对象的不同标准图像之间的朝向角度差大于第三预设阈值；

基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库。

本公开实施例通过将朝向差别较大的第一初始图像作为标准图像，从而针对同一预设对象，能够基于该预设对象处于多种朝向角度下采集到的目标图像进行身份识别，从而能够提高身份识别的成功率。

一种可选的实施方式中，基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像，包括：

针对所述第一初始图像集合中，相互之间的朝向角度差小于或等于第三预设阈值的至少两张第一初始图像，确定所述至少两张第一初始图像中预设对象对应的图像区域的第一质量分数；

将所述至少两张第一初始图像中第一质量分数最高的第一初始图像作为所述预设对象的标准图像。

本公开实施例针对同一预设对象，在朝向差别较小的情况下，选择质量更高的第一初始图像作为标准图像，从而能够提高身份识别的成功率。

一种可选的实施方式中，所述基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库，包括：

确定每张标准图像的第二查询频率；

基于每张标准图像的第二查询频率和每个共享图像库对应的第一查询频率，分别确定与每张标准图像相匹配的共享图像库；

针对每张标准图像，将所述标准图像和所述标准图像中预设对象的身份信息存入相匹配的共享图像库中。

本公开实施例基于标准图像的第二查询频率与每个共享图像库对应的第一查询频率，能够较为准确地确定与标准图像相匹配的共享图像库，从而能够提高共享图像库对应的第一查询频率的准确性。

一种可选的实施方式中，在所述确定所述目标图像对应的目标对象的身份信息之后，所述方法还包括：

更新所述目标对象的标准图像的查询次数；

基于更新后的查询次数和每次查询的查询时间，更新所述目标对象的标准图像的第二查询频率；

基于每个共享图像库对应的第一查询频率和所述目标对象的标准图像的第二查询频率，从所述多个共享图像库中筛选与所述目标对象的标准图像相匹配的目标图像库；

获取所述目标图像库中标准图像的图像数量；

在所述目标图像库与所述目标对象的标准图像当前所在的共享图像库不同，且所述图像数量小于第四预设阈值时，将所述目标对象的标准图像以及所述标准图像对应的身份信息从当前所在的共享图像库移动到所述目标图像库。

本公开实施例根据更新后的标准图像的第二查询频率，将标准图像添加到与其第二查询频率相匹配的目标图像库，可以提高共享图像库对应的第一查询频率的准确性；通过设置目标图像库中标准图像的图像数量阈值，可以保证在对目标图像库进行更新时，目标图像库中标准图像的图像数量不超过上限值，即，保证目标图像库中的标准图像的数量不会太多，从能能够保证查询效率。

一种可选的实施方式中，在所述确定每个所述共享图像库的查询次序之后，所述方法还包括：

在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，获取基础图像库；所述基础图像库包括与多个设备组相匹配的共享图像库；

将所述目标图像的图像特征与所述基础图像库中的标准图像的图像特征进行匹配，得到所述目标图像与基础图像库中的标准图像的第二匹配程度；

从所述基础图像库中选择第二匹配程度大于第五预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

本公开实施例基础图像库中包括更多的共享图像库，因此，在无法确定目标身份信息的情况下，将目标对象图像与基础图像库中的标准图像进行匹配，可以提高身份识别的成功率。

一种可选的实施方式中，所述方法还包括：

在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，向所述目标设备发送注册指示信息，触发所述目标设备重新采集所述目标对象的第二初始图像和身份信息；

确定所述第二初始图像中目标对象对应的图像区域的第二质量分数；

在所述第二质量分数大于第六预设阈值的情况下，将所述第二初始图像作为所述目标对象的标准图像；

将所述目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。

本公开实施例，在无法有效识别目标对象的身份信息的情况下，引导目标对象进行注册的方式，不仅能够增加目标设备对应的用户，即预设对象的数量，并且还能够提高用户使用体验；另外，将质量较高的第二初始图像作为标准图像，提高后续身份识别的成功率。

第二方面，本公开实施例还提供身份识别系统，包括：如上述第一方面，或第一方面中任一种可能的实施方式中所述的目标设备和如上述第一方面，或第一方面中任一种可能的实施方式中所述的服务器；

所述目标设备，用于采集目标图像，以及，将设备标识和所述目标图像发送至所述服务器。

第三方面，本公开实施例还提供身份识别装置，包括：

第一获取模块，用于获取目标设备采集的目标图像，以及所述目标设备的设备标识；

第一确定模块，用于基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

第二确定模块，用于基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

第三确定模块，用于按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

一种可选的实施方式中，所述第三确定模块，具体用于：提取所述目标图像的图像特征；

按照所述查询次序，将目标图像的图像特征与共享图像库中的标准图像的图像特征进行匹配，得到所述目标图像与所述标准图像的第一匹配程度；

从所述共享图像库中选择所述第一匹配程度大于第一预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

一种可选的实施方式中，所述第一确定模块，具体用于：基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组；其中，每个设备组包括至少一个设备；

基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库；其中，预先为每个设备组分别设置有多个相匹配的共享图像库；

将确定的所述多个共享图像库，作为与所述目标设备匹配的多个共享图像库。

一种可选的实施方式中，所述第一确定模块，具体用于：获取多个设备的属性信息和预设的多个地理区域的位置信息；

基于每个设备所处的位置和每个所述地理区域的位置信息，分别确定处于每个地理区域内的设备；

针对每个地理区域，基于所述地理区域内的每个设备的属性信息，计算任意两个设备之间的属性相似度；

根据确定的所述属性相似度，将所述地理区域内的设备划分为至少一个设备组；其中，同一设备组内的不同设备之间的属性相似度大于第二预设阈值。

一种可选的实施方式中，所述设备的属性信息包括所述设备所属商家的信息、所述设备的业务类型信息、所述设备的使用对象属性信息中的至少一种。

一种可选的实施方式中，所述第一确定模块，具体用于：获取所述设备组中每个设备所采集的第一初始图像以及每张第一初始图像中预设对象的身份信息；

基于每张第一初始图像中预设对象的身份信息，确定身份信息相同的至少一个第一初始图像集合；

针对每张第一初始图像集合，确定所述第一初始图像集合内不同的第一初始图像之间的朝向角度差；

基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像；其中，所述预设对象的不同标准图像之间的朝向角度差大于第三预设阈值；

基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库。

一种可选的实施方式中，所述第一确定模块，具体用于：针对所述第一初始图像集合中，相互之间的朝向角度差小于或等于第三预设阈值的至少两张第一初始图像，确定所述至少两张第一初始图像中预设对象对应的图像区域的第一质量分数；

将所述至少两张第一初始图像中第一质量分数最高的第一初始图像作为所述预设对象的标准图像。

一种可选的实施方式中，所述第一确定模块，具体用于：确定每张标准图像的第二查询频率；

基于每张标准图像的第二查询频率和每个共享图像库对应的第一查询频率，分别确定与每张标准图像相匹配的共享图像库；

针对每张标准图像，将所述标准图像和所述标准图像中预设对象的身份信息存入相匹配的共享图像库中。

一种可选的实施方式中，所述装置还包括：第一更新模块、第二更新模块、筛选模块、第二获取模块、移动模块；

所述第一更新模块，用于更新所述目标对象的标准图像的查询次数；

所述第二更新模块，用于基于更新后的查询次数和每次查询的查询时间，更新所述目标对象的标准图像的第二查询频率；

所述筛选模块，用于基于每个共享图像库对应的第一查询频率和所述目标对象的标准图像的第二查询频率，从所述多个共享图像库中筛选与所述目标对象的标准图像相匹配的目标图像库；

所述第二获取模块，用于获取所述目标图像库中标准图像的图像数量；

所述移动模块，用于在所述目标图像库与所述目标对象的标准图像当前所在的共享图像库不同，且所述图像数量小于第四预设阈值时，将所述目标对象的标准图像以及所述标准图像对应的身份信息从当前所在的共享图像库移动到所述目标图像库。

一种可选的实施方式中，所述装置还包括：第三获取模块、匹配模块、选择模块、第四确定模块；

所述第三获取模块，用于在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，获取基础图像库；所述基础图像库包括与多个设备组相匹配的共享图像库；

所述匹配模块，用于将所述目标图像的图像特征与所述基础图像库中的标准图像的图像特征进行匹配，得到所述目标图像与基础图像库中的标准图像的第二匹配程度；

所述选择模块，用于从所述基础图像库中选择第二匹配程度大于第五预设阈值的标准图像；

所述第四确定模块，用于将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

一种可选的实施方式中，所述装置还包括：发送模块、第五确定模块、第六确定模块、存储模块；

所述发送模块，用于在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，向所述目标设备发送注册指示信息，触发所述目标设备重新采集所述目标对象的第二初始图像和身份信息；

所述第五确定模块，用于确定所述第二初始图像中目标对象对应的图像区域的第二质量分数；

所述第六确定模块，用于在所述第二质量分数大于第六预设阈值的情况下，将所述第二初始图像作为所述目标对象的标准图像；

所述存储模块，用于将所述目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。

第四方面，本公开实施例还提供计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

第五方面，本公开实施例还提供计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

关于上述身份识别系统、装置、计算机设备及计算机可读存储介质的效果描述参见上述身份识别方法的说明，这里不再赘述。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本公开实施例所提供的一种身份识别方法的流程图；

图2示出了本公开实施例所提供的更新共享图像库方法的流程图；

图3示出了本公开实施例所提供的另一种身份识别方法的流程图；

图4示出了本公开实施例所提供的一种身份识别系统的示意图；

图5示出了本公开实施例所提供的一种身份识别装置的示意图；

图6示出了本公开实施例所提供的一种计算机设备的示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

对物联网设备的用户进行身份识别的方法，通常将物联网设备采集到的人脸图像与预存的人脸图像进行比对，再确定用户的身份信息。但是，随着物联网设备的用户的不断增加，预存的人脸图像的数量越来越大，如果采用人脸图像全量比对的方式，容易影响人脸图像识别效率。

基于此，本公开提供了身份识别方法、系统、装置、计算机设备及存储介质，按照每个共享图库的第一查询频率确定每个共享图库的查询次序，能够实现从查询频率高的共享图像库开始查询以确定目标对象的身份信息，相比于直接对预存的所有标准图像进行查询的方法，本公开实施例可以有效减少需要进行查询的次数，提高身份识别的效率。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应所述是发明人在本公开过程中对本公开做出的贡献。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

为便于对本实施例进行理解，首先对本公开实施例所公开的一种身份识别方法进行详细介绍，本公开实施例所提供的身份识别方法的执行主体一般为具有一定计算能力的计算机设备，所述计算机设备例如包括：服务器或其它处理设备在一些可能的实现方式中，所述身份识别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。

下面以执行主体为服务器为例对本公开实施例提供的身份识别方法加以说明。

本公开实施例提供的身份识别方法可以应用于在目标设备上进行身份识别以完成相关操作的场景中，例如在自助购物机上进行人脸支付的场景中，在该场景中可以以服务器为执行主体，自助购物机为目标设备，自助购物机将获取到的人脸图像发送给服务器，服务器执行本公开实施例提供的身份识别方法的步骤，确定出人脸图像对应的身份信息的识别结果，并发送给自助购物机，在识别成功的情况下，自助购物机展示支付的提示信息，提示用户完成支付。

参见图1所示，为本公开实施例提供的一种身份识别方法的流程图，所述方法包括S101～S104，其中：

S101：获取目标设备采集的目标图像，以及所述目标设备的设备标识。

本公开实施例中，目标设备可以是任何能够采集目标图像的物联网设备，例如可以是采集人脸图像的刷脸支付设备、自助刷脸购物设备、刷脸取票设备、刷脸门禁设备等等。

目标图像可以包括用于身份信息识别的生物特征图像或行为特征图像等，其中生物特征图像可以包括人脸图像、手性图像、指纹图像、虹膜图像、耳廓图像、脉搏图像等；行为特征图像可以包括笔迹图像、声音图像、步态图像等。

设备标识可以指的是用于区分不同设备的标识，不同的目标设备之间的设备标识信息是不同的。设备标识信息可以包括目标设备名称、型号、编号、生产批次、生产日期、厂家信息中的至少一种。

本公开实施例中，可以通过目标设备向服务器发送身份识别请求，身份识别请求中可以携带目标设备的设备标识，进而服务器通过身份识别请求可以获取到目标设备的设备标识。

获取目标设备采集的目标图像时，在一种可能的实施方式中，身份识别请求中还可以包括目标设备采集到的目标图像，也就是目标设备可以将同时携带有目标图像和设备标识的身份识别请求发送给服务器，进而服务器可以通过身份识别请求获取到目标设备采集的目标图像。在一种可能的实施方式中，服务器接收到携带有目标设备的设备标识的身份识别请求后，可以向目标设备发送采集目标图像的指令，目标设备在接收到服务器发送的采集目标图像的指令后，可以通过摄像头或者相机采集目标图像，然后将目标图像上传至服务器，或者展示上传目标图像的提示信息，以提示将目标图像通过终端设备发送给目标设备，再由目标设备将目标图像上传至服务器等，进而服务器可以获取到目标设备上传的目标图像。这里，服务器获取目标图像的具体方式可以不作具体限定。

S102：基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率。

本公开实施例中的设备可以是处于物联网中的设备，多个设备之间可以是互联互通的，因此多个设备可以共享相同预设对象的信息。其中，预设对象可以指的是针对物联网设备进行信息注册的对象。

共享图像库指的是多个设备之间可以共享的图像库。共享图像库中可以包括至少一个预设对象的标准图像以及每个预设对象的身份信息的集合。

其中，标准图像可以是用于与目标图像进行比对，以识别目标图像对应的目标对象的身份信息的图像。标准图像可以是预设对象在注册时上传的图像或者更新的注册图像，也可以是服务器根据预设对象在注册时输入的身份信息，从数据库中调取的预设对象的图像。这里，标准图像的获取方式可以不作具体限定。

本公开实施例中，第一查询频率可以是预设时间段内对共享图像库的查询频率，共享图像库的第一查询频率可以是一个确定的数值，也可以是一个预设频率范围。共享图像库可以是根据第一查询频率进行划分的，不同的共享图像库对应不同的第一查询频率。

在一种可能的实施方式中，同一共享图像库中的每张标准图像对应第二查询频率，第二查询频率可以是预设时间段内对每张标准图像的查询频率，且第二查询频率是一个数值。每张标准图像的第二查询频率与当前所在的共享图像库的第一查询频率是匹配的，当第一查询频率是一个确定的数值时，第二查询频率是与第一查询频率相同的；当第一查询频率是一个预设频率范围时，第二查询频率是处于预设频率范围内的。

在基于设备标识，确定与目标设备匹配的多个共享图像库的过程中，可以基于设备标识，从预先构建的设备标识与共享图像库的第一对应关系，确定出与设备标识对应的多个共享图像库，也就是与目标设备匹配的多个共享图像库。

在基于设备标识，确定与目标设备匹配的多个共享图像库的过程中，还可以首先基于设备标识，从预先建立的至少一个设备组中筛选目标设备所属的目标设备组；然后基于目标设备组的组标识，确定与目标设备组相匹配的多个共享图像库；最后将确定的多个共享图像库，作为与目标设备匹配的多个共享图像库。

具体地，可以是针对多个设备预先建立的至少一个设备组，每个设备组中可以包括至少一个设备。这里可以构建设备标识与设备组的第二对应关系，在获取到目标设备的设备标识后，可以根据目标设备的设备标识与设备组的第二对应关系，确定出目标设备所属的目标设备组。

这里可以为每个设备组设置组标识，并且构建每个组标识与共享图像库的第三对应关系，在确定出目标设备所属的目标设备组后，可以获取到目标设备组的组标识，然后根据目标设备组的组标识与共享图像库的第三对应关系，确定出与目标设备组匹配的共享图像库，与目标设备所属的目标设备组匹配的多个共享图像库，就是与目标设备匹配的多个共享图像库。

在本公开实施例中，多个设备可以是具有不同的位置信息以及不同属性信息的设备。因此，在一种可能的实施方式中，可以根据设备的属性信息和位置信息对多个设备进行分组，将属性信息相似程度高的，并且位于同一地理区域内的设备划分到同一设备组，这样同一设备组内的各个设备对应的用户存在较大程度的重叠，同一设备组内的各个设备能够共享同样的共享图像库。

在具体实施过程中，在基于所述设备标识，从预先建立的至少一个设备组中筛选目标设备所属的目标设备组之前，可以首先获取多个设备的属性信息和预设的多个地理区域的位置信息；然后基于每个设备所处的位置和每个地理区域的位置信息，分别确定处于每个地理区域内的设备；然后针对每个地理区域，基于地理区域内的每个设备的属性信息，计算任意两个设备之间的属性相似度；然后根据确定的属性相似度，将地理区域内的设备划分为至少一个设备组。

具体地，设备的属性信息可以包括设备所属商家的信息、设备的业务类型信息、设备的使用对象属性信息中的至少一种。每个地理区域可以是基于行政区域划分的，也可以是基于预设面积范围划分的。

这里可以针对每个地理区域内的设备，采用预设相似度算法并基于每个设备的属性信息，计算任意两个设备之间的属性相似度，这里可以选用任一种的相似度算法进行计算，例如，将每个设备的属性信息表示为向量的形式，之后选用余弦相似度的算法计算两个设备之间的属性相似度。

这里可以设置属性相似度的预设阈值，将同一地理区域内的属性相似度大于第二预设阈值的多个设备划分在同一设备组中，得到至少一个设备组，同一设备组内的不同设备之间的属性相似度是大于第二预设阈值的。

在一种可能的实施方式中，在基于目标设备组的组标识，确定与目标设备组相匹配的多个共享图像库之前，可以针对每个设备组构建共享图像库，具体地，可以获取设备组中每个设备所采集的第一初始图像以及每张第一初始图像中预设对象的身份信息；然后基于每张第一初始图像中预设对象的身份信息，确定身份信息相同的至少一个第一初始图像集合；然后针对每张第一初始图像集合，确定第一初始图像集合内不同的第一初始图像之间的朝向角度差；然后基于朝向角度差，从第一初始图像集合中选取预设对象的标准图像；最后基于标准图像以及标准图像的身份信息，为设备组构建共享图像库。

这里，同一个设备组中多个设备采集的第一初始图像可能对应同一个预设对象，因此这里可以基于每张第一初始图像中预设对象的身份信息，将身份信息相同的第一初始图像集合起来，得到身份信息相同的至少一个第一初始图像集合。针对同一个预设对象，采集到的第一初始图像可以包括该预设对象的不同朝向角度的图像。

其中，朝向角度可以是同一预设对象的同一部位(例如面部)的朝向角度。

这里，为了能够对同一预设对象处于多种朝向角度下采集到的目标图像进行身份识别，可以从第一初始图像集合中选择朝向角度差大于第三预设阈值的第一初始图像作为预设对象的标准图像，然后基于标准图像以及标准图像的身份信息，为设备组构建共享图像库。

在一种可能的实施方式中，还可以针对第一初始图像集合中，相互之间的朝向角度差小于或等于第三预设阈值的至少两张第一初始图像，确定至少两张第一初始图像中预设对象对应的图像区域的第一质量分数；然后将至少两张第一初始图像中第一质量分数最高的第一初始图像作为预设对象的标准图像。

针对同一第一初始图像集合，当至少两张第一初始图像相互之间的朝向角度差小于或等于第三预设阈值时，说明至少两张第一初始图像的朝向角度非常相近，因此可以通过将至少两张第一初始图像中第一质量分数最高的第一初始图像作为预设对象的标准图像，能够提高身份识别的成功率。

其中，第一质量分数可以是基于预设对象对应的图像区域的清晰度、完整度等信息确定的质量分数。当第一初始图像中预设对象对应的图像区域的清晰度越高、越完整，则第一质量分数越高。

在一种可能的实施方式中，基于标准图像以及标准图像的身份信息，为设备组构建共享图像库的过程中，可以首先确定每张标准图像的第二查询频率；然后基于每张标准图像的第二查询频率和每个共享图像库对应的第一查询频率，分别确定与每张标准图像相匹配的共享图像库；最后针对每张标准图像，将标准图像和标准图像中预设对象的身份信息存入相匹配的共享图像库中。

如前所述，标准图像的第二查询频率可以是预设时间段内对每张标准图像的查询频率，且第二查询频率是一个数值。当第一查询频率为一个确定的数值时，可以将第一查询频率与第二查询频率相同的共享图像库作为与标准图像匹配的共享图像库；当第一查询频率为一个预设频率范围时，可以将第一查询频率包含第二查询频率的共享图像库作为与标准图像匹配的共享图像库。

基于标准图像的第二查询频率与每个共享图像库对应的第一查询频率，能够较为准确地确定与标准图像相匹配的共享图像库，从而能够提高共享图像库对应的第一查询频率的准确性。

S103：基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序。

在一种可能的实施方式中，可以按照第一查询频率由高到低的顺序对多个共享图像库进行排序，然后根据共享图像库的排序，确定每个共享图像库的查询次序。例如，第一查询频率越高的共享图像库，查询次序越靠前。从查询频率高的共享图像库开始查询，主要是考虑到一方面查询频率高的共享图像库，在一定程度上可以说明该共享图像库中的标准图像本次被查询的概率比较大，因此优先可以从查询频率高的共享图像库开始查询，另一方面以共享图像库的方式查询，可以减少对比的图像数量，相比于直接对预存的所有标准图像进行查询的方法，可以有效减少需要进行查询的次数。

S104：按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

在具体实施过程中，可以提取目标图像的图像特征，然后可以按照查询次序从第一个共享图像库开始，将目标图像的图像特征与第一个共享图像库中每张标准图像的图像特征进行匹配，得到目标图像与每张标准图像的第一匹配程度，从第一共享图像库中查找第一匹配程度大于第一预设阈值的标准图像，若从第一个共享图像库中查询到第一匹配程度大于第一预设阈值的标准图像时，则将查找到的标准图像对应的身份信息，作为目标对象的身份信息。若从第一个共享图像库中未查询到第一匹配程度大于第一预设阈值的标准图像时，则按照查询次序查询第二个共享图像库，直至查询到第一匹配程度大于第一预设阈值的标准图像。

当从多个共享图像库查询到第一匹配程度大于第一预设阈值的标准图像，并确定了目标图像对应的目标对象的身份信息之后，还可以按照如图2所示的更新共享图像库方法的流程图中的步骤执行：

S201：更新目标对象的标准图像的查询次数。

S202：基于更新后的查询次数和每次查询的查询时间，更新目标对象的标准图像的第二查询频率。

S203：基于每个共享图像库对应的第一查询频率和目标对象的标准图像的第二查询频率，从多个共享图像库中筛选与目标对象的标准图像相匹配的目标图像库。

S204：获取目标图像库中标准图像的图像数量。

S205：在目标图像库与目标对象的标准图像当前所在的共享图像库不同，且图像数量小于第四预设阈值时，将目标对象的标准图像以及标准图像对应的身份信息从当前所在的共享图像库移动到目标图像库。

在更新共享图像库的过程中，当每个共享图像库对应的第一查询频率是一个确定的数值时，则可以基于每个共享图像库对应的第一查询频率和目标对象的标准图像的第二查询频率，从多个共享图像库中筛选与目标对象的标准图像相匹配的目标图像库。这里的目标图像库对应的第一查询频率是大于目标图像当前所在的共享图像库对应的第一查询频率的。

在一种可能的实施方式中，当每个共享图像库对应的第一查询频率是一个预设频率范围时，则可以判断更新后的目标对象的标准图像的第二查询频率是否超出目标图像当前所在的共享图像库对应的第一查询频率，若没有超出，则与目标对象的标准图像相匹配的目标图像库还是当前所在的共享图像库；若超出，则与目标对象的标准图像相匹配的目标图像库是第一查询频率大于当前所在的共享图像库对应的第一查询频率的图像库，此时，可以在目标图像库中标准图像的图像数量小于第四预设阈值时，将目标对象的标准图像以及标准图像对应的身份信息从当前所在的共享图像库移动到目标图像库。通过设置目标图像库中标准图像的图像数量阈值，可以保证在对目标图像库进行更新时，目标图像库中标准图像的图像数量不超过上限值。

当从多个共享图像库未查询到第一匹配程度大于第一预设阈值的标准图像时，也就是在确定每个共享图像库的查询次序之后，在基于多个共享图像库无法确定目标对象的身份信息的情况下，可以获取基础图像库；将目标图像的图像特征与基础图像库中的标准图像的图像特征进行匹配，得到目标图像与基础图像库中的标准图像的第二匹配程度；从基础图像库中选择第二匹配程度大于第五预设阈值的标准图像；将选择的标准图像对应的身份信息，作为目标对象的身份信息。

其中，基础图像库可以包括与多个设备组相匹配的共享图像库。这个的多个设备组可以包括目标设备所在的目标设备组，也可以包括除目标设备组以外的其他多个设备组。通过将目标图像的图像特征与基础图像库中的标准图像的图像特征进行匹配，可以从其他设备组对应的共享图像库中查找与目标图像匹配的标准图像，从而提高身份识别的成功率。

这里，具体可以计算目标图像与基础图像库中的标准图像的第二匹配程度，并设置第五预设阈值，若从基础图像库中查询到第二匹配程度大于第五预设阈值的标准图像时，则将查找到的标准图像对应的身份信息，作为目标对象的身份信息。若从基础图像库中未查询到第二匹配程度大于第五预设阈值的标准图像时，则无法确定目标对象的身份信息。

在确定目标对象的身份信息之后，还可以向目标设备发送识别成功信息，以使目标设备基于识别成功信息完成对应的预设操作。其中，所述预设操作包括：支付操作、解锁操作、票据打印操作中任一项。

在一种可能的实施方式中，如图3所示的另一种身份识别方法的流程图中，包括以下步骤：

S301：在基于多个共享图像库无法确定目标对象的身份信息的情况下，向目标设备发送注册指示信息，触发目标设备重新采集目标对象的第二初始图像和身份信息。

S302：确定第二初始图像中目标对象对应的图像区域的第二质量分数。

S303：在第二质量分数大于第六预设阈值的情况下，将第二初始图像作为目标对象的标准图像。

S304：将目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。

其中，无法确定所述目标对象的身份信息的情况包括基于多个共享图像库无法确定目标对象的身份信息的情况以及基于基本图像库无法确定目标对象的身份信息的情况。

第二初始图像可以是目标设备通过摄像头或者相机采集到的，也可以是目标对象通过终端设备发送给目标设备的。

当目标设备重新采集目标对象的第二初始图像和身份信息后，可以将目标对象作为新的注册对象，因此在本公开实施例中可以将目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。接下来，服务器可以向目标设备发送相应的控制指令，以使目标设备执行相应的预设操作。

在具体实施中，预设操作可以是根据目标设备的类型确定的，例如若目标设备为刷脸支付设备或自助刷脸购物机，对应的，预设操作可以为自动支付操作；又如，若目标设备为刷脸取件柜或刷脸门禁设备，对应的，预设操作可以为自动解锁操作；再如，若目标设备为刷脸取票机，对应的，预设操作可以为自动票据打印操作。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

本公开实施例中还提供了与身份识别方法对应的身份识别系统，如图4所示的一种身份识别系统的示意图，身份识别系统可以包括目标设备401和服务器402，目标设备401和服务器402通过网络进行连接。其中，目标设备401用于采集目标图像，以及，将设备标识和目标图像发送至所述服务器402。服务器402可以执行上述身份识别方法的步骤。

为了更清楚地阐述身份识别系统执行身份识别方法的过程，下面的实施例以刷脸支付设备为例进行介绍。

用户通过刷脸支付设备可以向服务器发送携带有设备标识的身份识别请求发送给服务器。服务器接收到携带有设备标识的身份识别请求后，向刷脸支付设备发送人脸图像采集指令。刷脸支付设备接收到人脸图像采集指令，可以利用摄像头采集用户的人脸图像。

服务器基于设备标识，确定与刷脸支付设备匹配的多个共享图像库。然后服务器基于多个共享图像库的第一查询频率，确定每个共享图像库的查询次序。最后服务器按照查询次序查询共享图像库，确定人脸图像对应的目标对象的身份信息。

在确定人脸图像对应的目标对象的身份信息后，服务器向刷脸支付设备发送识别成功信息，刷脸支付设备接收到发送识别成功信息后，展示支付的提示信息，提示用户完成支付。

基于同一发明构思，本公开实施例中还提供了与身份识别方法对应的身份识别装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述身份识别方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

参照图5所示，为本公开实施例提供的身份识别装置的示意图，所述装置包括：第一获取模块501、第一确定模块502、第二确定模块503、第三确定模块504；

所述第一获取模块501，用于获取目标设备采集的目标图像，以及所述目标设备的设备标识；

所述第一确定模块502，用于基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

所述第二确定模块503，用于基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

所述第三确定模块504，用于按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

一种可选的实施方式中，所述第三确定模块504，具体用于：提取所述目标图像的图像特征；

按照所述查询次序，将目标图像的图像特征与共享图像库中的标准图像的图像特征进行匹配，得到所述目标图像与所述标准图像的第一匹配程度；

从所述共享图像库中选择所述第一匹配程度大于第一预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

一种可选的实施方式中，所述第一确定模块501，具体用于：基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组；其中，每个设备组包括至少一个设备；

基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库；其中，预先为每个设备组分别设置有多个相匹配的共享图像库；

将确定的所述多个共享图像库，作为与所述目标设备匹配的多个共享图像库。

一种可选的实施方式中，所述第一确定模块501，具体用于：获取多个设备的属性信息和预设的多个地理区域的位置信息；

基于每个设备所处的位置和每个所述地理区域的位置信息，分别确定处于每个地理区域内的设备；

针对每个地理区域，基于所述地理区域内的每个设备的属性信息，计算任意两个设备之间的属性相似度；

根据确定的所述属性相似度，将所述地理区域内的设备划分为至少一个设备组；其中，同一设备组内的不同设备之间的属性相似度大于第二预设阈值。

一种可选的实施方式中，所述设备的属性信息包括所述设备所属商家的信息、所述设备的业务类型信息、所述设备的使用对象属性信息中的至少一种。

一种可选的实施方式中，所述第一确定模块501，具体用于：获取所述设备组中每个设备所采集的第一初始图像以及每张第一初始图像中预设对象的身份信息；

基于每张第一初始图像中预设对象的身份信息，确定身份信息相同的至少一个第一初始图像集合；

针对每张第一初始图像集合，确定所述第一初始图像集合内不同的第一初始图像之间的朝向角度差；

基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像；其中，所述预设对象的不同标准图像之间的朝向角度差大于第三预设阈值；

基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库。

一种可选的实施方式中，所述第一确定模块501，具体用于：针对所述第一初始图像集合中，相互之间的朝向角度差小于或等于第三预设阈值的至少两张第一初始图像，确定所述至少两张第一初始图像中预设对象对应的图像区域的第一质量分数；

将所述至少两张第一初始图像中第一质量分数最高的第一初始图像作为所述预设对象的标准图像。

一种可选的实施方式中，所述第一确定模块501，具体用于：确定每张标准图像的第二查询频率；

基于每张标准图像的第二查询频率和每个共享图像库对应的第一查询频率，分别确定与每张标准图像相匹配的共享图像库；

针对每张标准图像，将所述标准图像和所述标准图像中预设对象的身份信息存入相匹配的共享图像库中。

一种可选的实施方式中，所述装置还包括：第一更新模块、第二更新模块、筛选模块、第二获取模块、移动模块；

所述第一更新模块，用于更新所述目标对象的标准图像的查询次数；

所述第二更新模块，用于基于更新后的查询次数和每次查询的查询时间，更新所述目标对象的标准图像的第二查询频率；

所述筛选模块，用于基于每个共享图像库对应的第一查询频率和所述目标对象的标准图像的第二查询频率，从所述多个共享图像库中筛选与所述目标对象的标准图像相匹配的目标图像库；

所述第二获取模块，用于获取所述目标图像库中标准图像的图像数量；

所述移动模块，用于在所述目标图像库与所述目标对象的标准图像当前所在的共享图像库不同，且所述图像数量小于第四预设阈值时，将所述目标对象的标准图像以及所述标准图像对应的身份信息从当前所在的共享图像库移动到所述目标图像库。

一种可选的实施方式中，所述装置还包括：第三获取模块、匹配模块、选择模块、第四确定模块；

所述第三获取模块，用于在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，获取基础图像库；所述基础图像库包括与多个设备组相匹配的共享图像库；

所述匹配模块，用于将所述目标图像的图像特征与所述基础图像库中的标准图像的图像特征进行匹配，得到所述目标图像与基础图像库中的标准图像的第二匹配程度；

所述选择模块，用于从所述基础图像库中选择第二匹配程度大于第五预设阈值的标准图像；

所述第四确定模块，用于将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

一种可选的实施方式中，所述装置还包括：发送模块、第五确定模块、第六确定模块、存储模块；

所述发送模块，用于在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，向所述目标设备发送注册指示信息，触发所述目标设备重新采集所述目标对象的第二初始图像和身份信息；

所述第五确定模块，用于确定所述第二初始图像中目标对象对应的图像区域的第二质量分数；

所述第六确定模块，用于在所述第二质量分数大于第六预设阈值的情况下，将所述第二初始图像作为所述目标对象的标准图像；

所述存储模块，用于将所述目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图6所示，为本公开实施例提供的计算机设备600的结构示意图，包括处理器601、存储器602、和总线603。其中，存储器602用于存储执行指令，包括内存6021和外部存储器6022；这里的内存6021也称内存储器，用于暂时存放处理器601中的运算数据，以及与硬盘等外部存储器6022交换的数据，处理器601通过内存6021与外部存储器6022进行数据交换，当计算机设备600运行时，处理器601与存储器602之间通过总线603通信，使得处理器601在执行以下指令：

获取目标设备采集的目标图像，以及所述目标设备的设备标识；

基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

本公开实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法实施例中所述的身份识别方法。其中，所述存储介质可以是易失性或非易失的计算机可读取存储介质。

本公开实施例还提供一种计算机程序产品，所述计算机产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的身份识别方法，具体可参见上述方法实施例，在此不再赘述。

其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应所述理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置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，又例如，多个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通信接口，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。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。

另外，在本公开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。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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所述技术方案的部分可以以软件产品的形式体现出来，所述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)执行本公开各个实施例所述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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.身份识别方法，其特征在于，应用于服务器，所述方法包括：

获取目标设备采集的目标图像，以及所述目标设备的设备标识；

基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

2.根据权利要求1所述的方法，其特征在于，所述按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息，包括：

提取所述目标图像的图像特征；

按照所述查询次序，将目标图像的图像特征与共享图像库中的标准图像的图像特征进行匹配，得到所述目标图像与所述标准图像的第一匹配程度；

从所述共享图像库中选择所述第一匹配程度大于第一预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述设备标识，确定与所述目标设备匹配的多个共享图像库，包括：

基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组；其中，每个设备组包括至少一个设备；

基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库；其中，预先为每个设备组分别设置有多个相匹配的共享图像库；

将确定的所述多个共享图像库，作为与所述目标设备匹配的多个共享图像库。

4.根据权利要求3所述的方法，其特征在于，在所述基于所述设备标识，从预先建立的至少一个设备组中筛选所述目标设备所属的目标设备组之前，所述方法还包括：

获取多个设备的属性信息和预设的多个地理区域的位置信息；

基于每个设备所处的位置和每个所述地理区域的位置信息，分别确定处于每个地理区域内的设备；

针对每个地理区域，基于所述地理区域内的每个设备的属性信息，计算任意两个设备之间的属性相似度；

根据确定的所述属性相似度，将所述地理区域内的设备划分为至少一个设备组；其中，同一设备组内的不同设备之间的属性相似度大于第二预设阈值。

5.根据权利要求4所述的方法，其特征在于，所述设备的属性信息包括所述设备所属商家的信息、所述设备的业务类型信息、所述设备的使用对象属性信息中的至少一种。

6.根据权利要求3至5任一项所述的方法，其特征在于，在所述基于目标设备组的组标识，确定与所述目标设备组相匹配的多个共享图像库之前，所述方法还包括：

获取所述设备组中每个设备所采集的第一初始图像以及每张第一初始图像中预设对象的身份信息；

基于每张第一初始图像中预设对象的身份信息，确定身份信息相同的至少一个第一初始图像集合；

针对每张第一初始图像集合，确定所述第一初始图像集合内不同的第一初始图像之间的朝向角度差；

基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像；其中，所述预设对象的不同标准图像之间的朝向角度差大于第三预设阈值；

基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库。

7.根据权利要求6所述的方法，其特征在于，基于所述朝向角度差，从所述第一初始图像集合中选取预设对象的标准图像，包括：

针对所述第一初始图像集合中，相互之间的朝向角度差小于或等于第三预设阈值的至少两张第一初始图像，确定所述至少两张第一初始图像中预设对象对应的图像区域的第一质量分数；

将所述至少两张第一初始图像中第一质量分数最高的第一初始图像作为所述预设对象的标准图像。

8.根据权利要求6或7所述的方法，其特征在于，所述基于所述标准图像以及所述标准图像的身份信息，为所述设备组构建共享图像库，包括：

确定每张标准图像的第二查询频率；

基于每张标准图像的第二查询频率和每个共享图像库对应的第一查询频率，分别确定与每张标准图像相匹配的共享图像库；

针对每张标准图像，将所述标准图像和所述标准图像中预设对象的身份信息存入相匹配的共享图像库中。

9.根据权利要求1至8任一项所述的方法，其特征在于，在所述确定所述目标图像对应的目标对象的身份信息之后，所述方法还包括：

更新所述目标对象的标准图像的查询次数；

基于更新后的查询次数和每次查询的查询时间，更新所述目标对象的标准图像的第二查询频率；

基于每个共享图像库对应的第一查询频率和所述目标对象的标准图像的第二查询频率，从所述多个共享图像库中筛选与所述目标对象的标准图像相匹配的目标图像库；

获取所述目标图像库中标准图像的图像数量；

在所述目标图像库与所述目标对象的标准图像当前所在的共享图像库不同，且所述图像数量小于第四预设阈值时，将所述目标对象的标准图像以及所述标准图像对应的身份信息从当前所在的共享图像库移动到所述目标图像库。

10.根据权利要求3至9任一项所述的方法，其特征在于，在所述确定每个所述共享图像库的查询次序之后，所述方法还包括：

在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，获取基础图像库；所述基础图像库包括与多个设备组相匹配的共享图像库；

将所述目标图像的图像特征与所述基础图像库中的标准图像的图像特征进行匹配，得到所述目标图像与基础图像库中的标准图像的第二匹配程度；

从所述基础图像库中选择第二匹配程度大于第五预设阈值的标准图像；

将选择的标准图像对应的身份信息，作为所述目标对象的身份信息。

11.根据权利要求1至10任一项所述的方法，其特征在于，所述方法还包括：

在基于所述多个共享图像库无法确定所述目标对象的身份信息的情况下，向所述目标设备发送注册指示信息，触发所述目标设备重新采集所述目标对象的第二初始图像和身份信息；

确定所述第二初始图像中目标对象对应的图像区域的第二质量分数；

在所述第二质量分数大于第六预设阈值的情况下，将所述第二初始图像作为所述目标对象的标准图像；

将所述目标对象的标准图像和身份信息存入第一查询频率最低的共享图像库中。

12.身份识别系统，其特征在于，包括：如权利要求1至11任一项所述的目标设备和如权利要求1至11任一项所述的服务器；

所述目标设备，用于采集目标图像，以及，将设备标识和所述目标图像发送至所述服务器。

13.身份识别装置，其特征在于，包括：

第一获取模块，用于获取目标设备采集的目标图像，以及所述目标设备的设备标识；

第一确定模块，用于基于所述设备标识，确定与所述目标设备匹配的多个共享图像库；其中，不同共享图像库对应不同的第一查询频率；

第二确定模块，用于基于所述多个共享图像库的第一查询频率，确定每个所述共享图像库的查询次序；

第三确定模块，用于按照所述查询次序查询所述共享图像库，确定所述目标图像对应的目标对象的身份信息；所述共享图像库包括至少一个预设对象的标准图像和每个预设对象的身份信息。

14.计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一项所述的身份识别方法。

15.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，所述计算机程序被处理器运行时执行如权利要求1至11任一项所述的身份识别方法。

Images