一种多源对象关联方法及装置与流程

本发明涉及大数据
技术领域：
，特别是涉及一种多源对象关联方法及装置。
背景技术：
随着机器视觉、智能传感器、大数据等新技术的引入，安防监控系统逐步走向智能化。对运动目标的检测、识别、跟踪、时空轨迹分析，已经成为安防监控行业需要解决的关键问题之一。其中，对运动目标的身份识别是上述问题解决的基础，因为只有识别出目标的唯一身份，才能基于目标汇总海量数据，从而可以对目标的时空活动轨迹做进一步的分析。在安防监控系统中，运动目标主要为车辆和人。现有的运动目标身份识别方法，主要为通过车牌信息对车辆进行识别，通过人脸对人进行识别。具体地，可以通过图像采集设备采集包含车辆的图像，然后对采集的图像进行识别，获取到图像中包含的车牌信息；或者，通过图像采集设备采集包含人脸的图像，然后将采集的图像中包含的人脸的特征数据与存储的海量人脸特征数据逐一进行比对，从而获取到图像中包含的人脸的身份信息。但是，安防领域中，图像采集设备采集的图像具有特殊性，气候条件不固定(晴天、雨天、雾霾天、雪天、大风、风沙等)、光照条件不固定(顺光、逆光、强光、雨天反光、阴影等)、采集场景复杂多样(室内、室外等)等等，这将导致图像采集设备采集的图像质量差别较大；并且，相似人脸较多，从而导致仅根据图像采集设备采集的图像对车辆或人进行身份识别时，准确性较低。技术实现要素：本发明实施例的目的在于提供一种多源对象关联方法及装置，以建立不同源数据之间的关联关系，从而对车辆或人进行身份识别时，提高身份识别的准确性。具体技术方案如下：第一方面，本发明实施例提供了一种多源对象关联方法，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。可选的，所述针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像的步骤包括：针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。可选的，所述计算各图像对的相似度的步骤包括：针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断各第一记录的位置信息和各第二记录的位置信息是否相同；如果是，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；如果否，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。可选的，所述根据统计结果，计算该第一图像与该第二图像的相似度的步骤包括：根据以下公式，计算该第一图像与该第二图像的相似度s：其中，所述i为各位置标识，所述xi为所述目标对象在位置i处出现的次数，所述yi为所述待关联对象在位置i处出现的次数。可选的，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域；确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域；计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。可选的，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。可选的，所述确定各图像对的权重的步骤包括：确定各图像对所在时间区间的时间长度；计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。可选的，所述确定各图像对的权重的步骤包括：针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；计算所述第一数量占所述总数量的比重，并将所计算结果作为对应各图像对的权重。可选的，所述根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度的步骤包括：对各图像对的相似度与权重进行加权处理，并将所得结果确定为所述目标对象与所述待关联对象的目标相似度。第二方面，本发明实施例提供了一种多源对象关联装置，所述装置包括：获取模块，用于获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；第一确定模块，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；执行模块，用于将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；第二确定模块，用于根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断模块，用于判断所述目标相似度是否大于预设阈值；关联模块，用于当所述判断模块判断结果为是时，建立所述待关联对象与所述目标对象的关联关系。可选的，所述第一确定模块包括：第一映射单元，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；第二映射单元，用于根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。可选的，所述执行模块包括：获取单元，用于针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断单元，用于判断各第一记录的位置信息和各第二记录的位置信息是否相同；第一处理单元，用于当所述判断单元判断结果为是时，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；第二处理单元，用于当所述判断单元判断结果为否时，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。可选的，所述第一处理单元，具体用于根据以下公式，计算该第一图像与该第二图像的相似度s：其中，所述i为各位置标识，所述xi为所述目标对象在位置i处出现的次数，所述yi为所述待关联对象在位置i处出现的次数。可选的，所述第二处理单元包括：聚类子单元，用于对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域；确定子单元，用于确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域；处理子单元，用于计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。可选的，所述第二处理单元，具体用于对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。可选的，所述执行模块包括：第一确定单元，用于确定各图像对所在时间区间的时间长度；第一执行单元，用于计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。可选的，所述执行模块包括：第二确定单元，用于针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；第二执行单元，用于计算所述第一数量占所述总数量的比重，并将所计算结果作为对应各图像对的权重。可选的，所述第二确定模块，具体用于对各图像对的相似度与权重进行加权处理，并将所得结果确定为所述目标对象与所述待关联对象的目标相似度。本发明实施例提供了一种多源对象关联方法及装置，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。本发明实施例能够建立不同源数据之间的关联关系，从而能够根据已关联数据对车辆或人进行身份识别，提高身份识别的准确性。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。图1为本发明实施例提供的一种多源对象关联方法的流程图；图2为本发明实施例提供的一种多源对象关联方法的另一流程图；图3为本发明实施例提供的一种多源对象关联方法的另一流程图；图4为本发明实施例提供的一种多源对象关联装置的结构示意图。具体实施方式为了提高身份识别的准确性，本发明实施例提供了一种多源对象关联方法及装置。下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。本发明实施例提供了一种多源对象关联方法过程，如图1所示，该过程可以包括以下步骤：s101，获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录。本发明实施例提供的方法可以应用于电子设备。具体地，该电子设备可以为台式计算机、便携式计算机、智能移动终端、服务器等。在本发明实施例中，可以建立不同源对象的关联关系。上述不同源对象为不同类别的对象。例如，可以包括车牌信息、人脸信息、移动终端的mac(mediaaccesscontrol，媒体访问地址)等。例如，可以通过图像采集设备采集包含车辆或人脸的图像，从而对图像进行分析得到车牌信息、人脸信息；利用移动终端自动扫描wifi(wirelessfidelity，无线保真)网络的特性，可以通过提供wifi网络的接入点ap获取到移动终端的mac。需要说明的是，在本发明实施例中，还可以通过其他方式采集车牌信息、人脸信息、mac等，本发明实施例对此不做限定。在本发明实施例中，以对车牌信息和mac进行关联为例，来说明本发明实施例提供的多源对象关联方法。具体地，可以针对任一车牌信息，来确定与其关联的mac。其中，为了便于描述，可以将本发明实施例中针对的车牌信息称为目标对象。在本发明实施例中，可以在路口、小区门口等地方安装图像采集设备。各图像采集设备可以识别其采集区域是否有车辆通过，如果是，则可以采集包含车辆的图像。并且，图像采集设备可以对其采集的图像进行分析，获取到其中包含的车牌信息。其中，上述图像采集设备可以为球机、摄像机、抓拍机等，本发明实施例对此不进行限定。并且，可以在图像采集设备与电子设备之间建立有线或无线连接，从而图像采集设备可以将其获取的车牌信息发送给电子设备。例如，可以通过任一种远距离无线连接方式在图像采集设备与电子设备之间建立无线连接；或者，可以通过wifi、nfc(nearfieldcommunication，近距离无线通讯技术)、蓝牙等近距离无线连接方式在图像采集设备与电子设备之间建立无线连接，本发明实施例对此不进行限定。当电子设备接收到图像采集设备发送的车牌信息后，其可以将各车牌信息保存在本地。并且，电子设备还可以根据发送各车牌信息的图像采集设备所在地，各车牌信息的获取时间，对应保存各车牌信息的位置信息和时间信息。其中，可以将图像采集设备每次获取的车牌信息，以及其位置信息和时间信息作为一条记录。例如，电子设备本地保存的车牌信息对应的记录可以如表1所示：表1车牌信息位置信息时间信息京x·xxxxxp12016.12.23，08：01：00京x·xxxxxp22016.10.23，08：55：00京a·aaaaap32016.12.23，13：12：00京b·bbbbbp12016.12.23，14：23：00京x·xxxxxp42016.12.23，18：03：00其中，一行数据即为一条记录。可以看出，一条记录中包含了车牌信息，以及该车牌信息被采集到时对应的位置信息和时间信息。在本发明实施例中，还可以在路口、小区门口等地方设置ap设备，ap设备可以获取在其覆盖范围内的移动终端的mac。并且，可以在ap设备与电子设备之间建立有线或无线连接，从而ap设备可以将其获取的mac发送给电子设备。当电子设备接收到ap设备发送的mac后，其可以将各mac保存在本地。并且，电子设备还可以根据发送各mac的ap设备所在地，各mac的获取时间，对应保存各mac的位置信息和时间信息。其中，可以将ap设备每次获取的mac，以及其位置信息和时间信息作为一条记录。例如，电子设备本地保存的mac信息对应的记录可以如表2所示：表2mac信息位置信息时间信息mac1p12016.12.23，08：03：00mac2p32016.10.23，08：45：00mac1p22016.12.23，13：15：00mac3p12016.12.23，14：33：00mac1p22016.9.23，18：03：00其中，一行数据即为一条记录。可以看出，一条记录中包含了mac信息，以及该mac信息被采集到时对应的位置信息和时间信息。因此，在本发明实施例中，电子设备可以获取目标对象在预设时间段(如1个月、2个月、3个月等)内的第一记录，以及待关联对象在该预设时间段内的第二记录。例如，当目标对象为京x·xxxxx，预设时间段为1个月时，电子设备可以在本地保存的车牌信息对应的记录中，查找出1个月内车牌为京x·xxxxx的所有的记录，作为第一记录。如，当电子设备本地保存的车牌信息对应的记录为表1，当前时刻为2016.12.25，05：03：00时，其可以在表1中查找出车牌信息为京x·xxxxx的2016.11.25，05：03：00-2016.12.25，05：03：00之间的第一记录。电子设备得到的目标对象京x·xxxxx的第一记录可以如表3所示：表3车牌信息位置信息时间信息京x·xxxxxp12016.12.23，08：01：00京x·xxxxxp42016.12.23，18：03：00并且，电子设备可以获取本地保存的2016.11.25，05：03：00-2016.12.25，05：03：00之间的各mac的第二记录。如，电子设备获取的各mac的第二记录可以如表4所示。表4mac信息位置信息时间信息mac1p12016.12.23，08：03：00mac1p22016.12.23，13：15：00mac3p12016.12.23，14：33：00其中，上述预设时间段可以包括多个时间区间，例如，每个时间区间可以为一天，或者为几个小时等。并且，各时间区间的时长可以相同，也可以不同，本发明实施例对此不做限定。s102，针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像。在本发明实施例中，可以对目标对象的第一记录以及待关联对象的第二记录进行图像化，进而根据得到的图像确定是否建立目标对象与待关联对象的关联关系。具体地，电子设备可以针对每一时间区间，根据目标对象在该时间区间内的第一记录，确定目标对象在该时间区间对应的第一图像；根据待关联对象在该时间区间内的第二记录，确定待关联对象在该时间区间对应的第二图像。例如，针对每一时间区间，电子设备可以根据目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到目标对象在该时间区间对应的第一图像；根据待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到待关联对象在该时间区间对应的第二图像。如，当目标对象为mac，mac的采集范围为半径为r的圆，该目标对象对应的任一第一记录与圆心的距离为s时，则该第一记录在第一图像中的像素值为t*(r-s)/r。其中，t为预设的圆心的像素值。当点与点之间有重叠区域时，则将该点的像素值相加，即为该点实际的像素值。s103，将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重。电子设备获得各时间区间对应的第一图像和第二图像后，其可以进一步将同一时间区间对应的第一图像与第二图像确定为图像对。例如，当预设时间段为2016.12.01-2016.12.30，时间区间为一天时，可以将2016.12.01对应的第一图像和第二图像确定为图像对，将2016.12.02对应的第一图像和第二图像确定为图像对等；当预设时间段为2016.12.01-2016.12.30，时间区间为2小时时，可以将2016.12.01.00:00:00-2016.12.01.02:00:00对应的第一图像和第二图像确定为图像对，将2016.12.01.02:00:00-2016.12.01.04:00:00对应的第一图像和第二图像确定为图像对等。确定各图像对后，电子设备可以进一步确定各图像对的相似度。例如，电子设备可以采用现有的图像分析方法，确定各图像对的相似度，本发明实施例对此不进行赘述。并且，电子设备还可以确定各图像对的权重。具体地，可以根据时间权值法或数量权值法，来确定各图像对的权重。当采用时间权值法时，电子设备可以预先设定总时长，如，12小时、24小时等。或者，该总时长可以根据时间区间的不同确定为不同的值，如，当时间区间为1天时，该总时长可以为15天、30天等较长的时间；当时间区间为2小时时，该总时长可以为12小时、24小时等较短的时间。确定各图像对的权重时，电子设备可以首先确定各图像对所在时间区间的时间长度；然后计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。例如，当各图像对所在时间区间的时间长度为2小时，预设总时长为24小时时，电子设备可以计算得到各时间长度占预设总时长的比重为2/24，即各图像对的权重为2/24。在另一种实现方式中，电子设备可以根据数量权值法，来确定各图像对的权重。具体地，电子设备可以针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；然后可以计算第一数量占总数量的比重，并将所计算结果作为对应各图像对的权重。例如，当任一图像对所对应的第一记录和第二记录的第一数量为100，该图像对所对应时间区间内第一记录的位置信息处的各车牌信息对应的历史记录总数量为300，该图像对所对应时间区间内第二记录的位置信息处的各车牌信息对应的历史记录总数量为200时，电子设备可以计算得到第一数量占总数量的比重为100/500，即该图像对的权重为100/500。s104，根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度。电子设备得到各图像对的相似度与权重后，其可以根据各图像对的相似度与权重，确定目标对象与待关联对象的目标相似度。例如，电子设备可以对各图像对的相似度与权重进行加权处理，并将所得结果确定为目标对象与待关联对象的目标相似度。例如，当图像对分别为图像对1、2、3、4、5，图像对1的相似度为80％，权重为30％；图像对2的相似度为85％，权重为30％；图像对3的相似度为80％，权重为40％；图像对4的相似度为90％，权重为30％；图像对5的相似度为90％，权重为35％时，电子设备可以确定目标对象与待关联对象的目标相似度为80％*30％+85％*30％+80％*40％+90％*30％+90％*35％＝1.4。s105，判断所述目标相似度是否大于预设阈值；如果是，执行步骤s106；如果否，不执行操作。当电子设备确定出目标对象与待关联对象的目标相似度后，其可以判断该目标相似度是否大于预设阈值，如80％、85％、90％等。当目标相似度大于预设阈值时，可以执行步骤s106，即建立待关联对象与目标对象的关联关系。s106，建立所述待关联对象与所述目标对象的关联关系。可以理解，与目标对象关联的待关联对象可以为一个或多个。在本发明实施例中，电子设备可以针对不同的待关联对象，重复执行上述步骤s101-s106，确定出与目标对象关联的各待关联对象。本发明实施例能够根据目标对象与待关联对象的记录信息，建立不同源数据之间的关联关系，从而能够根据已关联数据对车辆或人进行身份识别，提高身份识别的准确性。可以理解，通过本发明实施例提供的方法，还可以对车牌信息、人脸信息进行关联，或者对人脸信息和mac进行关联，或者，对车牌信息、人脸信息和mac均进行关联，本发明实施例对此不做限定。当电子设备对车牌信息、人脸信息和mac三者进行关联时，其可以分别对车牌信息和人脸信息进行关联，对车牌信息和mac进行关联，对人脸信息和mac进行关联，进而根据关联结果，确定三者之间的关联关系。例如，当电子设备确定车牌信息1与人脸信息1、人脸信息2相关联，人脸信息1与mac1相关联，mac1与车牌信息1、车牌信息2相关联时，其可以最终确定车牌信息1、人脸信息1、mac1相关联。作为本发明实施例的一种实施方式，如图2所示，电子设备计算各图像对的相似度的过程可以包括以下步骤：s201，针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息。在本发明实施例中，电子设备可以针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息。例如，电子设备可以针对任一图像对中包括的第一图像和第二图像，根据本地保存的各第一记录和第二记录中的位置信息，获取第一图像对应的各第一记录的位置信息，以及第二图像对应的各第二记录的位置信息。如，电子设备获取的第一图像对应的各第一记录的位置信息可以为p1、p2、p3、p4、p5；第二图像对应的各第二记录的位置信息可以为p1、p3、p4、p5、p6。s202，判断各第一记录的位置信息和各第二记录的位置信息是否相同；如果是，执行步骤s203，如果否，执行步骤s204。电子设备获取到各第一记录的位置信息和各第二记录的位置信息后，其可以判断各第一记录的位置信息和各第二记录的位置信息是否相同，以根据判断结果，采用对应的方法确定第一图像与第二图像的相似度，进而提高相似度确定的准确性。具体地，电子设备可以针对各第一记录的位置信息，判断第二记录的位置信息中是否均包含各第一记录的位置信息，如果是，则确定各第一记录的位置信息和各第二记录的位置信息相同。也就是说，只有各第一记录的位置信息与各第二记录的位置信息完全相同时，才确定各第一记录的位置信息与各第二记录的位置信息相同，只要有一个位置信息不同，则确定各第一记录的位置信息与各第二记录的位置信息不同。例如，当各第一记录的位置信息为p1、p2、p3、p4、p5，各第二记录的位置信息也为p1、p2、p3、p4、p5时，则确定各第一记录的位置信息和各第二记录的位置信息相同；当各第一记录的位置信息为p1、p2、p3、p4、p5，各第二记录的位置信息也为p1、p2、p3、p4、p6时，则确定各第一记录的位置信息和各第二记录的位置信息不同。s203，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度。当第一记录的位置信息和第二记录的位置信息相同时，电子设备可以统计目标对象在该区间内各位置出现的第一次数，以及待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度。具体地，电子设备可以首先统计目标对象在各位置出现的第一次数，以及待关联对象在各位置出现的第二次数，如，当目标对象与待关联对象均在p1、p2、p3、p4、p5处出现，目标对象在p1位置处出现3次，在p2位置处出现2次，在p3位置处出现4次，在p4位置处出现2次，在p5位置处出现3次；待关联对象在p1位置处出现4次，在p2位置处出现2次，在p3位置处出现3次，在p4位置处出现3次，在p5位置处出现3次。然后，电子设备可以根据以下公式，计算该第一图像与该第二图像的相似度s：其中，i为各位置标识，xi为目标对象在位置i处出现的次数，yi为待关联对象在位置i处出现的次数。s204，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。当第一记录的位置信息和第二记录的位置信息不同时，电子设备可以根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。在一种实现方式中，如图3所示，电子设备根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤可以包括：s301，对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域。在本发明实施例中，电子设备可以对第一图像与第二图像进行密度聚类，确定第一图像的密度大于预设阈值的第一区域，以及第二图像的密度大于预设阈值的第二区域。其中，上述密度可以用像素值来表征。具体地，电子设备可以采用现有的图像分析方法，确定第一图像和第二图像中各像素点的像素值，进而确定第一图像的像素值大于预设阈值的第一区域，以及第二图像的像素值大于预设阈值的第二区域，本发明实施例对此过程不进行赘述。s302，确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域。确定第一图像的密度大于预设阈值的第一区域，以及第二图像的密度大于预设阈值的第二区域后，电子设备可以进一步确定第一区域与第二区域的重叠区域，以及第一区域与第二区域的总区域。也就是说，电子设备可以将第一区域和第二区域的交集确定为重叠区域，将第一区域和第二区域的并集确定为总区域。s303，计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。确定出第一区域与第二区域的重叠区域，以及第一区域与第二区域的总区域后，电子设备可以计算重叠区域的第一面积与总区域的第二面积。例如，电子设备可以采用现有的图像分析方法，确定重叠区域的第一面积与总区域的第二面积，本发明实施例对此不进行赘述。并且，电子设备可以计算第一面积与第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。在另一种实现方式中，电子设备根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度时，可以对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。例如，电子设备可以采用现有的图像分析方法，确定第一图像与第二图像的相似度，本发明实施例对此不进行赘述。本发明实施例中，针对任一图像对，电子设备可以根据该图像对中包括的第一图像的第一记录，以及第二图像的第二记录，采用不同的方法确定图像对的相似度，从而能够提高相似度确定的准确性。相应的，本发明实施例还提供了一种多源对象关联装置，如图4所示，所述装置包括：获取模块410，用于获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；第一确定模块420，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；执行模块430，用于将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；第二确定模块440，用于根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断模块450，用于判断所述目标相似度是否大于预设阈值；关联模块460，用于当所述判断模块450判断结果为是时，建立所述待关联对象与所述目标对象的关联关系。本发明实施例能够建立不同源数据之间的关联关系，从而能够根据已关联数据对车辆或人进行身份识别，提高身份识别的准确性。作为本发明实施例的一种实施方式，所述第一确定模块420包括：第一映射单元(图中未示出)，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；第二映射单元(图中未示出)，用于根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。作为本发明实施例的一种实施方式，所述执行模块430包括：获取单元(图中未示出)，用于针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断单元(图中未示出)，用于判断各第一记录的位置信息和各第二记录的位置信息是否相同；第一处理单元(图中未示出)，用于当所述判断单元判断结果为是时，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；第二处理单元(图中未示出)，用于当所述判断单元判断结果为否时，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。作为本发明实施例的一种实施方式，所述第一处理单元，具体用于根据以下公式，计算该第一图像与该第二图像的相似度s：其中，所述i为各位置标识，所述xi为所述目标对象在位置i处出现的次数，所述yi为所述待关联对象在位置i处出现的次数。作为本发明实施例的一种实施方式，所述第二处理单元包括：聚类子单元(图中未示出)，用于对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域；确定子单元(图中未示出)，用于确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域；处理子单元(图中未示出)，用于计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。作为本发明实施例的一种实施方式，所述第二处理单元，具体用于对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。作为本发明实施例的一种实施方式，所述执行模块430包括：第一确定单元(图中未示出)，用于确定各图像对所在时间区间的时间长度；第一执行单元(图中未示出)，用于计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。作为本发明实施例的一种实施方式，所述执行模块430包括：第二确定单元(图中未示出)，用于针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；第二执行单元(图中未示出)，用于计算所述第一数量占所述总数量的比重，并将所计算结果作为对应各图像对的权重。作为本发明实施例的一种实施方式，所述第二确定模块，具体用于对各图像对的相似度与权重进行加权处理，并将所得结果确定为所述目标对象与所述待关联对象的目标相似度。对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。当前第1页12