(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210460070.X (22)申请日 2022.04.24 (71)申请人 北京市商汤科技 开发有限公司 地址 100080 北京市海淀区北四环西路58 号11层1101-1117室 (72)发明人 刘明亮　戴和江　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 专利代理师 刘晖铭　张颖玲 (51)Int.Cl. G06F 21/31(2013.01) G06F 21/64(2013.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 身份信息确定方法、 装置、 设备及存 储介质 (57)摘要 本公开实施例公开了一种身份信息确定方 法、 装置、 设备及存储介质， 其中， 该方法包括： 获 取需要进行身份置信的待处理图像； 所述待处理 图像是对位于目标区域的目标对象进行拍摄得 到的图像； 在多个算法引擎中， 基于每一所述算 法引擎的算法参数确定目标算法引擎； 所述算法 参数用于表征所述算法引擎当前的任务处理效 率； 获取所述目标区域对应的具有层级顺序的第 一身份数据库和第二身份数据库； 所述第二身份 数据库包括所述第一身份数据库； 响应于利用所 述目标算法引擎和所述待处理图像从所述第一 身份数据库中无法确定所述目标对象的身份信 息， 利用所述目标算法引擎和所述待处理图像从 所述第二身份数据库中确定所述目标对象的身 份信息。 权利要求书3页 说明书16页 附图5页 CN 114840827 A 2022.08.02 CN 114840827 A 1.一种身份信息确定方法， 其特 征在于， 所述方法包括： 获取需要进行身份置信的待处理图像； 所述待处理图像是对位于目标区域的目标对象 进行拍摄得到的图像； 在多个算法引擎中， 基于每一所述算法引擎的算法参数确定目标算法引擎； 所述算法 参数用于表征 所述算法引擎当前的任务处 理效率； 获取所述目标区域对应的具有层级顺序的第 一身份数据库和第 二身份数据库； 所述第 二身份数据库包括所述第一身份数据库； 响应于利用所述目标算法引 擎和所述待处理图像从所述第一身份数据库中无法确定 所述目标对象的身份信息， 利用所述目标算法引擎和所述待处理图像从所述第二身份数据 库中确定所述目标对象的身份信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述获取需要进行身份置信的待处理图 像， 包括： 获取摄像头设备采集的所述目标区域对应的多个实时场景图像； 对所述实时场景图像进行聚类， 得到所述目标对象对应的档案数据； 所述档案数据包 括所述目标对象对应的至少一个档案图像； 基于预设的筛 选条件， 对所述至少一个档案图像进行筛 选， 得到所述待处 理图像。 3.根据权利要求1所述的方法， 其特征在于， 所述算法参数包括至少一个维度的子参 数， 所述在多个算法引擎中， 基于每一所述 算法引擎的算法参数确定目标算法引擎， 包括： 获取每一所述算法引擎对应的至少一个维度的子参数； 所述子参数用于从一个所述维 度表征所述算法引擎的任务处 理效率； 基于所述至少一个维度的子参数， 对所述多个算法引擎进行筛选， 得到所述目标算法 引擎。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述至少一个维度的子参数， 对 所述多个算法引擎进行筛 选， 得到所述目标算法引擎， 包括： 获取每一所述维度对应的参数阈值； 依次轮询每一所述算法引擎， 在 当前算法引擎中每一所述维度的子参数均满足对应的 参数阈值的情况 下， 将所述当前算法引擎确定为所述目标算法引擎。 5.根据权利要求3所述的方法， 其特征在于， 所述基于所述至少一个维度的子参数， 对 所述多个算法引擎进行筛 选， 得到所述目标算法引擎， 包括： 获取每一所述维度对应的效率 量化算法； 针对每一所述算法引擎， 基于所述算法引擎中每一所述维度的子参数和对应的效率量 化算法， 得到所述 算法引擎对应的效率 量化值； 基于所述效率 量化值， 在所述多个算法引擎中确定所述目标算法引擎。 6.根据权利要求3至5任一项所述的方法， 其特征在于， 所述子参数包括以下至少之一： 剩余比对配额、 算力资源使用率、 比对精度； 所述基于所述至少一个维度的子参数， 对所述多个算法引擎进行筛选， 得到所述目标 算法引擎包括： 从所述多个算法引擎中轮询选择当前算法引擎； 判断所述当前算法引擎是否存在所述 剩余比对配额； 在所述当前算法引擎存在所述剩余比对配额的情况下， 判断所述当前算法权　利　要　求　书 1/3 页 2 CN 114840827 A 2引擎的算力资源使用率是否满足算力资源使用率阈值； 在所述当前算法引擎的算力资源使 用率满足算力资源使用率阈值的情况下， 判断所述当前算法引擎的比对精度是否满足精度 阈值； 在所述当前算法引擎的比对精度满足精度阈值的情况下， 将所述当前算法引擎确定 为所述目标算法引擎； 其中， 在所述当前算法引擎的任一维度的子参数不满足对应参数阈值的情况下， 从所 述多个算法引擎中轮询选择新的当前算法引擎， 并判断所述新的当前算法引擎是否为所述 目标算法引擎。 7.根据权利要求1所述的方法， 其特征在于， 所述获取所述目标区域对应的具有层级顺 序的第一身份数据库和第二身份数据库， 包括： 基于所述目标区域对应的地理位置， 获取所述地理位置所在的第一区域和第二区域； 所述第二区域的地理范围包括所述第一区域的地理范围； 基于所述第 一区域的地理范围确定所述第 一区域对应的第 一身份数据库， 基于所述第 二区域的地理范围确定所述第二区域对应的第二身份数据库； 基于所述第 一区域和所述第 二区域分别对应的地理范围， 确定所述第 一身份数据库和 所述第二身份数据库分别对应的层级顺序。 8.根据权利要求7所述的方法， 其特征在于， 所述基于所述第 一区域的地理范围确定所 述第一区域对应的第一身份数据库， 包括： 基于所述第一区域的地理范围， 确定所述第一区 域的至少一个相 邻区域； 基于所述第一区域对应的预设身份库和每一所述相 邻区域的预设 身份库， 构建所述第一区域对应的第一身份数据库； 所述基于所述第二区域的地理范围确定所述第二区域对应的第二身份数据库， 包括： 基于所述第二区域的地理范围， 确定所述第二区域的至少二个相邻区域； 基于所述第二区 域对应的预设身份库和每二所述相邻区域的预设身份库， 构建所述第二区域对应的第二身 份数据库。 9.根据权利要求1至8任一项所述的方法， 其特征在于， 所述响应于利用所述目标算法 引擎和所述待处理图像从所述第一身份数据库中无法确定所述目标对象的身份信息， 利用 所述目标算法引擎和所述待处理图像从所述第二身份数据库中确定所述目标对 象的身份 信息， 包括： 利用所述目标算法引擎和所述待处理图像从所述第一身份数据库中获取所述目标对 象的第一待确定身份信息和所述第一待确定身份信息对应的第一置信度； 在所述第一置信度满足预设的置信度阈值的情况下， 将所述第 一待确定身份信 息确定 为所述目标对象的身份信息； 在所述第一置信度不满足所述预设的置信度阈值， 利用所述 目标算法引擎和所述待处理图像从所述第二身份数据库中获取所述目标对 象的第二待确 定身份信息和所述第二待确定身份信息对应的第二置信度； 在所述第二置信度满足预设的置信度阈值的情况下， 将所述第 二待确定身份信 息确定 为所述目标对象的身份信息 。 10.根据权利要求9所述的方法， 其特 征在于， 所述方法还 包括以下至少之一： 在所述第二置信度不满足预设的置信度阈值的情况下， 将最大置信度对应的待确定身 份信息确定为所述目标对象的身份信息； 所述最大置信度为所述第一置信度和所述第二置 信度中的最大值；权　利　要　求　书 2/3 页 3 CN 114840827 A 3