一种基于标识解析的车辆进出控制方法及设备与流程

1.本技术涉及工业互联网标识技术领域，尤其涉及一种基于标识解析的车辆进出控制方法及设备。


背景技术：

2.为建立美好社区，小区的安防管理为其中一个重要环节。同时随着信息技术的发展，多数小区均建立车辆识别装置，用于对进出社区的车辆进行识别，以防止非小区内的车辆进入，对小区产生安全影响。
3.现有技术中，居民小区采用车牌识别系统和道闸相互配合，完成对车辆出入的有效管理。通常通过车牌识别系统对车辆的车牌号进行采集识别，并将识别出的车牌号与预存的小区业主的车牌号进行比对，如果在互联网数据库内含有车牌识别系统识别的车牌号，则控制道闸打开。
4.但上述现有技术仅仅识别车牌号，无法保证车内是否是业主，因此小区的安防管理仍存在管理漏洞。


技术实现要素：

5.本技术实施例提供了一种基于标识解析的车辆进出控制方法及设备，用于解决如下技术问题：现有技术仅仅识别车牌号，无法保证车内是否是业主，因此小区安防管理仍存在漏洞。
6.本技术实施例采用下述技术方案：
7.本技术实施例提供一种基于标识解析的车辆进出控制方法。包括，根据获取到的小区内每辆车对应的车辆信息，与小区内的每辆车分别对应的一个或多个驾驶员信息，生成每辆车分别对应的第一标识码；根据获取到的小区内的每个驾驶员信息，与小区内的每个驾驶员分别对应的一个或多个车辆信息，生成每个驾驶员分别对应的第二标识码，并将第一标识码与第二标识码存储至区块链；基于第一标识码构建车辆分析模型，以及基于第二标识码构建人员分析模型；将当前车辆图像输入车辆分析模型，得到当前车辆对应的第三标识码，以及将当前车辆对应的驾驶员图像输入人员分析模型，得到第四标识码；通过二级节点对第三标识码与第四标识码分别进行解析，以根据解析结果在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码对应的车辆信息；在第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系的情况下，允许当前车辆进出小区。
8.本技术实施例通过获取小区内每辆车的信息，以及每辆车分别对应的驾驶员的信息，能够建立每辆车与其相应的一个或多个驾驶员之间的对应关系。以及，本技术通过获取小区内每个驾驶员信息，与每个驾驶员分别对应的车辆的信息，能够建立每个驾驶员与其相应的一个或多辆车之间的对应关系。通过当前车辆对应的第三标识码与车辆驾驶员对应的第四标识码，能够在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码
对应的车辆信息。从而根据车辆信息与驾驶员信息之间的绑定关系，确定当前进出小区的车辆与驾驶人员是否符合要求，进而对小区的车辆进行管控，降低小区危险事故的发生几率。
9.在本技术的一种实现方式中，根据获取到的小区内每辆车对应的车辆信息，与小区内的每辆车分别对应的一个或多个驾驶员信息，生成每辆车分别对应的第一标识码，具体包括：获取小区内的每辆车分别对应的车辆型号与车牌号，以及获取小区内的每辆车分别对应的一个或多个驾驶员的姓名与身份证号码；获取身份证号码预设字符位对应的字符串，根据预设标识码模板，确定姓名对应的字母字符串，以及车辆型号对应的数字符号；将一个或多个驾驶员分别对应的姓名字符串与身份证号码字符串进行组合，得到当前车辆对应的驾驶员身份字符串；基于车辆型号对应的数字符号、车牌号、当前车辆对应的驾驶员身份字符串，生成每个车辆分别对应的第一标识码。
10.在本技术的一种实现方式中，根据获取到的小区内的每个驾驶员信息，与小区内的每个驾驶员对应的一个或多个车辆信息，生成每个驾驶员分别对应的第二标识码，具体包括：获取小区内每个驾驶员信息对应的姓名与身份证号码，以及获取小区内每个驾驶员信息分别对应的一个或多个车辆的车辆型号与车牌号；根据预设标识码模板，确定姓名对应的字母字符串，以及确定车辆型号对应的数字符号；将一个或多个车辆分别对应的车牌号与车辆型号对应的数字符号进行组合，得到当前驾驶员对应的车辆信息字符串；基于姓名对应的字母字符串与身份证号码，以及当前驾驶员对应的车辆信息字符串，生成每个驾驶员分别对应的第二标识码。
11.在本技术的一种实现方式中，将第一标识码与第二标识码存储至区块链之前，方法还包括：向二级节点发送标识码注册请求；其中，标识码注册请求包括待注册的第一标识码、待注册的第二标识码、当前小区对应的小区编号以及二级节点的私钥签名；二级节点根据预存公钥，对标识码注册请求中的私钥签名进行验证；在验证通过后，二级节点将当前小区对应的小区编号作为前缀码，并将当前注册时间作为后缀码，以根据前缀码与后缀码，对待注册的第一标识码与待注册的第二标识码重新进行编码；将重新编码后得到的第一标识码与第二标识码上传至一级节点进行验证，并在接收到验证通过信息后，完成第一标识码与第二标识码的注册；其中，一级节点为当前区域最顶级的标识解析服务节点。
12.本技术实施例中的二级节点根据预存公钥，对标识码注册请求中的私钥签名进行验证，从而对当前需要验证的信息进行检测，以降低对风险信息进行解析的几率。其次，本技术实施例通过二级节点对待注册的第一标识与待注册的第二标识分别进行前缀赋值与后缀赋值，能够确保标识码的唯一性，进而提高对通过标识码获取相应车辆信息或驾驶员信息的准确率。
13.在本技术的一种实现方式中，通过二级节点对第三标识码与第四标识码分别进行解析，以根据解析结果在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码对应的车辆信息，具体包括：通过二级节点接收第三标识码对应的解析请求，通过二级节点确定出第三标识码对应的哈希值，并在区块链中确定出哈希值对应的驾驶员信息；以及通过第二节点接收第四标识码对应的解析请求，通过第二节点确定出第四标识码对应的哈希值，并在区块链中确定出哈希值对应的车辆信息。
14.在本技术的一种实现方式中，在第三标识码对应的驾驶员信息，与第四标识码对
应的车辆信息之间存在绑定关系的情况下，允许当前车辆进出小区，具体包括：将第三标识码对应的驾驶员信息，与当前车辆对应的驾驶员信息进行比对；以及将第四标识码对应的车辆信息，与当前车辆信息进行比对；在第三标识码对应的驾驶员信息中存在当前车辆对应的驾驶员信息，且第四标识码对应的车辆信息中存在当前车辆信息的情况下，确定第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系；对第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息进行记录，并允许当前车辆进出小区。
15.本技术实施例通过确定第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系时，才会允许当前车辆进出小区。从而确保车辆内的驾驶员为当前小区的业主，提高对车辆识别的准确性，进而加强小区的安防能力。
16.在本技术的一种实现方式中，允许当前车辆进出小区之前，方法还包括：在驾驶员面部存在部分遮挡的情况下，在预存小区人员数据库中，查找与当前部分遮挡图像相似值大于预设值的多个预存面部图像；将多个预存面部图像依次输入人员分析模型，得到多个预存面部图像分别对应的第四标识码；通过第二节点对多个预存面部图像分别对应的第四标识码进行解析，以根据解析后的信息在区块链中确定出多个车辆信息；将当前车辆信息与多个车辆信息进行比对，并在多个车辆信息中存在当前车辆信息的情况下，允许当前车辆进出小区。
17.在本技术的一种实现方式中，将第一标识码与第二标识码存储至区块链，具体包括：将第一标识码进行哈希计算，得到第一哈希值，以及将第二标识码进行哈希计算，得到第二哈希值；将第一哈希值、第一哈希值对应的一个或多个驾驶员信息，与当前小区编码存储至区块链；以及将第二哈希值、第二哈希值对应的一个或多个车辆信息，与当前小区编码存储至区块链；其中，基于不同的小区编码，将存储信息分为多个不同的存储区块，以将多个不同的存储区块分别存储至区块链。
18.在本技术的一种实现方式中，基于第一标识码构建车辆分析模型，以及基于第二标识码构建人员分析模型，具体包括：将当前小区内每个车辆的图像作为输入，将每个车辆分别对应的第一标识码与每个车辆的信息作为输出，对第一神经网络模型进行训练，以得到车辆分析模型；其中，车辆的信息至少包括车牌号与车辆型号；以及将当前小区内每个驾驶员的图像作为输入，将每个驾驶员的图像分别对应的第二标识码与每个驾驶员的信息作为输出，对第二神经网络模型进行训练，以得到人员分析模型；其中，驾驶员的信息至少包括驾驶员姓名与身份证号码。
19.本技术实施例提供一种基于标识解析的车辆进出控制设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：根据获取到的小区内每辆车对应的车辆信息，与小区内的每辆车分别对应的一个或多个驾驶员信息，生成每辆车分别对应的第一标识码；根据获取到的小区内的每个驾驶员信息，与小区内的每个驾驶员分别对应的一个或多个车辆信息，生成每个驾驶员分别对应的第二标识码，并将第一标识码与第二标识码存储至区块链；基于第一标识码构建车辆分析模型，以及基于第二标识码构建人员分析模型；将当前车辆图像输入车辆分析模型，得到当前车辆对应的第三标识码，以及将当前车辆对应的驾驶员图像输入人员分析模型，得到第四标识码；通过二级节点对第三标识码与第四标识码分别进行解析，以根据解析结果在区块链中确定第三标识码对
应的驾驶员信息，以及确定第四标识码对应的车辆信息；在第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系的情况下，允许当前车辆进出小区。
20.本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：本技术实施例通过获取小区内每辆车的信息，以及每辆车分别对应的驾驶员的信息，能够建立每辆车与其相应的一个或多个驾驶员之间的对应关系。以及，本技术通过获取小区内每个驾驶员信息，与每个驾驶员分别对应的车辆的信息，能够建立每个驾驶员与其相应的一个或多辆车之间的对应关系。通过当前车辆对应的第三标识码与车辆驾驶员对应的第四标识码，能够在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码对应的车辆信息。从而根据车辆信息与驾驶员信息之间的绑定关系，确定当前进出小区的车辆与驾驶人员是否符合要求，进而对小区的车辆进行管控，降低小区危险事故的发生几率。
附图说明
21.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，下面将对实施例或现有技术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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
22.图1为本技术实施例提供的一种基于标识解析的车辆进出控制方法流程图；
23.图2为本技术实施例提供的一种基于标识解析的车辆进出控制设备的结构示意图。
具体实施方式
24.本技术实施例提供一种基于标识解析的车辆进出控制方法及设备。
25.为了使本技术领域的人员更好地理解本技术中的技术方案，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。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
26.为建立美好社区，小区的安防管理为其中一个重要环节。同时随着信息技术的发展，多数小区均建立车辆识别装置，用于对进出社区的车辆进行识别，以防止非小区内的车辆进入，对小区产生安全影响。
27.现有技术中，居民小区采用车牌识别系统和道闸相互配合，完成对车辆出入的有效管理。通常通过车牌识别系统对车辆的车牌号进行采集识别，并将识别出的车牌号与预存的小区业主的车牌号进行比对，如果在互联网数据库内含有车牌识别系统识别的车牌号，则控制道闸打开。
28.但上述现有技术仅仅识别车牌号，无法保证车内是否是业主，因此小区的安防管理仍存在管理漏洞。
29.为了解决上述问题，本技术实施例提供一种基于标识解析的车辆进出控制方法。通过获取小区内每辆车的信息，以及每辆车分别对应的驾驶员的信息，能够建立每辆车与其相应的一个或多个驾驶员之间的对应关系。以及，本技术通过获取小区内每个驾驶员信
息，与每个驾驶员分别对应的车辆的信息，能够建立每个驾驶员与其相应的一个或多辆车之间的对应关系。通过当前车辆对应的第三标识码与车辆驾驶员对应的第四标识码，能够在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码对应的车辆信息。从而根据车辆信息与驾驶员信息之间的绑定关系，确定当前进出小区的车辆与驾驶人员是否符合要求，进而对小区的车辆进行管控，降低小区危险事故的发生几率。
30.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
31.图1为本技术实施例提供的一种基于标识解析的车辆进出控制方法流程图。如图1所示，基于标识解析的车辆进出控制方法，包括如下步骤：
32.s101、车辆进出控制设备根据获取到的小区内每辆车对应的车辆信息，与小区内的每辆车分别对应的一个或多个驾驶员信息，生成每辆车分别对应的第一标识码。
33.在本技术的一个实施例中，获取小区内的每辆车分别对应的车辆型号与车牌号，以及获取小区内的每辆车分别对应的一个或多个驾驶员的姓名与身份证号码。获取身份证号码预设字符位对应的字符串，根据预设标识码模板，确定姓名对应的字母字符串，以及车辆型号对应的数字符号。将一个或多个驾驶员分别对应的姓名字符串与身份证号码字符串进行组合，得到当前车辆对应的驾驶员身份字符串。基于车辆型号对应的数字符号、车牌号、当前车辆对应的驾驶员身份字符串，生成每辆车分别对应的第一标识码。
34.具体地，小区内每一户拥有的车辆的数量不相同，例如，存在一户拥有一辆车的情况，也存在一户存在两辆及以上车辆的情况。因此，并非每辆车固定对应一个驾驶员，也并非一个驾驶员只能对应一辆车。获取小区内每辆车对应的车辆型号与车牌号，从而对车辆信息进行确定。其次，获取每辆车所对应的一个或多个驾驶员信息。例如，一户人家有一辆车，且该户有两个人都有驾驶证的情况下，该户人家的车辆对应有两个驾驶员信息。需要获取每个驾驶员的姓名与身份证号码。
35.进一步地，由于身份证号码字符位数较多，因此，可以只选取身份证号码的部分字符。例如，可以选取身份证号码中间用于体现出生年月日信息的字符串，以及选取后四位字符，以组成身份证号码对应的字符串。其次，通过预设标识码模板，将获取到的驾驶员的姓名转换为相应的拼音字符串，以及将获取到的车辆型号转换为相应的数字字符串。将每个驾驶员对应的拼音字符串与身份证号码字符串依次进行组合，得到当前车辆对应的驾驶员身份字符串。例如，在当前车辆对应有两个驾驶员的情况下，按照第一个驾驶员的拼音字符串、身份证号码字符串、第二个驾驶员的拼音字符串与身份证号码字符串的顺序依次组合，得到当前车辆对应的驾驶员身份字符串。
36.进一步地，按照当前车辆型号对应的数字字符串、车牌号、当前车辆对应的驾驶员身份字符串的顺序进行组合，得到当前车辆对应的第一标识码。
37.s102、车辆进出控制设备根据获取到的小区内的每个驾驶员信息，与小区内的每个驾驶员分别对应的一个或多个车辆信息，生成每个驾驶员分别对应的第二标识码，并将第一标识码与第二标识码存储至区块链。
38.在本技术的一个实施例中，获取小区内每个驾驶员信息对应的姓名与身份证号码，以及获取小区内每个驾驶员信息分别对应的一个或多个车辆的车辆型号与车牌号。根据预设标识码模板，确定姓名对应的字母字符串，以及确定车辆型号对应的数字符号。将一个或多个车辆分别对应的车牌号与车辆型号对应的数字符号进行组合，得到当前驾驶员对
应的车辆信息字符串。基于姓名对应的字母字符串与身份证号码，以及当前驾驶员对应的车辆信息字符串，生成每个驾驶员分别对应的第二标识码。
39.具体地，小区内存在一户人家拥有多辆车的情况。例如，一户人家有三辆车，该户人家中的拥有驾驶证的人都可以驾驶这三辆车中的任一辆。因此，需要获取小区内每个驾驶员对应的姓名与身份证号码，以及每个驾驶员对应的一个或多个车辆的车辆型号与车牌号。例如，一户人家有三辆车，该户人家中的每个拥有驾驶证的驾驶员都对应这三辆车的车辆型号与车牌号。
40.进一步地，根据预设标识码模板，将获取到的驾驶员姓名转换为相应的字母字符串，以及将获取到的车辆型号转换为相应的数字符号。假设一个驾驶员对应有两辆车，则按照第一辆车的车牌号与车辆型号对应的数字符号、第二辆车的车牌号与车辆型号对应的数字符号的顺序进行组合，得到该驾驶员对应的车辆信息字符串。
41.进一步地，按照该驾驶员姓名对应的字母字符串与身份证号码，以及当前驾驶员对应的车辆信息字符串的顺序，将字符串进行组合，生成每个驾驶员分别对应的第二标识码。
42.在本技术的一个实施例中，向二级节点发送标识码注册请求。其中，标识码注册请求包括待注册的第一标识码、待注册的第二标识码、当前小区对应的小区编号以及二级节点的私钥签名。二级节点根据预存公钥，对标识码注册请求中的私钥签名进行验证。在验证通过后，二级节点将当前小区对应的小区编号作为前缀码，并将当前注册时间作为后缀码，以根据前缀码与后缀码，对待注册的第一标识码与待注册的第二标识码重新进行编码。将重新编码后得到的第一标识码与第二标识码上传至一级节点进行验证，并在接收到验证通过信息后，完成第一标识码与第二标识码的注册。其中，一级节点为当前区域最顶级的标识解析服务节点。
43.具体地，为了确定第一标识码与第二标识码的唯一性，需要对第一标识码与第二标识码进行审核注册。向二级节点发送标识码注册请求。二级节点根据接收到的私钥签名对当前标识码注册请求进行验证。在验证通过后，对当前接收到的待注册的第一标识码与待注册的第二标识码进行前缀赋值与后缀赋值。其中，可以将当前小区对应的小区编码作为前缀码，将当前注册时间作为后缀码，从而对待注册的第一标识码与待注册的第二标识码进行重新编码，以确保每一个标识码的唯一性。二级节点将重新编码后的标识码上传至一级节点，即国家节点。通过一级节点对当前重新编码后的标识码进行验证，确定当前的标识码的格式是否符合规定，以及标识码是否符合唯一性的规定。验证通过后，一级节点对二级节点发送验证通过信息，二级节点完成标识码注册，并将该标识码保存至区块链。
44.在本技术的一个实施例中，将第一标识码进行哈希计算，得到第一哈希值，以及将第二标识码进行哈希计算，得到第二哈希值。将第一哈希值、第一哈希值对应的一个或多个驾驶员信息，与当前小区编码存储至区块链；以及将第二哈希值、第二哈希值对应的一个或多个车辆信息，与当前小区编码存储至区块链。其中，基于不同的小区编码，将存储信息分为多个不同的存储区块，以将多个不同的存储区块分别存储至区块链。
45.具体地，在将第一标识与第二标识上传至区块链进行保存时，为了确保数据信息的安全性，减少信息泄漏的风险，需要对数据信息进行哈希加密。进一步地，将第一标识码进行哈希计算，得到第一哈希值，将第一标识码对应的驾驶员信息、当前小区编码以及第一
哈希值存储至区块链。以及将第二标识码进行哈希计算，将第二标识码对应的车辆信息、当前小区编码以及第二哈希值存储至区块链。基于不同的小区编码，可以将属于同一个小区的信息保存至同一个存储区块中，以此降低信息查询的难度。
46.s103、车辆进出控制设备基于第一标识码构建车辆分析模型，以及基于第二标识码构建人员分析模型。
47.在本技术的一个实施例中，预先采集小区内每辆车的图像，以及预先采集小区内每个驾驶员的图像。通过预先采集的图像与获取到的车辆信息与驾驶员信息，对神经网络模型进行训练，以得到车辆分析模型与人员分析模型。
48.具体地，将当前小区内每个车辆的图像作为输入，将每个车辆分别对应的第一标识码与每个车辆的信息作为输出，对第一神经网络模型进行训练，以得到车辆分析模型。其中，车辆的信息至少包括车牌号与车辆型号。以及将当前小区内每个驾驶员的图像作为输入，将每个驾驶员的图像分别对应的第二标识码与每个驾驶员的信息作为输出，对第二神经网络模型进行训练，以得到人员分析模型。其中，驾驶员的信息至少包括驾驶员姓名与身份证号码。
49.s104、车辆进出控制设备将当前车辆图像输入车辆分析模型，得到当前车辆对应的第三标识码，以及将当前车辆对应的驾驶员图像输入人员分析模型，得到第四标识码。
50.在本技术的一个实施例中，在车辆需要进出当前小区时，通过小区门口安装的监拍装置对当前车辆，与车辆内的驾驶员进行图像拍摄。
51.进一步地，将拍摄的车辆图像输入车辆分析模型，若该车辆为小区业主的车辆，则通过车辆分析模型输出当前车辆对应的第三标识码，以及当前车辆的信息，如车辆的车牌号与车型。将拍摄的驾驶员图像输入人员分析模型，若该驾驶人员为小区业主，则通过人员分析模型输出当前驾驶员对应的第四标识码，以及当前驾驶人员的信息，如驾驶员的姓名与身份证号码。
52.s105、通过二级节点对第三标识码与第四标识码分别进行解析，以根据解析结果在区块链中确定第三标识码对应的驾驶员信息，以及确定第四标识码对应的车辆信息。
53.在本技术的一个实施例中，通过二级节点接收第三标识码对应的解析请求，通过二级节点确定出第三标识码对应的哈希值，并在区块链中确定出哈希值对应的驾驶员信息。以及通过第二节点接收第四标识码对应的解析请求，通过第二节点确定出第四标识码对应的哈希值，并在区块链中确定出哈希值对应的车辆信息。
54.具体地，二级节点接收到第三标识码对应的解析请求后，根据第三标识码确定出相应的哈希值。此时，驾驶员信息与相应的标识码已保存至区块链中，可以根据该哈希值在区块链中查找与该哈希值对应的驾驶员信息。此外，二级节点接收到第四标识对应的解析请求后，根据第四标识码确定出相应的哈希值。此时，车辆信息与相应的标识码已经保存至区块链中。可以根据该哈希值在区块链中查找与该哈希值对应的车辆信息。
55.s106、在第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系的情况下，允许当前车辆进出小区。
56.在本技术的一个实施例中，将第三标识码对应的驾驶员信息，与当前车辆对应的驾驶员信息进行比对。以及将第四标识码对应的车辆信息，与当前车辆信息进行比对。在第三标识码对应的驾驶员信息中存在当前车辆对应的驾驶员信息，且第四标识码对应的车辆
信息中存在当前车辆信息的情况下，确定第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系。对第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息进行记录，并允许当前车辆进出小区。
57.具体地，在区块链中查找到第三标识码对应的驾驶员信息后，将其与当前获取到的驾驶员信息进行比对，若第三标识码对应的驾驶员信息中存在当前驾驶员信息的情况下，说明当前驾驶员为本小区业主。其次，在区块链中查找到第四标识码对应的车辆信息后，将其与当前获取到的车辆信息进行比对，若第四标识码对应的车辆信息中存在当前车辆信息的情况下，说明当前车辆为本小区业主的车辆。此时，当前驾驶员为本小区业主且当前车辆为本小区业主的车辆，则说明第三标识码对应的驾驶员信息，与第四标识码对应的车辆信息之间存在绑定关系。将当前车辆的信息与当前驾驶员的信息进行记录，并允许当前车辆进出小区。
58.在本技术的一个实施例中，在驾驶员面部存在部分遮挡的情况下，在预存小区人员数据库中，查找与当前部分遮挡图像相似值大于预设值的多个预存面部图像。将多个预存面部图像依次输入人员分析模型，得到多个预存面部图像分别对应的第四标识码。通过第二节点对多个预存面部图像分别对应的第四标识码进行解析，以根据解析后的信息在区块链中确定出多个车辆信息。将当前车辆信息与多个车辆信息进行比对，并在多个车辆信息中存在当前车辆信息的情况下，允许当前车辆进出小区。
59.具体地，在驾驶员面部存在部分遮挡的情况下，例如，驾驶员戴口罩、帽子、围巾等情况时，存在面部部分遮挡的情况。此时，可以将拍摄的带有部分遮挡的图像与小区内预存驾驶员的图像进行比对，并确定出相似值较高的图像。例如，确定出相似值大于预设值85％的图像。将挑选出的相似值较高的图像输入人员分析模型，得到相应的第四标识码。对每个第四标识码进行解析，根据解析结果在区块链中查找相应的车辆信息。若任一相应的第四标识码对应的车辆信息中，存在当前车辆信息，则说明当前驾驶员为本小区业主，则允许当前车辆进出小区。
60.进一步地，若驾驶员面部被全部遮挡时，则触发报警通知，并对当前车辆进行拦截。
61.图2为本技术实施例提供的一种基于标识解析的车辆进出控制设备的结构示意图。如图2所示，基于标识解析的车辆进出控制设备，包括：
62.至少一个处理器；以及，
63.与所述至少一个处理器通信连接的存储器；其中，
64.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
65.根据获取到的小区内每辆车对应的车辆信息，与小区内的每辆车分别对应的一个或多个驾驶员信息，生成每辆车分别对应的第一标识码；
66.根据获取到的小区内的每个驾驶员信息，与小区内的每个驾驶员分别对应的一个或多个车辆信息，生成每个驾驶员分别对应的第二标识码，并将所述第一标识码与所述第二标识码存储至区块链；
67.基于所述第一标识码构建车辆分析模型，以及基于所述第二标识码构建人员分析模型；
68.将当前车辆图像输入所述车辆分析模型，得到当前车辆对应的第三标识码，以及将当前车辆对应的驾驶员图像输入所述人员分析模型，得到第四标识码；
69.通过二级节点对所述第三标识码与所述第四标识码分别进行解析，以根据解析结果在区块链中确定所述第三标识码对应的驾驶员信息，以及确定所述第四标识码对应的车辆信息；
70.在所述第三标识码对应的驾驶员信息，与所述第四标识码对应的车辆信息之间存在绑定关系的情况下，允许当前车辆进出小区。
71.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
72.上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
73.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术的实施例可以有各种更改和变化。凡在本技术实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。