一种身份确定方法及装置、存储介质与流程

本申请涉及计算机视觉领域，尤其涉及一种身份确定方法及装置、存储介质。

背景技术：

人口管理是指城市政府对城市常住人口户籍和人口变动的行政管理工作，以及对城市人口的数量和质量、人口与计划生育以及流动人口等管理，通常的，公安部门进行实有人口管理时采用的人口登记方式为通过管理人员定期上访来获取人口统计信息，该人口登记方式往往容易出现漏登、耗时耗力等问题，导致人口统计的智能性低；在预防某些居民小区时有盗窃问题时，作案团队经常会预先在某个/某几个小区附近徘徊进行踩点，现阶段预防盗窃问题的方式为人为根据以往经验，根据出现的人的神态或者样貌排查该出现的人是否为盗窃者，依据以往经验确定是否为盗窃者容易漏判和判断失败，进而导致预防盗窃的准确性低。

技术实现要素：

本申请实施例提供一种身份确定方法及装置、存储介质，能够提高人口统计的智能性和预防盗窃的准确性。

本申请的技术方案是这样实现的：

第一方面，本申请实施例提供一种身份确定方法，方法包括：

当接收到连续显示筛选指令时，根据所述连续显示筛选指令，确定筛选范围，所述筛选范围至少包括预设空间范围；

从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，所述预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系；

显示所述目标身份信息。

这样，身份确定装置预先根据采集到的面部特征生成的特征类与身份信息进行撞库，得到预设特征和身份信息对应关系库，当身份确定装置接收到连续显示筛选指令时，根据对应的筛选范围，能够确定在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，在人口统计的场景下，直接对连续出现的目标身份信息进行统计，进而提高人口统计的智能性；在预防盗窃的场景下，将连续出现的、且身份信息陌生人的目标身份信息确定为有盗窃嫌疑的人，进而提高了预防盗窃的准确性。

在上述方法中，所述预设范围还包括预设时间范围，所述从所述预设特征和身份信息对应关系库中，查找所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，包括：

从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、所预设时间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息。

在上述方法中，所述预设时间范围包括n个预设时段，所述从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、所预设时间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，包括：

从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、在所述n个预设时段中每个预设时段均至少出现一次的所述目标特征类和所述目标特征类对应的目标身份信息。

这样，身份确定装置从预设特征和身份信息对应关系库中，查找在预设空间范围中、在n个预设时段中每个预设时段均至少出现一次的目标特征类和目标特征类对应的目标身份信息，能够精确的查找到预设时间范围内连续出现的目标身份信息。

在上述方法中，所述从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息之前，所述方法还包括：

获取库筛选指令；

根据所述库筛选指令，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

所述从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，包括：

从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

在上述方法中，所述库筛选指令包括第一库筛选指令和/或第二库筛选指令，所述第一库筛选指令用于选择第一身份库，所述第二库筛选指令用于排除第二身份库。

这样，身份确定装置利用第一身份库和第二身份库，对预设特征和身份对应关系库进行筛选，得到待筛选特征和身份信息对应关系，由此能够提高查找连续出现的目标对象的速度。

在上述方法中，所述从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息之前，所述方法还包括：

获取案件名称和案件信息；

根据所述案件名称和所述案件信息，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

相应的，所述从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，包括：

从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

这样，身份确定装置利用案件名称和案件信息，对预设特征和身份对应关系库进行筛选，得到待筛选特征和身份信息对应关系，由此能够提高查找连续出现的目标对象的速度。

在上述方法中，所述显示所述目标身份信息，包括：

显示所述目标身份信息及与所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数、所述目标对象最后出现的时间。

在上述方法中，所述显示所述目标身份信息，包括：

按照所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象最后出现的时间的预设排列顺序，对所述目标身份信息进行排序；

显示所述排序后的所述目标身份信息。

这样，对确定出的目标身份信息进行排序之后显示，能够提高显示目标身份信息的显示效果和从目标身份信息中确定指定身份信息的速度。

在上述方法中，所述按照所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象最后出现的时间的预设排列顺序，对所述目标身份信息进行排序之后，所述方法还包括：

从所述排序后的所述目标身份信息中，确定出所述目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象在预设时间范围内连续出现的次数大于预设阈值的第一身份信息；

显示所述第一身份信息。

这样，从排序后的目标身份信息中确定出在预设时间范围内连续出现的预设时段数或者目标对象在预设时间范围内连续出现的次数大于预设阈值的第一身份信息，能够提高查找指定身份信息的准确度。

在上述方法中，所述根据所述连续显示筛选指令，确定预设天数和预设空间范围之前，所述方法还包括：

在预设采集时间段到达时，从预设采集时间段内采集到的图像中，确定面部特征信息；

通过对面部特征进行聚类计算，将所述面部特征按照相似度划分为多个特征类，每个特征类中的面部特征之间的相似度大于预设相似度阈值；

从预设身份库中分别确定所述多个特征类对应的多个身份信息，并将所述多个特征类和所述多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中，所述多个特征类中的一个特征类至多对应一个身份信息，所述预设身份库中存储所述多个身份信息。

这样，能够对预设采集时间段内采集到的图像中的面部特征信息进行自动归类，并将归类得到的特征类和预设身份库进行撞库，得到个人详情档案。

在上述方法中，所述从预设身份库中分别确定多个特征类对应的多个身份信息，包括：

分别获取所述多个特征类对应的多个类中心特征值，所述多个特征类中的一个特征类对应一个类中心特征值；

计算当前类中心特征值和所述预设身份信息的一组相似度值，所述当前类中心特征值为所述多个类中心特征值中的任一个类中心特征值；

从所述一组相似度值中确定出相似度值最高、且相似度值大于预设阈值的目标相似度值；

从所述预设身份库中确定所述目标相似度值对应的目标预设身份信息，并将所述目标预设身份信息确定为当前特征类对应的身份信息，所述当前特征类为所述当前类中心特征值对应的特征类；

将多个目标预设身份信息确定为所述多个特征类对应的所述多个身份信息。

在上述方法中，所述将所述多个特征类和所述多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中，包括：

从所述预设特征和身份信息对应关系库中分别查找与所述多个身份信息匹配的预设身份信息；

在从所述预设特征和身份信息对应关系库中，查找到与所述多个身份信息中的第一身份信息匹配的第一预设身份信息的情况下，将所述第一身份信息对应的第一特征类添加至所述第一预设身份信息的第一预设特征类中；

在从所述预设特征和身份信息对应关系库中，未查找到与所述多个身份信息中的第二身份信息匹配的预设身份信息的情况下，将所述第二身份信息和所述第二身份信息对应的第二特征类新增至所述预设特征和身份信息对应关系库中。

在上述方法中，所述计算当前类中心特征值和预设身份信息的一组相似度值之后，所述方法还包括：

在从所述一组相似度值中未确定出所述目标相似度值的情况下，表征未从所述预设身份库中查找到所述当前特征类对应的身份信息。

在上述方法中，所述将所述多个特征类和所述多个特征类对应的多个身份信息添加至所述预设特征和身份信息对应关系库中，包括：

在从所述预设特征和身份信息对应关系库中，查找到与当前特征类相似的第二预设特征类的情况下，将所述当前特征类添加至所述第二预设特征类中，所述第二预设特征类为预设特征和身份信息对应关系库中，身份信息为未知的特征类；

在从所述预设特征和身份信息对应关系库中，未查找到与所述当前特征类相似的预设特征类的情况下，将所述当前特征类新增至所述预设特征和身份信息对应关系库中。

在上述方法中，在接收到待入库身份信息的情况下，判断所述预设身份库中是否存在所述待入库身份信息对应的待入库身份标识信息；

在判断出所述预设身份库中的第三预设身份标识信息与所述待入库身份标识信息匹配的情况下，将所述待入库身份信息更新至所述第三预设身份标识信息对应的第三预设身份信息中；

在判断出所述预设身份库中不存在所述待入库身份标识信息的情况下，将所述待入库身份信息添加至所述预设身份库中。

在上述方法中，所述从预设采集时间段内采集到的图像中，确定面部特征信息，包括：

从所述预设采集时间段内采集到的图像中，确定面部特征，并获取所述面部特征对应的采集位置信息和采集时间信息；

将所述面部特征、所述采集位置信息和所述采集时间信息确定为所述面部特征信息。

第二方面，本申请实施例提供一种身份确定装置，所述身份确定装置包括：

确定模块，用于当接收到连续显示筛选指令时，根据所述连续显示筛选指令，确定筛选范围，所述筛选范围至少包括预设空间范围；

查找模块，用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，所述预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系；

显示模块，用于显示所述目标身份信息。

在上述装置中，所述预设范围还包括预设时间范围，

所述查找模块，还用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、所预设时间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息。

在上述装置中，所述预设时间范围包括n个预设时段，

所述查找模块，还用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、在所述n个预设时段中每个预设时段均至少出现一次的所述目标特征类和所述目标特征类对应的目标身份信息。

在上述装置中，所述装置还包括：获取模块；

所述获取模块，用于获取库筛选指令；

所述确定模块，还用于根据所述库筛选指令，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

所述查找模块，还用于从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

在上述装置中，所述库筛选指令包括第一库筛选指令和/或第二库筛选指令，所述第一库筛选指令用于选择第一身份库，所述第二库筛选指令用于排除第二身份库。

在上述装置中，所述获取模块，还用于获取案件名称和案件信息；

所述确定模块，还用于根据所述案件名称和所述案件信息，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

所述查找模块，还用于从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

在上述装置中，所述显示模块，还用于显示所述目标身份信息及与所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数、所述目标对象最后出现的时间。

在上述装置中，所述装置还包括：排序模块；

所述排序模块，用于按照所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象最后出现的时间的预设排列顺序，对所述目标身份信息进行排序；

所述显示模块，还用于显示所述排序后的所述目标身份信息。

在上述装置中，所述确定模块，还用于从所述排序后的所述目标身份信息中，确定出所述目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象在预设时间范围内连续出现的次数大于预设阈值的第一身份信息；

所述显示模块，还用于显示所述第一身份信息。

在上述装置中，所述装置还包括：聚类模块和添加模块；

所述确定模块，还用于在预设采集时间段到达时，从预设采集时间段内采集到的图像中，确定面部特征信息；

所述聚类模块，还用于通过对面部特征进行聚类计算，将所述面部特征按照相似度划分为多个特征类，每个特征类中的面部特征之间的相似度大于预设相似度阈值；

所述添加模块，还用于从预设身份库中分别确定所述多个特征类对应的多个身份信息，并将所述多个特征类和所述多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中，所述多个特征类中的一个特征类至多对应一个身份信息，所述预设身份库中存储所述多个身份信息。

在上述装置中，所述装置还包括：获取模块和计算模块；

所述获取模块，用于分别获取所述多个特征类对应的多个类中心特征值，所述多个特征类中的一个特征类对应一个类中心特征值；

所述计算模块，用于计算当前类中心特征值和所述预设身份信息的一组相似度值，所述当前类中心特征值为所述多个类中心特征值中的任一个类中心特征值；

所述确定模块，还用于从所述一组相似度值中确定出相似度值最高、且相似度值大于预设阈值的目标相似度值；从所述预设身份库中确定所述目标相似度值对应的目标预设身份信息，并将所述目标预设身份信息确定为当前特征类对应的身份信息，所述当前特征类为所述当前类中心特征值对应的特征类；将多个目标预设身份信息确定为所述多个特征类对应的所述多个身份信息。

在上述装置中，所述装置还包括：新增模块；

所述查找模块，还用于从所述预设特征和身份信息对应关系库中分别查找与所述多个身份信息匹配的预设身份信息；

所述添加模块，还用于在从所述预设特征和身份信息对应关系库中，查找到与所述多个身份信息中的第一身份信息匹配的第一预设身份信息的情况下，将所述第一身份信息对应的第一特征类添加至所述第一预设身份信息的第一预设特征类中；

所述新增模块，还用于在从所述预设特征和身份信息对应关系库中，未查找到与所述多个身份信息中的第二身份信息匹配的预设身份信息的情况下，将所述第二身份信息和所述第二身份信息对应的第二特征类新增至所述预设特征和身份信息对应关系库中。

在上述装置中，所述确定模块，还用于在从所述一组相似度值中未确定出所述目标相似度值的情况下，表征未从所述预设身份库中查找到所述当前特征类对应的身份信息。

在上述装置中，所述添加模块，还用于在从所述预设特征和身份信息对应关系库中，查找到与当前特征类相似的第二预设特征类的情况下，将所述当前特征类添加至所述第二预设特征类中，所述第二预设特征类为预设特征和身份信息对应关系库中，身份信息为未知的特征类；

所述新增模块，还用于在从所述预设特征和身份信息对应关系库中，未查找到与所述当前特征类相似的预设特征类的情况下，将所述当前特征类新增至所述预设特征和身份信息对应关系库中。

在上述装置中，所述装置还包括：判断模块和更新模块；

所述判断模块，用于在接收到待入库身份信息的情况下，判断所述预设身份库中是否存在所述待入库身份信息对应的待入库身份标识信息；

所述更新模块，用于在判断出所述预设身份库中的第三预设身份标识信息与所述待入库身份标识信息匹配的情况下，将所述待入库身份信息更新至所述第三预设身份标识信息对应的第三预设身份信息中；

所述添加模块，还用于在判断出所述预设身份库中不存在所述待入库身份标识信息的情况下，将所述待入库身份信息添加至所述预设身份库中。

在上述装置中，所述确定模块，还用于从所述预设采集时间段内采集到的图像中，确定面部特征，并获取所述面部特征对应的采集位置信息和采集时间信息；将所述面部特征、所述采集位置信息和所述采集时间信息确定为所述面部特征信息。

第三方面，本申请实施例提供一种身份确定装置，身份确定装置包括：

存储器；

处理器，与存储器连接，用于通过执行位于存储器上的计算机可执行指令，能够实现上述任一项提供的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，应用于身份确定装置，该计算机程序被处理器执行时实现如上述任一项的方法。

本申请实施例公开一种身份确定方法及装置、存储介质，该方法可以包括：当接收到连续显示筛选指令时，根据连续显示筛选指令，确定筛选范围，筛选范围至少包括预设空间范围；从预设特征和身份信息对应关系库中，查找在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系；显示目标身份信息。采用上述方法实现方案，身份确定装置预先根据采集到的面部特征生成的特征类与身份信息进行撞库，得到预设特征和身份信息对应关系库，利用该预设特征和身份信息对应关系库，能够将采集的面部特征赋予身份信息，当身份确定装置接收到连续显示筛选指令时，根据对应的筛选范围，能够确定在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，在人口统计的场景下，直接对连续出现的目标身份信息进行统计，进而提高人口统计的智能性；在预防盗窃的场景下，将连续出现的、且身份信息陌生人的目标身份信息确定为有盗窃嫌疑的人，进而提高了预防盗窃的准确性。

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，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。

图1为本实施例提供的一种身份确定方法的流程图一；

图2为本实施例提供的一种示例性的连续出现显示界面的界面显示图；

图3为本实施例提供的一种示例性的人脸聚类的示意图；

图4为本实施例提供的一种示例性的对面部特征进行聚类计算的算法原理图；

图5为本实施例提供的一种示例性的预设特征和身份信息对应关系库的确定及更新示意图；

图6为本实施例提供的一种身份确定装置的结构示意图一；

图7为本实施例提供的一种身份确定装置的结构示意图二。

具体实施方式

应当理解，此处描述的具体实施例仅仅用以解释本公开。并不用于限定本公开。

本实施例公开一种身份确定方法，如图1所示，该方法可以包括：

s101、当接收到连续显示筛选指令时，根据连续显示筛选指令，确定筛选范围，筛选范围至少包括预设空间范围。

本实施例提供的一种身份确定方法适用于利用监控信息确定出指定筛选范围内连续出现的对象的场景下。

本实施例中，预设空间范围为指定采集范围内的图像源，该图像源由处于指定采集范围内的多个图像采集装置采集得到的。

本实施例中，图像采集装置可以包括摄像头、抓拍机等用于获取图像源的装置，具体的根据实际情况进行选择，本实施例不做具体的限定。

本实施例中，在身份确定装置的显示界面上显示有连续显示条件框，用户在连续显示条件框中输入指定采集范围内的图像源，并点击确定，此时身份确定装置接收到携带有预设空间范围的连续显示筛选指令。

进一步地，筛选范围还包括预设时间范围，当预设时间范围为n天时，则预设时段为24小时，此时，预设时间范围表征连续n天出现；当预设时间范围为n小时，则预设时段为一小时，此时，预设时间范围表征连续n小时出现，具体的预设时间范围的定义可以根据实际情况进行调整，本实施例不做具体的限定。

示例性的，身份确定装置的连续显示条件框包括时间范围框和连续天数框，用户在时间范围框中输入时间范围为2018-05-2419:00:00至2018-05-2819:00:00、在连续天数框中输入连续天数为4天，并点击确定，此时，身份确定装置接收到的预设时间范围为在2018-05-2419:00:00至2018-05-2819:00:00的时间段内连续4天出现。

s102、从预设特征和身份信息对应关系库中，查找在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系。

当身份确定装置根据连续显示筛选指令确定出至少包括预设空间范围的筛选范围之后，身份确定装置从预设特征和身份信息对应关系库中，查找在预设空间范围内连续出现的目标特征类和目标身份信息。

本实施例中，身份确定装置预先根据图像采集装置采集的面部特征，并将面部特征进行聚类得到特征类，之后根据特征类与预设身份库中的身份信息，生成预设特征和身份信息对应关系库。

本实施例中，身份确定装置在查找在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息之前，可以利用筛选库和/或案件相关信息对预设特征和身份信息对应关系库预先进行筛选，其中，筛选库包括用于选择指定身份信息的第一身份库和用于过滤指定身份信息的第二身份库，案件相关信息包括案件名称和案件信息。具体的：

身份确定装置利用筛选库对预设特征和身份信息对应关系库预先进行筛选的过程包括：身份确定装置获取库筛选指令；并根据库筛选指令，从预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；之后，身份确定装置从待筛选特征和身份信息对应关系中，查找在预设空间范围内连续出现的目标特征类和目标身份信息。其中，库筛选指令包括第一库筛选指令和/或第二库筛选指令，第一库筛选指令用于选择第一身份库，第二库筛选指令用于排除第二身份库。

可选的，第一身份库可以为有犯罪记录的人员身份库、以及涉嫌恐怖活动的人员身份库等；第二身份库可以为没有犯罪记录的公民身份库，具体的根据实际情况进行选择，本实施例不做具体的限定。

可选的，身份确定装置利用第一库筛选指令，从预设特征和身份信息对应关系中确定出选择库(第一身份库)对应的第一特征和身份信息对应关系，并从第一特征和身份信息对应关系中过滤掉排除库(第二身份库)对应的第二特征和身份信息对应关系，得到待筛选特征和身份信息对应关系；或者，身份确定装置利用第一库筛选指令，从预设特征和身份信息对应关系中过滤掉排除库(第二身份库)对应的特征和身份信息对应关系，得到第一特征和身份信息对应关系，并从第一特征和身份信息对应关系中确定出选择库(第一身份库)对应的第二特征和身份信息对应关系，并将第二特征和身份信息对应关系确定为待筛选特征和身份信息对应关系。

身份确定装置利用案件相关信息对预设特征和身份信息对应关系库预先进行筛选的过程包括：身份确定装置获取案件名称和案件信息；并根据案件名称和案件信息，从预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；之后，身份确定装置从待筛选特征和身份信息对应关系中，查找在预设空间范围内连续出现的目标特征类和目标身份信息。

示例性的，身份确定装置的连续显示条件框包括案件框、案件编号框和备注框，用户在案件编号框中输入案件为b8h杀人案、在案件编号框中输入案件编号为8613166599103，在案件编号框中输入备注为“被害人，男，32岁，河南洛阳人”，并点击确定，此时，身份确定装置获取到案件名称为“b8h杀人案”，案件信息为：案件编号8613166599103、备注“被害人，男，32岁，河南洛阳人”。身份确定装置确定出犯罪类型为“杀人案”、性别为“男”的待筛选身份信息，并从预设特征和身份信息对应关系中查找待筛选身份信息对应的待筛选特征，组成待筛选特征和身份信息对应关系。

本实施例中，身份确定装置从预设特征和身份信息对应关系库中，确定出指定采集范围内的图像采集装置采集到的面部特征类及其对应的身份信息，并从该面部特征类及其对应的身份信息中，确定出连续出现的目标特征类和目标特征类对应的目标身份信息。

本实施例中，当筛选范围还包括预设时间范围，且预设时间范围包括n个预设时段时，身份确定装置从预设特征和身份信息对应关系库中，查找在预设空间范围中、预设时间范围内连续出现的目标特征类和目标特征类对应的目标身份信息。

具体的，身份确定装置从预设特征和身份信息对应关系库中，查找在预设空间范围中、在n个预设时段中每个预设时段均至少出现一次的目标特征类和目标特征类对应的目标身份信息。

示例性的，预设空间范围为小区1对应的15个监控摄像头，n个预设时段为2019-03-01至2019-03-10中连续10天出现，则，身份确定装置从15个监控摄像头所拍摄的图像中查找连续2019-03-01至2019-03-10中连续10天出现的目标人脸，并根据目标人脸，从预设特征和身份信息对应关系库中，查找目标特征类和目标特征类对应的目标身份信息。

示例性的，如图2所示，在连续出现显示界面上包括时间范围、地点、连续天数、选择库、排除库、案件、案件编号和备注这几个筛选框，用户输入时间范围为2018-05-2419:00:00至2018-05-2819:00:00，地点为指定的132个视频源、连续天数为4天、选择库为已选择3个库、排除库为已排除1个库，案件为b8h杀人案、案件编号为8613166599103，备注为“被害人，男，32岁，河南洛阳人”，当用户点击开始分析按钮时，身份确定装置从预设特征和身份信息对应关系库中查找选择库对应的3个库、“杀人案”库和“男”性别库对应的特征，并从预设特征和身份信息对应关系库中删除排除库对应的1个库，由此得到待筛选特征和身份信息对应关系库，之后，身份确定装置从132个视频源中查找在2018-05-2419:00:00至2018-05-2819:00:00的时间范围内连续出现4天的面部特征，并根据面部特征，在待筛选特征和身份信息对应关系库查找目标特征类和目标特征类对应的目标身份信息。

s103、显示目标身份信息。

当身份确定装置从预设特征和身份信息对应关系库中，查找到在预设空间范围内连续出现的目标特征类和目标身份信息之后，身份确定装置显示该目标身份信息。

本实施例中，身份确定装置显示目标身份信息及与目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数、目标对象最后出现的时间。

本实施例中，身份确定装置可以对目标对象进行排序后显示，具体的排序策略可以为按照连续出现天数、最后出现时间和抓拍次数排序，具体的根据实际情况进行选择，本实施例不做具体的限定。

具体的，身份确定装置按照目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数或者目标对象最后出现的时间的预设排列顺序，对目标身份信息进行排序；之后，身份确定装置显示排序后的目标身份信息。

本实施例中，身份确定装置可以显示排在前n个的目标身份信息，具体的，身份确定装置从排序后的目标身份信息中，确定出目标对象在预设时间范围内连续出现的预设时段数或者目标对象在预设时间范围内连续出现的次数大于预设阈值的第一身份信息；之后，身份确定装置显示第一身份信息。

示例性的，身份确定装置将目标身份信息按照连续出现天数由多到少的顺序进行排序，当连续出现天数相同时，身份确定装置按照最后出现时间由近及远的顺序进行排序并选取前1000个目标身份信息。

本实施例提供的身份确定方法的使用场景可以包括：实有人口管理，通过定义“在指定时间段内连续出现超过x天即认为是在该小区居住”来确定小区常住人口；入室盗窃：某个人/某几个人一直在房屋附近徘徊，可能是在踩点，需要警惕，此时通过设置在指定时间段内连续出现x天以上的陌生人，即可帮助在盗窃案发生后找到嫌疑人身份信息、嫌疑人的轨迹，并根据嫌疑人的轨迹确认嫌疑人位置，以供抓捕人员实施布控抓捕；或者在可能有盗窃案要发生时进行提示预警。

可以理解的是，身份确定装置预先根据采集到的面部特征生成的特征类与身份信息进行撞库，得到预设特征和身份信息对应关系库，利用该预设特征和身份信息对应关系库，能够将采集的面部特征赋予身份信息，当身份确定装置接收到连续显示筛选指令时，根据对应的筛选范围，能够确定在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，在人口统计的场景下，直接对连续出现的目标身份信息进行统计，进而提高人口统计的智能性；在预防盗窃的场景下，将连续出现的、且身份信息陌生人的目标身份信息确定为有盗窃嫌疑的人，进而提高了预防盗窃的准确性。

基于上述实施例，在本申请的实施例中，上述身份确定装置在根据连续显示筛选指令，确定筛选范围，筛选范围至少包括预设空间范围之前，即步骤101之前，上述身份确定装置进行身份确定的方法还可以包括以下步骤：

s104、在预设采集时间段到达时，从预设采集时间段内采集到的图像中，确定面部特征信息。

本实施例中，身份确定装置中预先设置预设采集时间段，如每隔几分钟采集一次或者每隔一小时采集一次，且身份确定装置与图像采集装置进行连接，图像采集装置实时采集图像，当预设采集时间段到达时，身份确定装置从与其连接的图像采集装置中获取图像，之后，从采集到的图像中，确定面部特征，并获取面部特征对应的采集位置信息和采集时间信息；身份确定装置将面部特征、采集位置信息和采集时间信息确定为面部特征信息。

本实施例中，图像采集装置可以包括摄像头、抓拍机等用于获取图像的装置，具体的根据实际情况进行选择，本实施例不做具体的限定。

本实施例中，身份确定装置利用预设面部特征识别方法，从采集到的图像中确定面部特征。

可选的，预设面部特征识别方法包括特征脸方法(eigenface)、鱼脸方法(fisherface)、局部二进制编码直方图(lbph，localbinarypatternshistograms)等，具体的根据实际情况进行选择，本实施例不做具体的限定，且该预设面部特征识别方法均为现有的面部识别方法，本实施例在此不再赘述。

示例性的，身份确定装置与小区内的摄像头进行连接，摄像头实时采集视频帧，在身份确定装置内预设每个10分钟获取一次图像，每当10分钟到达时，身份确定装置从摄像头中获取10分钟内采集到的全部视频帧，并从全部视频帧中确定面部特征信息。如图3所示，每个圆点即为身份确定装置从全部视频帧中确定出的面部特征信息。

本实施例中，采集位置信息可以根据采集装置所处的位置信息确定。

s105、通过对面部特征进行聚类计算，将面部特征按照相似度划分为多个特征类，每个特征类中的面部特征之间的相似度大于预设相似度阈值。

当身份确定装置从预设采集时间段内采集到的图像中确定出面部特征信息之后，身份确定装置对面部特征进行聚类计算，以将面部特征按照相似度划分为多个特征类。

本实施例中，身份确定装置对面部特征进行聚类计算的算法原理如图4所示，首先，对于底库中的特征簇，提取其类中心，对于新特征进行正则化，并了基于开源相似性搜索类库(faiss，facebookaisimilaritysearch)指数进行量化近似搜索，搜索新特征对应的类中心，当搜索到新特征对应的类中心，表征该新特征为有类别的特征，此时利用新特征更新底库中的特征簇，当未搜索到新特征对应的类中心时，表征该新特征为无类别的特征，此时，对新特征基于faiss指数进行量化近似搜索，以对新特征进行聚类，得到一个新的特征簇，并将该新的特征簇更新至底库中。

本实施例中，身份确定装置计算面部特征之间的相似度值，并将相似度值大于预设相似度阈值的面部特征聚合在一起，形成一个特征类，该一个特征类即为对一个对象采集到的全部面部特征图像。

示例性的，如图3所示，相同形状的圆点之间的相似度值远远高于不同形状的圆点之间的相似度值，则将相同形状的圆点聚成一个类，每一个类表示一个人。

s106、从预设身份库中分别确定多个特征类对应的多个身份信息，并将多个特征类和多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中，多个特征类中的一个特征类至多对应一个身份信息，预设身份库中存储预设身份信息。

当身份确定装置将面部特征信息按照相似度划分为多个特征类之后，身份确定装置从预设身份库中分别确定多个特征类对应的多个身份信息，并将多个特征类和多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中。

本实施例中，身份确定装置从预设身份库中分别确定多个特征类对应的多个身份信息的过程为：身份确定装置分别获取多个特征类对应的多个类中心特征值，其中多个特征类中的一个特征类对应一个类中心特征值；并计算当前类中心特征值和预设身份信息的一组相似度值，其中当前类中心特征值为多个类中心特征值中的任一个类中心特征值；身份确定装置从一组相似度值中确定出相似度值最高、且相似度值大于预设阈值的目标相似度值；之后，身份确定装置从预设身份库中确定目标相似度值对应的目标预设身份信息，并将目标预设身份信息确定为当前特征类对应的身份信息，其中，当前特征类为当前类中心特征值对应的特征类；最后，身份确定装置将多个目标预设身份信息确定为多个特征类对应的多个身份信息。

本实施例中，身份信息至少包括身份证号和头像信息，具体的根据实际情况进行添加，本实施例不做具体的限定。身份确定装置分别将多个类中心特征值和头像信息进行全量1：n比对，取相似度最高且大于预设阈值的多个目标头像信息，并将该多个目标头像信息对应的多个目标预设身份信息赋予对应的多个特征类，使得该多个特征类对应的面部特征实名。

本实施例中，身份确定装置将多个特征类和多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中的过程为：身份确定装置从预设特征和身份信息对应关系库中分别查找与多个身份信息匹配的预设身份信息；当身份确定装置从预设特征和身份信息对应关系库中，查找到与多个身份信息中的第一身份信息匹配的第一预设身份信息时，身份确定装置将第一身份信息对应的第一特征类添加至第一预设身份信息的第一预设特征类中；当身份确定装置从预设特征和身份信息对应关系库中，未查找到与多个身份信息中的第二身份信息匹配的预设身份信息时，身份确定装置将第二身份信息和第二身份信息对应的第二特征类新增至预设特征和身份信息对应关系库中。

进一步地，当身份确定装置从一组相似度值中未确定出目标相似度值时，表征身份确定装置未从预设身份库中查找到当前特征类对应的身份信息，此时，身份确定装置从预设特征和身份信息对应关系库中，查找与当前特征类相似的预设特征类；当身份确定装置从预设特征和身份信息对应关系库中，查找到与当前特征类相似的第二预设特征类时，身份确定装置将当前特征类添加至第二预设特征类中，其中，第二预设特征类为预设特征和身份信息对应关系库中，身份信息为未知的特征类；当身份确定装置从预设特征和身份信息对应关系库中，未查找到与当前特征类相似的预设特征类时，身份确定装置将当前特征类新增至预设特征和身份信息对应关系库中。

本实施例中，当更新了预设身份信息中的头像信息或者地址信息等信息时，或者当在预设身份库中新增一个预设身份信息时，触发预设身份库更新自身存储的预设身份信息，具体的，当身份确定装置接收到待入库身份信息时，身份确定装置判断预设身份库中是否存在待入库身份信息对应的待入库身份标识信息；当身份确定装置判断出预设身份库中的第三预设身份标识信息与待入库身份标识信息匹配时，身份确定装置将待入库身份信息更新至第三预设身份标识信息对应的第三预设身份信息中；当身份确定装置判断出预设身份库中不存在待入库身份标识信息时，身份确定装置将待入库身份信息添加至预设身份库中。

本实施例中，当预设身份库将待入库身份信息进行存储之后，预设身份库将待入库身份信息同步更新至预设特征和身份信息对应关系库中。

示例性的，如图5所示，身份确定装置将人像库(预设身份库)和抓拍库(存储采集到的面部特征的图像库)进行撞库，得到人像对应的档案库(预设特征和身份信息对应关系库)的实施方法为：在初始阶段，批量导入人像库中的人像，并将人像库中身份证号相同的人像聚合为一个档案，同时接入视频流或者抓拍图片，并定时触发对视频流或者抓拍图片中的人脸进行聚类，之后，将聚类完成的人像和人脸进行撞库，得到三种撞库结果，一是人像库已建档但未抓拍到、二是人像库已建档且抓拍到、三是抓拍到的人脸没有对应的人像库身份。这三种结果组成了人像对应的档案库；在以后的阶段中，可以对人想哭和抓拍库进行增量，对于新增人像库而言，单张或者多张导入人像库中的人像，并将新增人像同身份证号聚合，得到新的档案，对于新增抓拍而言，接入新增的视频流或者抓拍图像，并定时触发聚类过程，包括：更新类中心和增加新类，之后，分别对新增人像库和新增视频流或者抓拍图像进行撞库的过程，此处与初始阶段相一致，在此不再赘述。

本实施例提供一种身份确定装置1，如图6所示，该装置可以包括：

确定模块10，用于当接收到连续显示筛选指令时，根据所述连续显示筛选指令，确定筛选范围，所述筛选范围至少包括预设空间范围；

查找模块11，用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息，所述预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系；

显示模块12，用于显示所述目标身份信息。

可选的，所述预设范围还包括预设时间范围，

所述查找模块11，还用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、所预设时间范围内连续出现的目标特征类和所述目标特征类对应的目标身份信息。

可选的，所述预设时间范围包括n个预设时段，

所述查找模块11，还用于从所述预设特征和身份信息对应关系库中，查找在所述预设空间范围中、在所述n个预设时段中每个预设时段均至少出现一次的所述目标特征类和所述目标特征类对应的目标身份信息。

可选的，所述装置还包括：获取模块13；

所述获取模块13，用于获取库筛选指令；

所述确定模块10，还用于根据所述库筛选指令，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

所述查找模块11，还用于从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

可选的，所述库筛选指令包括第一库筛选指令和/或第二库筛选指令，所述第一库筛选指令用于选择第一身份库，所述第二库筛选指令用于排除第二身份库。

可选的，所述获取模块13，还用于获取案件名称和案件信息；

所述确定模块10，还用于根据所述案件名称和所述案件信息，从所述预设特征和身份信息对应关系中确定出待筛选特征和身份信息对应关系；

所述查找模块11，还用于从所述待筛选特征和身份信息对应关系中，查找在所述预设空间范围内连续出现的所述目标特征类和所述目标身份信息。

可选的，所述显示模块12，还用于显示所述目标身份信息及与所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数、所述目标对象最后出现的时间。

可选的，所述装置还包括：排序模块14；

所述排序模块14，用于按照所述目标身份信息对应的目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象最后出现的时间的预设排列顺序，对所述目标身份信息进行排序；

所述显示模块12，还用于显示所述排序后的所述目标身份信息。

可选的，所述确定模块10，还用于从所述排序后的所述目标身份信息中，确定出所述目标对象在预设时间范围内连续出现的预设时段数或者所述目标对象在预设时间范围内连续出现的次数大于预设阈值的第一身份信息；

所述显示模块12，还用于显示所述第一身份信息。

可选的，所述装置还包括：聚类模块15和添加模块16；

所述确定模块10，还用于在预设采集时间段到达时，从预设采集时间段内采集到的图像中，确定面部特征信息；

所述聚类模块15，还用于通过对面部特征进行聚类计算，将所述面部特征按照相似度划分为多个特征类，每个特征类中的面部特征之间的相似度大于预设相似度阈值；

所述添加模块16，还用于从预设身份库中分别确定所述多个特征类对应的多个身份信息，并将所述多个特征类和所述多个特征类对应的多个身份信息添加至预设特征和身份信息对应关系库中，所述多个特征类中的一个特征类至多对应一个身份信息，所述预设身份库中存储所述多个身份信息。

可选的，所述装置还包括：获取模块17和计算模块18；

所述获取模块17，用于分别获取所述多个特征类对应的多个类中心特征值，所述多个特征类中的一个特征类对应一个类中心特征值；

所述计算模块18，用于计算当前类中心特征值和所述预设身份信息的一组相似度值，所述当前类中心特征值为所述多个类中心特征值中的任一个类中心特征值；

所述确定模块10，还用于从所述一组相似度值中确定出相似度值最高、且相似度值大于预设阈值的目标相似度值；从所述预设身份库中确定所述目标相似度值对应的目标预设身份信息，并将所述目标预设身份信息确定为当前特征类对应的身份信息，所述当前特征类为所述当前类中心特征值对应的特征类；将多个目标预设身份信息确定为所述多个特征类对应的所述多个身份信息。

可选的，所述装置还包括：新增模块19；

所述查找模块11，还用于从所述预设特征和身份信息对应关系库中分别查找与所述多个身份信息匹配的预设身份信息；

所述添加模块16，还用于在从所述预设特征和身份信息对应关系库中，查找到与所述多个身份信息中的第一身份信息匹配的第一预设身份信息的情况下，将所述第一身份信息对应的第一特征类添加至所述第一预设身份信息的第一预设特征类中；

所述新增模块19，还用于在从所述预设特征和身份信息对应关系库中，未查找到与所述多个身份信息中的第二身份信息匹配的预设身份信息的情况下，将所述第二身份信息和所述第二身份信息对应的第二特征类新增至所述预设特征和身份信息对应关系库中。

可选的，所述确定模块10，还用于在从所述一组相似度值中未确定出所述目标相似度值的情况下，表征未从所述预设身份库中查找到所述当前特征类对应的身份信息。

可选的，所述添加模块16，还用于在从所述预设特征和身份信息对应关系库中，查找到与当前特征类相似的第二预设特征类的情况下，将所述当前特征类添加至所述第二预设特征类中，所述第二预设特征类为预设特征和身份信息对应关系库中，身份信息为未知的特征类；

所述新增模块19，还用于在从所述预设特征和身份信息对应关系库中，未查找到与所述当前特征类相似的预设特征类的情况下，将所述当前特征类新增至所述预设特征和身份信息对应关系库中。

可选的，所述装置还包括：判断模块110和更新模块111；

所述判断模块110，用于在接收到待入库身份信息的情况下，判断所述预设身份库中是否存在所述待入库身份信息对应的待入库身份标识信息；

所述更新模块111，用于在判断出所述预设身份库中的第三预设身份标识信息与所述待入库身份标识信息匹配的情况下，将所述待入库身份信息更新至所述第三预设身份标识信息对应的第三预设身份信息中；

所述添加模块16，还用于在判断出所述预设身份库中不存在所述待入库身份标识信息的情况下，将所述待入库身份信息添加至所述预设身份库中。

可选的，所述确定模块10，还用于从所述预设采集时间段内采集到的图像中，确定面部特征，并获取所述面部特征对应的采集位置信息和采集时间信息；将所述面部特征、所述采集位置信息和所述采集时间信息确定为所述面部特征信息。

本实施例提供的一种身份确定装置，当接收到连续显示筛选指令时，根据连续显示筛选指令，确定筛选范围，筛选范围至少包括预设空间范围；从预设特征和身份信息对应关系库中，查找在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，预设特征和身份信息对应关系库中存储根据采集到的面部特征生成的特征类与身份信息的对应关系；显示目标身份信息。由此可见，本实施例提出的身份确定装置身份确定装置预先根据采集到的面部特征生成的特征类与身份信息进行撞库，得到预设特征和身份信息对应关系库，利用该预设特征和身份信息对应关系库，能够将采集的面部特征赋予身份信息，当身份确定装置接收到连续显示筛选指令时，根据对应的筛选范围，能够确定在预设空间范围内连续出现的目标特征类和目标特征类对应的目标身份信息，在人口统计的场景下，直接对连续出现的目标身份信息进行统计，进而提高人口统计的智能性；在预防盗窃的场景下，将连续出现的、且身份信息陌生人的目标身份信息确定为有盗窃嫌疑的人，进而提高了预防盗窃的准确性。

图7为本实施例提出的身份确定装置的组成结构示意图一，在实际应用中，基于上述实施例的同一公开构思下，如图7所示，本实施例的身份确定装置1包括：处理器20、存储器21及通信总线22。

在具体的实施例的过程中，上述确定模块10、查找模块11、显示模块12、获取模块13、排序模块14、聚类模块15、添加模块16、获取模块17、计算模块18、新增模块19、判断模块110和更新模块111可由位于身份确定装置1上的处理器20实现。上述处理器20可以为特定用途集成电路(asic，applicationspecificintegratedcircuit)、数字信号处理器(dsp，digitalsignalprocessor)、数字信号处理特征识别装置(dspd，digitalsignalprocessingdevice)、可编程逻辑特征识别装置(pld，programmablelogicdevice)、现场可编程门阵列(fpga，fieldprogrammablegatearray)、cpu、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本实施例不作具体限定。

在本公开的实施例中，上述通信总线22用于实现处理器20和存储器21之间的连接通信；上述处理器20执行存储器21中存储的运行程序时实现如上述实施例所述的身份确定方法。

本实施例提供一种计算机可读存储介质，上述计算机可读存储介质存储有一个或者多个程序，上述一个或者多个程序可被一个或者多个处理器执行，应用于特征识别装置中，该程序被处理器执行时实现如上述实施例的身份确定方法。

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。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对相关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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台特征识别装置(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本公开各个实施例的方法。

以上，仅为本公开的较佳实施例而已，并非用于限定本公开的保护范围。