一种身份归档方法、装置、电子设备及存储介质与流程

1.本发明涉及计算机网络技术领域，尤其涉及一种身份归档方法、装置、电子设备及存储介质。


背景技术：

2.随着社会安防建设不断发展，人脸卡口相机的使用越来越多，对抓拍人脸图片的身份落地的需求也越来越强烈。在安防领域，通过人脸识别和人脸聚类技术进行身份落地，成为安防领域的新热点，通过人脸识别和人脸聚类技术进行身份落地的方法主要是通过对采集的图片进行人脸聚类，形成多个档案，然后针对每个档案生成对应的质心，并将质心与标准底库中存储的图片进行相似度比对，在相似度大于阈值时，进行身份落地，在质心与标准底库中的所有图片的相似度均低于阈值时，则无法对档案进行身份落地。
3.然而，对于无法身份落地的档案，随着档案的不断膨胀，档案的质心与也会随之发生变化，质心与标准底库中存储的图片之间的差异将会越来越大，因此质心与标准底库进行相似度比对时，比对中的概率也越来越小，从而无法完成身份落档，导致身份落地率较低。


技术实现要素：

4.本技术实施例提供了一种身份归档方法、装置、电子设备及存储介质，用于提升身份归档率。
5.第一方面，提供一种身份归档方法，所述方法包括：
6.对采集的人脸图片集中的图片进行聚类，生成多个档案；其中，每个档案对应一个人物身份；
7.获取每个档案中图片的采集时间和标准底库中每个人物身份对应的图片更新时间；其中，所述标准底库用于存储身份证明图片；
8.将每个档案中的图片按照采集时间划分为多个时间段对应的子档案，以及将所述标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集；
9.根据划分的时间段，将对应时间段的子档案与所述标准底库中每个人物身份对应的子图片集进行相似度比对，得到相似度；
10.根据所述相似度对所述每个档案进行身份归档。
11.可选的，所述根据划分的时间段，将对应时间段的子档案与所述标准底库中每个人物身份对应的子图片集进行相似度比对，包括：
12.确定所述标准底库中是否存在第一子图片集；其中，所述第一子图片集对应的第一时间段与第一档案中第一子档案对应的第二时间段存在相同的时间段，或者所述第一时间段与所述第二时间段之间的间隔小于第一预设阈值；其中，所述第一档案属于所述多个档案；
13.在确定所述标准底库中存在所述第一子图片集时，将所述第一子档案对应的质心
与所述第一子图片集对应的图片进行相似度比对，得到相似度；
14.所述根据所述相似度对所述每个档案进行身份归档，包括：
15.确定所述第一档案中每个子档案的相似度对应的权重；
16.计算每个子档案的相似度与对应的权重的乘积；
17.将每个子档案对应的乘积求和，得到第一档案与所述标准底库中每个人物身份对应的第一相似度；
18.确定第一相似度大于第二预设阈值的第一人物身份的身份标识信息为所述第一档案的身份标识信息；
19.根据所述身份标识信息对所述第一档案进行身份归档。
20.可选的，所述将每个档案中的图片按照采集时间划分为多个时间段对应的子档案之前，还包括：
21.将所述每个档案按照图片拍摄角度进行分类；
22.确定每个类别对应的至少一个质心。
23.可选的，每个质心对应一个质心标识，所述将所述第一子档案对应的质心与所述第一子图片集对应的图片进行相似度比对，包括：
24.确定所述第一子档案中是否存在包含质心标识的图片；
25.在确定所述第一子档案中存在包含质心标识的图片时，将所述质心标识对应的图片与所述第一子图片集对应的图片进行相似度比对。
26.可选的，所述对采集的人脸图片集中的图片进行聚类，生成多个档案之后，还包括：
27.获取每个档案中图片的采集地点；
28.确定采集时间间隔小于第三预设阈值的至少两张图片的采集位置距离是否大于第一阈值；
29.若采集时间小于第三预设阈值的至少两张图片的采集位置距离大于第一阈值，则将所述采集时间间隔小于第三预设阈值的至少两张图片从对应的档案中删除。
30.第二当面，提供一种身份归档装置，所述装置包括：
31.聚类模块，用于对采集的人脸图片集中的图片进行聚类，生成多个档案；其中，每个档案对应一个人物身份；
32.处理模块，用于获取每个档案中图片的采集时间和标准底库中每个人物身份对应的图片更新时间；其中，所述标准底库用于存储身份证明图片；
33.所述处理模块，还用于将每个档案中的图片按照采集时间划分为多个时间段对应的子档案，以及将所述标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集；
34.所述处理模块，还用于根据划分的时间段，将对应时间段的子档案与所述标准底库中每个人物身份对应的子图片集进行相似度比对，得到相似度；
35.根据所述相似度对所述每个档案进行身份归档。
36.可选的，所述处理模块，具体用于：
37.确定所述标准底库中是否存在第一子图片集；其中，所述第一子图片集对应的第一时间段与第一档案中第一子档案对应的第二时间段存在相同的时间段，或者所述第一时
间段与所述第二时间段之间的间隔小于第一预设阈值；其中，所述第一档案属于所述多个档案；
38.在确定所述标准底库中存在所述第一子图片集时，将所述第一子档案对应的质心与所述第一子图片集对应的图片进行相似度比对，得到相似度；
39.确定所述第一档案中每个子档案的相似度对应的权重；
40.计算每个子档案的相似度与对应的权重的乘积；
41.将每个子档案对应的乘积求和，得到第一档案与所述标准底库中每个人物身份对应的第一相似度；
42.确定第一相似度大于第二预设阈值的第一人物身份的身份标识信息为所述第一档案的身份标识信息；
43.根据所述身份标识信息对所述第一档案进行身份归档。
44.可选的，所述处理模块，还用于：
45.将所述每个档案按照图片拍摄角度进行分类；
46.确定每个类别对应的至少一个质心。
47.可选的，所述处理模块，具体用于：
48.确定所述第一子档案中是否存在包含质心标识的图片；
49.在确定所述第一子档案中存在包含质心标识的图片时，将所述质心标识对应的图片与所述第一子图片集对应的图片进行相似度比对。
50.可选的，所述处理模块，还用于：
51.获取每个档案中图片的采集地点；
52.确定采集时间间隔小于第三预设阈值的至少两张图片的采集位置距离是否大于第一阈值；
53.若采集时间小于第三预设阈值的至少两张图片的采集位置距离大于第一阈值，则将所述采集时间间隔小于第三预设阈值的至少两张图片从对应的档案中删除。
54.第三方面，提供一种电子设备，所述电子设备包括：
55.存储器，用于存储程序指令；
56.处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第一方面中任一所述的方法包括的步骤。
57.第四方面，提供一种计算可读存储介质，所述计算可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面中任一所述的方法包括的步骤。
58.第五方面，提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得计算机执行上述各种可能的实现方式中所描述的身份归档方法。
59.在本技术实施例中，对采集的人脸图片集中的图片进行聚类，生成多个人物身份对应的档案，然后获取每个档案中图片的采集时间，并将每个档案中的图片按照采集时间划分为多个时间段对应的子档案，以及获取标准底库中每个人物身份对应的图片的更新时间，并将标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集，最后根据划分的时间段，将时间段对应的子档案与标准底库中每个人物身份对应的子图片集进行相似度比对，得到相似度，并根据得到的相似度对每个档案进行身份归档。
60.也就是说，本技术通过档案中图片的采集时间对聚类形成的档案按照时间段进行划分，生成不同时间段对应的子档案，以及通过标准底库中图片的更新时间对标准底库中每个人物身份对应的图片按照时间段进行划分，生成不同时间段对应的子图片集，将对应时间段的子档案和子图片集进行相似度比对，这样，由于考虑到对应时间段内的人脸图片和标准底库中对应的图片之间相似度较高，使得档案与标准底库进行相似度比对时，比对中的概率也较高，从而有效提升身份归档率。
附图说明
61.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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技术的一些实施例。
62.图1为本技术实施例提供的一种身份归档方法的流程图；
63.图2为本技术实施例提供的一种身份归档装置的结构框图；
64.图3为本发明实施例中的计算机设备的结构示意图。
具体实施方式
65.为使本技术的目的、技术方案和优点更加清楚明白，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
66.本技术的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术中的“多个”可以表示至少两个，例如可以是两个、三个或者更多个，本技术实施例不做限制。
67.另外，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“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
68.在介绍本技术实施例之前，首先对本技术中的部分技术特征进行介绍，以便于本领域技术人员理解。
69.人脸聚类：将一个图片集合内属于同一个人的人脸图片聚到一个组的过程。
70.档案：人脸聚类产生的集合，标识一个虚拟的人的集合。
71.质心：档案对应的参考图片，即有代表性的图片。
72.身份落地：通过对视频或图片中的人脸信息进行人脸识别，并通过其它关联手段，确定该人员的身份及其他详细信息。
73.静态底库：变化缓慢的人员信息库(例如，常驻人口库、暂住人口库、特殊人员库等)，标准底库中的图片按身份证办理时间降序存储。
74.时间热度衰减：随着档案的不断膨胀，档案质心图片与标准底库的历史快照进行相似度比对时比中的概率会越来越小，而相对于更新过的标准底库比中的概率会越来越大。
75.为了便于理解，下面先对本发明实施例的技术背景进行介绍。
76.如前所述，对于没有身份落地成功的档案，随着档案中图片数量的不断膨胀，档案的质心与也会随之发生变化，质心与标准底库中存储的图片之间的差异将会越来越大，因此质心与标准底库进行相似度比对时，比对中的概率也越来越小，导致身份落地的效率仍然较低。例如，某个时间点抓拍的人脸图片通过人脸聚类技术聚类到某个档案，但是该档案的质心在与标准底库进行相似度比对时，无法与标准底库中的人物身份比对中，此时，随着时间的推移，该档案中将会不断吸附新的图片，吸附新图片之后，该档案的质心也可能会发生变化，此时，该档案与标准底库中的图片比对中的概率会逐渐下降，使得该档案不能身份落地。
77.鉴于此，本技术实施例提供了一种身份归档方法，通过将聚类形成的档案按照档案中图片采集的时间分成不同时间段对应的子档案，以及将标准底库中存储的图片按照更新时间分成不同时间段对应的子图片集，将对应时间段的子档案和子图片集进行相似度比对，这样，由于每个对应时间段的子档案和子图片集中的人脸图像差异较小，可以有效提升子档案与标准底库的比中概率，从而有效提升档案的身份归档率。
78.下面对本技术实施例的技术方案能够适用的应用场景做一些简单的介绍，需要说明的是，以下介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施时，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
79.本技术实施例所提供的身份归档方法可以应用于图片归档系统，在该图片归档系统中包括终端和服务器，服务器和终端通过网络进行数据传输。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算等进行云计算的云服务器，终端可以是监控设备和人脸识别相机等可以用于图片采集的装置。
80.在本技术实施例中，终端设备将采集到的人脸图片集发送给服务器，服务器对终端设备发送的人脸图片集进行聚类，生成多个人物身份对应的档案，并根据每个档案中图片的采集时间将档案划分为多个时间段对应的子档案，以及将标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集，然后将对应时间段的子档案与子图片集进行相似度比对，得到相似度，根据相似度对每个档案进行归档。
81.下面结合说明书附图对本技术实施例提供的身份归档方法进行介绍。请参见图1所示，本技术实施例中的身份归档方法的流程描述如下：
82.步骤101：对采集的人脸图片集中的图片进行聚类，生成多个档案；
83.其中，每个档案对应一个人物身份，人脸图片集例如可以是人脸卡口、车辆卡口等设备抓拍到的图片集，在本技术实施例中，采集到的人脸图片集中的图片通过人脸聚类技术，将存在相似人脸的图片聚到一个组，生成多个组(即生成多个人物身份对应的档案)。
84.在得到多个人物身份对应的档案之后，在一种可能的实施方式中，考虑到同一个
人不可能在较短时间内出现在距离较远的地方，因此，可以针对每个档案，获取每个档案中每张图片的采集地点，并判断采集时间间隔小于第三预设阈值的至少两张图片的采集地点是否大于第一阈值，若大于第一阈值，表明此人在较短时间内出现在距离较远地方，因此其中至少一张图片不属于此人，为了避免不属于此人的图片造成档案中的质心偏移，此时可以将采集时间间隔小于第三预设阈值的至少两张图片都从该档案中删除。
85.在一些其他的实施例中，考虑到较短时间内在距离较近的地方采集的图片可能存在较高的重复率，因此，在得到多个人物身份对应的档案之后，还可以将从采集时间间隔小于第四预设阈值，采集地点小于第二阈值的图片中确定图片质量最高的图片作为该时间段内的图片，将其他图片从该档案中删除，这样，可以有效降低运算负担。
86.步骤102：获取每个档案中图片的采集时间和标准底库中每个人物身份对应的图片的更新时间；
87.其中，准底库用于存储身份证明图片，例如是身份证、护照、驾驶证图片等。在标准底库中可以调用相应的图片解析接口，获取图片的属性信息，例如是特征值、质量分、定位置信度、清晰度、眼镜样式、发型等，并提取图片的其它信息，例如，身份证明办理时间、身份证号码、年龄、身份证明图片、性别、住址、房产信息和车辆产权证明等。
88.在本技术实施例中，可以通过人脸卡口和车辆卡口等设备拍摄图片时记录的时间获取档案中每张图片的采集时间，以及根据标准底库中写入新图片时间获取每个人物身份对应的图片的更新时间。
89.例如，人员a在办理身份证、驾驶证、护照等用于进行身份证明的证件时，都需要采集人脸图片，并将采集的人脸图片存入标准底库，标准底库在检测到关于有针对人员a的图片写入时，将关于人员a的图片按照写入时间降序排列，并标注每张图片写入的时间(每张图片写入的时间即为人员a对应的图片的更新时间)。需要说明的是，在标准底库中，同一个人物身份对应的身份证明图片可以按照证件类型和写入时间分开存储，也可以将不同的证件类型放在一起按照写入时间统一存储，在本技术实施例中，图片的存储类型不做具体限定。
90.在一些其他的实施例中，若标准底库检测到发生变更的是其他属性信息而不是图片变更信息，则进行最新的属性信息更新到对应的位置，例如，标准底库检测到写入的图片为发生变更，但是对应的房产信息和车辆产权发生了变更，则仅将对应的房产信息和车辆产权信息更新到对应的位置，而不对图片的更新时间进行变更，这样，可以有效避免与人脸图片无关的属性信息对图片的变更时间产生影响，从而降低相似度比对的准确性。
91.步骤103：将每个档案中的图片按照采集时间划分为多个时间段对应的子档案；
92.在一种可能的实施方式中，在将每个档案中的图片按照采集时间划分为多个时间段对应的子档案之前，还可以通过基于图片特征值的分类推荐算法将每个档案中的图片按照拍摄角度进行分类，例如，将正面采集的人脸图片分为一类，将侧面采集的人脸图片分为一类，并从每个类别中确定出至少一个质心。其中，质心为该类别中具有代表性的图片，例如是，图像质量较高的图片。
93.其中，每个质心对应一个质心标识，在本技术实施例中，在得到每个档案对应的多个质心之后，将每个档案中的图片按照采集时间划分为多个时间段对应的子档案，并根据质心标识确定每个子档案对应的质心，用于与标准底库中的图片进行相似度比对。
94.例如，获取到人员1对应的档案(例如是档案1)中图片的采集时间主要集中在时间段1：2021.2.1
‑
2021.2.2，时间段2：2021.2.15
‑
2021.2.16，时间段3：2021.2.19
‑
2021.2.20，时间段4：2022.2.1
‑
2022.3.2和时间段5：2023.6.7
‑
2023.6.8，则可以将人员1对应的档案中的图片按照采集时间的集中区域划分为上述5个时间段对应的子档案。
95.优选的，考虑到时间段2和时间段3距离的时间较短，此时人脸的变化较小，可以将时间段2和时间段3合并成一个时间段，即将上述5个时间段对应的子档案合并为4个时间段对应的子档案。这样，可以减少子档案的数量，从而减少人员1对应的档案与标准底库中的图片的比对次数，从而有效提升比对效率。
96.在确定对应的子档案之后，确定每个子档案中是否存在包含质心标识的图片，若存在，则将包含质心标识的图片确定为该子档案的质心。例如，前述步骤中确定出的质心为图片p1、p2、p3和p4，在确定对应的子档案之后，确定子档案1中存在包含质心标识的图片p1，子档案2中不存在包含质心标识的图片，子档案3中存在包含质心标识的图片p2和p3，以及子档案4中存在包含质心标识的图片p5，则将图片p1确定为子档案1的质心，将图片p2和p3确定为子档案3的质心，以及将图片p4确定为子档案4的质心。具体请参见表1所示：
[0097][0098]
表1
[0099]
步骤104：将标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集；
[0100]
例如，标准底库中人员b在2021.3.1日办理了身份证，在2021.12.2日办理了驾驶证，在2022.2.1日重新办理了身份证，以及在2024.2.1日办理了护照，每次办理了新的证件之后，表明标准底库中人员b对应的图片发生了更新，因此，可以将人员b办理证件的时间确定为标准底库中人员b对应的图片的更新时间，按照人员b办理证件类型的时间将图片划分为上述4个时间段对应的子图片集，具体请参见表2所示。需要说明的是，办理身份证明时人员b的人脸图片通过摄像采集设备自动采集，因此每次办理证件时，采集的图片数量大于1。
[0101][0102]
表2
[0103]
步骤105：根据划分的时间段，将对应时间段的子档案与标准底库中每个人物身份对应的子图片集进行相似度比对，得到相似度；
[0104]
在将每个档案按照采集时间划分为多个时间段对应的子档案，以及将标准底库按照更新时间划分为多个时间段对应的子图片集之后，可以将对应时间段的子档案与子图片集中的图片进行相似度对比，得到对应的相似度。
[0105]
具体的，确定标准底库中是否存在第一子图片集，与多个档案中待比对档案(例如
是第一档案)中的第一子档案对应的时间段满足比对要求，例如，第一子图片集对应的第一时间段与第一子档案对应的时间段存在相同的时间段，或者第一时间段与第二时间段之间的间隔小于第一预设阈值，若标准底库中存在满足要求的第一子图片集，则将第一子档案与第一子图片集中的图片进行相似度比对，得到对应的相似度，若标准底库中不存在满足要求的第一子图片集，则不将第一子档案与标准底库中的图片进行相似度比对。优选的，可以将第一子档案中的质心与第一子图片集对应的图片进行相似度比对，得到对应的相似度。
[0106]
继续以步骤103和步骤104中的例子进行示例，第一档案是人员1对应的档案1，在档案1与标准底库中的图片进行相似度比对时(例如是与标准底库中人员b对应的图片进行相似度比对时)，确定人员b对应的子图片集中存在子图片集1与子档案1之间的时间间隔小于第一预设阈值(例如是180天)，则将图片p1与子图片集1进行相似度比对，得到相似度。
[0107]
在一种可能的实施方式中，在将第一子档案与第一子图片集中的图片进行相似度比对之前，还可以确定第一子档案中是否存在质心，若存在质心，则将第一子档案对应的质心与第一子图片集中的图片进行相似度比对，若第一子档案中不存在质心，则不需要将第一子档案与第一子图片集中的图片进行相似度比对。继续以步骤103和步骤104中的例子进行示例，确定子档案2中不存在质心，表明子档案2中的图片可能是夜晚时间抓拍的图片，图像质量较差，进行相似度比对时，得到的相似度结果准确性较低，此时若将准确性较低的相似度结果作为身份归档的参考，将会导致第一档案与对应人物身份的图片进行相似度比对时，得到较低的相似度，从而使得第一档案不能进行身份归档，降低第一档案身份归档的准确性，同时也降低了第一档案身份归档的效率，因此，为了避免子档案2与标准底库进行相似度比对之后产生的影响，则不将子档案2参与相似度比对。
[0108]
步骤106：根据相似度对每个档案进行身份归档。
[0109]
例如，标准底库中人员b对应的子图片集中存在子图片集1与第一档案中的子档案1的采集时间间隔满足预设条件(即小于第一预设阈值)，计算得到子档案1与子图片集1的相似度为a，子档案3与子图片集3中存在相同的时间段，满足比对条件，计算得到子档案3与子图片集3的相似度为b，且由于人员b对应的子图片集中不存在与子档案4的采集时间间隔满足预设条件的子图片集，则子档案4也不参与相似度比对。其中，由于子档案1的采集时间相对较早，子档案3的采集时间相对较晚，可以将子档案1的相似度对应的权重确定为40％，将子档案3的相似度对应的权重确定为60％，计算得到第一档案与人员b对应的第一相似度为a
×
40％ b
×
60％，然后，确定第一相似度是否大于第二预设阈值，若第一相似度大于第一预设阈值，则将人员b对应的身份标识信息确定为第一档案对应的身份标识信息，并根据该标识信息对第一档案进行身份归档。
[0110]
在具体的实施过程中，利用人像聚类形成的档案中图片的采集时间，结合标准底库中身份证明图片的变更时间，和时间热度衰减原理，从档案中不同时间段采集的图片中选择最优质心，与标准底库中不同时间段的身份证明图片进行相似度比对，得到相似度比对结果，并通过加权的方式，判断相似度比对结果是否满足身份比对阈值，在满足身份比对阈值时进行身份归档，可以有效提升档案的归档率。
[0111]
基于同一发明构思，本技术实施例提供了一种身份归档装置，该身份归档装置能够实现前述的身份归档方法对应的功能。该身份归档装置可以是硬件结构、软件模块、或硬
件结构加软件模块。该身份归档装置可以由芯片系统实现，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。请参见图2所示，该身份归档装置包括聚类模块201和处理模块202。其中：
[0112]
聚类模块201，用于对采集的人脸图片集中的图片进行聚类，生成多个档案；其中，每个档案对应一个人物身份；
[0113]
处理模块202，用于获取每个档案中图片的采集时间和标准底库中每个人物身份对应的图片更新时间；其中，所述标准底库用于存储身份证明图片；
[0114]
所述处理模块202，还用于将每个档案中的图片按照采集时间划分为多个时间段对应的子档案，以及将所述标准底库中每个人物身份对应的图片按照更新时间划分为多个时间段对应的子图片集；
[0115]
所述处理模块202，还用于根据划分的时间段，将对应时间段的子档案与所述标准底库中每个人物身份对应的子图片集进行相似度比对，得到相似度；
[0116]
根据所述相似度对所述每个档案进行身份归档。
[0117]
在一种可能的实施方式中，所述处理模块202，具体用于：
[0118]
确定所述标准底库中是否存在第一子图片集；其中，所述第一子图片集对应的第一时间段与第一档案中第一子档案对应的第二时间段存在相同的时间段，或者所述第一时间段与所述第二时间段之间的间隔小于第一预设阈值；其中，所述第一档案属于所述多个档案；
[0119]
在确定所述标准底库中存在所述第一子图片集时，将所述第一子档案对应的质心与所述第一子图片集对应的图片进行相似度比对，得到相似度；
[0120]
确定所述第一档案中每个子档案的相似度对应的权重；
[0121]
计算每个子档案的相似度与对应的权重的乘积；
[0122]
将每个子档案对应的乘积求和，得到第一档案与所述标准底库中每个人物身份对应的第一相似度；
[0123]
确定第一相似度大于第二预设阈值的第一人物身份的身份标识信息为所述第一档案的身份标识信息；
[0124]
根据所述身份标识信息对所述第一档案进行身份归档。
[0125]
在一种可能的实施方式中，所述处理模块202，还用于：
[0126]
将所述每个档案按照图片拍摄角度进行分类；
[0127]
确定每个类别对应的至少一个质心。
[0128]
在一种可能的实施方式中，所述处理模块202，具体用于：
[0129]
确定所述第一子档案中是否存在包含质心标识的图片；
[0130]
在确定所述第一子档案中存在包含质心标识的图片时，将所述质心标识对应的图片与所述第一子图片集对应的图片进行相似度比对。
[0131]
在一种可能的实施方式中，所述处理模块202，还用于：
[0132]
获取每个档案中图片的采集地点；
[0133]
确定采集时间间隔小于第三预设阈值的至少两张图片的采集位置距离是否大于第一阈值；
[0134]
若采集时间小于第三预设阈值的至少两张图片的采集位置距离大于第一阈值，则
将所述采集时间间隔小于第三预设阈值的至少两张图片从对应的档案中删除。
[0135]
前述的身份归档方法的实施例涉及的各步骤的所有相关内容均可援引到本技术施例中的身份归档装置所对应的功能模块的功能描述，在此不再赘述。
[0136]
本技术实施例中对模块的划分是示意性的，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，另外，在本技术各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0137]
基于同一发明构思，本技术实施例提供一种电子设备。请参见图3所示，该电子设备包括至少一个处理器301，以及与至少一个处理器连接的存储器302，本技术实施例中不限定处理器301与存储器302之间的具体连接介质，图3中是以处理器301和存储器302之间通过总线300连接为例，总线300在图3中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线300可以分为地址总线、数据总线、控制总线等，为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0138]
在本技术实施例中，存储器302存储有可被至少一个处理器301执行的指令，至少一个处理器301通过执行存储器302存储的指令，可以执行前述的身份归档方法中所包括的步骤。
[0139]
其中，处理器301是电子设备的控制中心，可以利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器302内的指令以及调用存储在存储器302内的数据，电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器301可包括一个或多个处理单元，处理器301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器301中。在一些实施例中，处理器301和存储器302可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
[0140]
处理器301可以是通用处理器，例如中央处理器(cpu)、数字信号处理器、专用集成电路、现场可编程门阵列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，可以实现或者执行本技术实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本技术实施例所公开的身份归档方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0141]
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器302可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(random access memory，ram)、静态随机访问存储器(static random access memory，sram)、可编程只读存储器(programmable read only memory，prom)、只读存储器(read only memory，rom)、带电可擦除可编程只读存储器(electrically erasable programmable read
‑
only memory，eeprom)、磁性存储器、磁盘、光盘等等。存储器302是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本技术实施例中的存储器302还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
[0142]
通过对处理器301进行设计编程，可以将前述实施例中介绍的身份归档方法所对
应的代码固化到芯片内，从而使芯片在运行时能够执行前述的身份归档方法的步骤，如何对处理器301进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
[0143]
基于同一发明构思，本技术实施例还提供一种计算可读存储介质，该计算可读存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行如前述的身份归档方法的步骤。
[0144]
在一些可能的实施方式中，本技术提供的身份归档方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在电子设备上运行时，程序代码用于使该检测设备执行本说明书上述描述的根据本技术各种示例性实施方式的身份归档方法中的步骤。
[0145]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0146]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0147]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0148]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0149]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。