本发明提供背景相似识别的方法、系统、设备及介质，包括：将待识别图像输入已训练好的实时实例分割模型以对待识别图像中的人体进行掩码，得到掩码后的待识别图像，对掩码后的待识别图像进行特征提取，得到第一特征；将待识别图像输入已训练好的自编码器模型以对待识别图像进行特征提取，得到第二特征；根据第一特征和第二特征得到第三特征；将第三特征与背景图像数据集中每张背景图像的特征进行相似比较，搜索得到与第三特征最相似的若干个背景图像。通过实例分割模型和自编码器模型分别获取到第一特征和第二特征，并根据两者得到第三特征，第三特征的向量维度高，且信息更加丰富，当将其输入进行相似度比较时能够实现准确率更高的相似度识别。