[发明专利]一种身份识别方法、装置、电子设备以及存储介质有效

专利信息
申请号: 202110466053.2 申请日: 2021-04-28
公开(公告)号: CN113094412B 公开(公告)日: 2022-12-23
发明(设计)人: 黄章烽;刘权芳;江敏 申请(专利权)人: 杭州数澜科技有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06N5/00;G06N20/00
代理公司: 北京市联德律师事务所 11361 代理人: 黄大正;张来光
地址: 311121 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 身份 识别 方法 装置 电子设备 以及 存储 介质
【说明书】:

本申请公开了一种身份识别方法、装置、电子设备以及存储介质。该方法获取用户的多源数据并基于用户标识码将用户的多源数据进行汇总,得到每个用户的丰富多维的用户数据。然后基于所得到的用户数据的数据特征,使用多种识别模型来识别未知用户,并综合识别结果来确定未知用户的身份。可以提高识别的召回率和泛化能力。

技术领域

本申请涉及计算机技术,特别地涉及一种身份识别方法、装置、电子设备以及存储介质。

背景技术

在人群统计分析等场景中,需要通过分析一个区域内所有人员的相关数据,识别出特定身份的群体并做统计分析。

以特定身份是外卖员为例,现有技术针对外卖员的识别主要是利用传统机器学习或深度学习等模型识别出外卖员。这种方式的数据来源和识别模型都较为单一,识别结果不够理想。

发明内容

依据本申请的第一方面,提供了一种身份识别方法,包括:

从不同数据源获取用户和对应的用户数据,所述用户包括属于指定身份的已知用户和身份未知的未知用户,其中所述用户数据包括用户标识码;

针对所获取的用户中的任一用户,利用所述用户的用户标识码汇总所述用户的来自不同数据源的用户数据;以及

在汇总后的用户数据中,基于所述已知用户的用户数据的特征,识别出所述未知用户中的属于所述指定身份的用户。

依据本申请的第二方面,提供了一种身份识别装置,包括:

数据获取模块,用于从不同数据源获取用户和对应的用户数据,所述用户包括属于指定身份的已知用户和身份未知的未知用户,其中所述用户数据包括用户标识码;

数据汇总模块,用于针对所获取的用户中的任一用户,利用所述用户的用户标识码汇总所述用户的来自不同数据源的用户数据;以及

用户识别模块,用于在汇总后的用户数据中,基于所述已知用户的用户数据的特征,识别出所述未知用户中的属于所述指定身份的用户。

依据本申请的第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的方法。

依据本申请的第四方面,提供一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令被计算机执行时能够执行如第一方面所述的方法。

本申请公开了一种身份识别方法、装置、电子设备以及存储介质。该方法获取用户的多源数据并基于用户标识码将用户的多源数据进行汇总,得到丰富多维的用户数据。然后基于所得到的用户数据的数据特征,使用多种识别模型来识别未知用户,并综合识别结果来确定未知用户的身份。可以提高识别的召回率和泛化能力。

附图说明

图1是本申请一示例性实施例示出的身份识别方法一种流程图;

图2是本申请一示例性实施例示出的数据汇总方法的一种流程图;

图3是本申请一示例性实施例示出的身份识别方法一种示意图;

图4是本申请一示例性实施例示出的身份识别装置一种示意图;

具体实施方式

现在将参照若干示例性实施例来论述本申请的内容。应当理解,论述了这些实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本申请的内容,而不是暗示对本申请的范围的任何限制。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州数澜科技有限公司,未经杭州数澜科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110466053.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top