1.一种身份识别方法，其特征在于，包括：获取监控场景内的视频图像；若检测到所述视频图像中出现目标人物，根据预先训练的多属性分类模型，确定所述目标人物的多种属性；其中，所述多属性分类模型根据预先构建的样本集训练得到，所述样本集包括若干标注有属性的图像；确定符合所述监控场景的进入条件的身份的标准属性，其中，所述标准属性包括多种身份对应的多种标准属性；确定所述多种标准属性的优先级，其中，优先级基于监控场景下多种身份分别对应的实际人数确定，实际人数越多的身份对应的标准属性的优先级越高；按照所述多种标准属性的优先级，依次将所述目标人物的多种属性分别和每种所述标准属性进行匹配；若所述目标人物的多种属性与任意一种所述身份对应的标准属性匹配成功，识别所述目标人物的身份符合所述进入条件。
2.根据权利要求1所述的身份识别方法，其特征在于，所述多属性分类模型通过以下训练方式训练得到：获取公开的图像数据集；对所述图像数据集中满足预设标注条件的图像中的人物的多种属性进行标注，构建所述样本集；确定网络的结构，并配置所述网络的网络超参数；根据所述样本集训练配置有所述网络超参数的网络，得到所述多属性分类模型。
3.根据权利要求2所述的身份识别方法，其特征在于，所述对所述图像数据集中满足预设标注条件的图像中的人物的多种属性进行标注，构建所述样本集，包括：对所述图像数据集中满足预设标注条件的图像中的人物的多种属性和所述人物的不同区域进行标注，构建所述样本集；所述根据预先训练的多属性分类模型，确定所述目标人物的多种属性，包括：将所述视频图像输入所述多属性分类模型中的骨干网络，得到中间特征图；确定所述中间特征图中所述目标人物的不同区域对应的掩码图像；将所述不同区域对应的掩码图像应用到所述中间特征图，得到所述中间特征图中所述不同区域分别对应的目标区域特征图；根据所述不同区域分别对应的目标区域特征图，确定所述目标人物的多种属性。
4.根据权利要求3所述的身份识别方法，其特征在于，所述将所述不同区域对应的掩码图像应用到所述中间特征图，得到所述中间特征图中所述不同区域分别对应的目标区域特征图，包括：将所述中间特征图分别与所述不同区域对应的掩码图像相乘，得到所述中间特征图中所述不同区域分别对应的目标区域特征图。
5.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，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执行如权利要求1至4中任意一项所述的身份识别方法。
6.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的身份识别方法。
