[發(fā)明專利]目標(biāo)比對方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010128658.6
• 申請日: 2020-02-28
• 公開（公告）號: CN113326714A
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 占磊;陳益新;俞振;王仕達(dá);程源源
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 楊春香

1.一種目標(biāo)比對方法，應(yīng)用于目標(biāo)比對設(shè)備，其特征在于，所述方法包括：

獲取布控計劃；

基于所述布控計劃，確定待比對黑名單子庫的第一數(shù)量，以及待比對黑名單子庫中目標(biāo)模型的第二數(shù)量；其中，不同黑名單子庫存儲有黑名單庫中不同分類的目標(biāo)模型；

基于所述布控計劃的第三數(shù)量、所述第一數(shù)量以及所述第二數(shù)量，確定目標(biāo)比對策略；

基于所述目標(biāo)比對策略，進(jìn)行目標(biāo)比對。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述布控計劃的第三數(shù)量、所述第一數(shù)量以及所述第二數(shù)量，確定目標(biāo)比對策略，包括：

基于所述第一數(shù)量、所述第二數(shù)量、所述第三數(shù)量、目標(biāo)模型數(shù)量閾值以及排序次數(shù)閾值，確定目標(biāo)比對策略。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一數(shù)量、所述第二數(shù)量、所述第三數(shù)量、目標(biāo)模型數(shù)量閾值以及排序次數(shù)閾值，確定目標(biāo)比對策略，包括：

當(dāng)所述第二數(shù)量大于等于所述目標(biāo)模型數(shù)量閾值，且所述第三數(shù)量大于所述第一數(shù)量時，確定所述目標(biāo)對比策略為第一目標(biāo)比對策略；或/和，

當(dāng)所述第二數(shù)量小于所述目標(biāo)模型數(shù)量閾值，且所述第一數(shù)量小于所述第三數(shù)量，以及所述第一數(shù)量小于等于所述排序次數(shù)閾值時，確定所述目標(biāo)比對策略為第一目標(biāo)比對策略。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一數(shù)量、所述第二數(shù)量、所述第三數(shù)量、目標(biāo)模型數(shù)量閾值以及排序次數(shù)閾值，確定目標(biāo)比對策略，包括：

當(dāng)所述第二數(shù)量大于等于所述目標(biāo)模型數(shù)量閾值，且所述第三數(shù)量小于等于所述第一數(shù)量時，確定所述目標(biāo)比對策略為第二目標(biāo)比對策略；或/和，

當(dāng)所述第二數(shù)量小于所述目標(biāo)模型數(shù)量閾值，且所述第三數(shù)量小于等于所述第一數(shù)量，以及所述第三數(shù)量小于等于所述排序次數(shù)閾值時，確定所述目標(biāo)比對策略為第二目標(biāo)比對策略。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一數(shù)量、所述第二數(shù)量、所述第三數(shù)量、目標(biāo)模型數(shù)量閾值以及排序次數(shù)閾值，確定目標(biāo)比對策略，包括：

當(dāng)所述第二數(shù)量小于所述目標(biāo)模型數(shù)量閾值，且所述第一數(shù)量和所述第三數(shù)量均大于所述排序次數(shù)閾值時，確定所述目標(biāo)比對策略為第三目標(biāo)比對策略。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一目標(biāo)比對策略，包括：

通過圖像處理單元GPU確定待比對目標(biāo)模型與黑名單庫中各目標(biāo)模型的第一相似度；

基于所述第一相似度，通過所述GPU對各待比對黑名單子庫中的目標(biāo)模型進(jìn)行排序，確定各待比對黑名單子庫中的Top N；

基于各待比對黑名單子庫中的Top N，通過中央處理單元CPU分別確定各布控計劃的Top N；

按照所述布控計劃，分別輸出各布控計劃的Top N。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第二目標(biāo)比對策略，包括：

通過圖像處理單元GPU確定待比對目標(biāo)模型與黑名單庫中各目標(biāo)模型的第一相似度；

基于所述第一相似度，通過所述GPU確定各布控計劃對應(yīng)的待比對黑名單子庫的并集中的目標(biāo)模型進(jìn)行排序，以得到各布控計算的Top N；

按照所述布控計劃，分別輸出各布控計劃的Top N。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第三目標(biāo)比對策略，包括：

通過圖像處理單元GPU確定待比對目標(biāo)模型與黑名單庫中各目標(biāo)模型的第一相似度；

基于所述第一相似度，通過中央處理單元CPU對各待比對黑名單子庫中的目標(biāo)模型進(jìn)行排序，確定各待比對黑名單子庫中的Top N

基于各待比對黑名單子庫中的Top N，通過所述CPU分別確定各布控計劃的Top N；

按照所述布控計劃，分別輸出各布控計劃的Top N。