CN108961495A - 一种基于人脸识别的数据更新方法及装置 - Google Patents

Abstract

本发明公开了一种基于人脸识别的数据更新方法及装置，涉及人脸识别技术领域，主要目的在于利用识别的人脸数据自动确定可疑人员，实时更新在库人员，提升安防***的防范效果。本发明主要的技术方案为：获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；根据所述人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；若不是，则统计所述人员在预置时间段内通过闸机的次数；当所述次数大于阈值时，将所述人员更新至可疑人员库中。本发明主要用于更新人脸识别数据中的可疑人员信信息。

Description

一种基于人脸识别的数据更新方法及装置

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于人脸识别的数据更新方法及装置。

背景技术

人脸识别技术现在已经广泛应用于机场、火车站等人流密集的公共区域。现有的人脸识别设备可以采集大量原始数据，包括身份证照片、抓拍照片、出生日期以及通行记录等，这些数据是安防***中的重要数据信息。

目前所使用的安防***，其运行策略主要分为两种：一种是定义在库人员为非可疑人员，具体策略为比对摄像头抓拍人脸与在库人员图片，不一致则发出告警提醒；另一种是定义在库人员为可疑人员，具体策略为比对摄像头抓拍人脸与在库人员图片，一致则发出告警提醒。前一种策略主要适用于家庭、公司等人员固定且较少的场合，公共区域具有人员流动大且密集的特点，因此，安防***多采用第二种策略。然而，无论使用何种策略的安防***，在确定可疑人员，并更新在库人员时，都需要定期地进行人工更新，导致在库人员信息的实时性较低，降低了安防***的安防效果。

发明内容

鉴于上述问题，本发明提出了一种基于人脸识别的数据更新方法及装置，主要目的在于利用识别的人脸数据自动确定可疑人员，实时更新在库人员，提升安防***的防范效果。

为达到上述目的，本发明主要提供如下技术方案：

一方面，本发明提供一种基于人脸识别的数据更新方法，具体包括：

获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；

根据所述人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；

若不是，则统计所述人员在预置时间段内通过闸机的次数；

当所述次数大于阈值时，将所述人员更新至可疑人员库中。

优选的，所述方法还包括：

若所述人员为可疑人员库中的可疑人员时，向所述闸机发送禁止通行指令，并生成报警信息。

优选的，所述方法还包括：

在将所述人员更新至可疑人员库中时，采集所述人员通过闸机前后预设时间段内的视频信息。

优选的，所述采集所述人员通过闸机前后预设时间段内的视频信息包括：

根据所述闸机的位置确定采集所述视频信息的摄像头；

根据所述人员通过闸机的时间采集所述摄像头在预设时间段内拍摄的视频信息。

优选的，根据所述人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员包括：

提取所述人脸图片中的人脸特征；

计算所述人脸特征与可疑人员库中的可疑人员的人脸特征的相似度；

根据所述相似度判断所述人员是否为可疑人员。

另一方面，本发明提供一种基于人脸识别的数据更新装置，具体包括：

获取单元，用于获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；

判断单元，用于根据所述获取单元获取的人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；

统计单元，用于当所述判断单元确定所述人员不是可疑人员时，统计所述人员在预置时间段内通过闸机的次数；

更新单元，用于当所述统计单元统计的次数大于阈值时，将所述人员更新至可疑人员库中。

优选的，所述装置还包括：

发送单元，用于当所述判断单元确定所述人员为可疑人员库中的可疑人员时，向所述闸机发送禁止通行指令，并生成报警信息。

优选的，所述装置还包括：

视频采集单元，用于在所述更新单元将所述人员更新至可疑人员库中时，采集所述人员通过闸机前后预设时间段内的视频信息。

优选的，所述视频采集单元包括：

确定模块，用于根据所述闸机的位置确定采集所述视频信息的摄像头；

采集模块，用于根据所述人员通过闸机的时间采集所述确定模块确定的摄像头在预设时间段内拍摄的视频信息。

优选的，所述判断单元包括：

提取模块，用于提取所述人脸图片中的人脸特征；

计算模块，计算所述提取模块提取的人脸特征与可疑人员库中的可疑人员的人脸特征的相似度；

判断模块，用于根据所述计算模块得到的相似度判断所述人员是否为可疑人员。

另一方面，本发明提供一种存储介质，所述存储介质用于存储的计算机程序，其中，所述计算机程序运行时控制所述存储介质所在设备执行上述的基于人脸识别的数据更新方法。

另一方面，本发明提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的基于人脸识别的数据更新方法。

借由上述技术方案，本发明提供的一种基于人脸识别的数据更新方法及装置，主要利用了闸机所采集的人员信息对进入安防区域的人员进行识别与登记，判断人员是否为可疑人员，如果是非可疑人员则累计该人员在预置时间段内进入安防区域的次数，当次数达到阈值时，就自动将该人员确定为可疑人员，并将该人员的人员信息更新到可疑人员库中，实现对可疑人员库的实时更新，从而使得安防***能够实时发现并追踪可疑人员，提高安防***的安防效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提出的一种基于人脸识别的数据更新方法的流程图；

图2示出了本发明实施例提出的另一种基于人脸识别的数据更新方法的流程图；

图3示出了本发明实施例提出的一种基于人脸识别的数据更新装置的组成框图；

图4示出了本发明实施例提出的另一种基于人脸识别的数据更新装置的组成框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种基于人脸识别的数据更新方法，该方法用于对安防***中的可疑人员库进行实时更新。本方法具体步骤如图1所示，该方法包括：

步骤101、获取闸机采集的人员信息。

本发明中的安防***所包含的安防设备除了摄像监控设备外，还包括多个闸机，通过闸机来圈定安防***的监控区域，人员进出监控区域都需要通过闸机的身份验证。一般地，安装闸机的公共场所如火车站、机场或者是一些特定的活动场地。而在本发明中，闸机所采集的人员信息至少包括人员的人脸图片与身份标识信息，其中，人脸图片可以通过闸机内置的摄像头或与闸机配合使用的拍摄设备采集，而身份标识信息则是通过闸机验证人员出示的身份标识时采集的，而身份标识一般为可证明人员身份的证件，如身份证、护照等，通过读取这些证件中的身份信息，如人名、出生日期等，识别并采集人员的身份标识信息。当然，在闸机验证人员的证件时，由于证件中一般会带有人员的照片，因此，上述的人脸图片与身份标识信息可以同时从人员的证件中采集得到。

进一步的，一些安防等级较高的***中，还可以通过闸机对人员出示的证件进行真伪验证。而本发明可以基于对证件真伪验证的基础上，若证件为真，则采集该人员的人员信息并执行后续步骤；若证件为假，则直接发出报警信息，禁止当前人员通过闸机，并调用监控摄像设备拍摄该人员的实际人脸图片，将该人脸图片以及对应的人脸特征添加到可疑人员库中。

步骤102、根据人员信息的识别结果判断人员是否为可疑人员库中的可疑人员。

在获取到闸机采集的人员信息后，将对人员信息中的人脸图片进行识别，并结合人员的身份标识信息与可疑人员库中的可疑人员进行匹配。一般情况下，通过人脸图片中的人脸特征能够比较准确的识别出是否为可疑人员库中的可疑人员，但是，在人流量较大的应用场景中，还是存在长相相似的人员，同时，考虑到人脸图片的清晰度、拍摄角度等因素，本发明在判断时，除了需要验证人员的人脸图片，还需要同时验证人员的身份标识信息，在两者都符合的情况下，才确定该人员为可疑人员，否则，将认为该人员为非可疑人员，进而执行步骤103。

通过本步骤的判断，当人员为可疑人员时，闸机将禁止该人员通过，并通知现场的安保人员进行后续处理。而当人员不是可疑人员时，闸机将允许人员通行。

步骤103、统计人员在预置时间段内通过闸机的次数。

在确定人员不是可疑人员后，闸机放行，而安防***将记录该人员的人员信息，并统计该人员在预置时间段内通过闸机的总次数。其中，预置时间段是根据安防***具体的应用场景所设置的，比如，对于机场或火车站，该时间段多以天设置，而对于一些不定期的场景，如展览、会议等，则以具体的时段进行设置。而对于闸机，需要说明的是，本步骤中通过闸机的次数，不是指通过同一个闸机的次数，而是指在安防***所监控的区域中所有的闸机，人员不论通过哪一个，都会在***中累计一次通行记录。而在预置时间段内，正常人员通过闸机的次数是有限的，而如果次数过多，则可以认为该人员存在异常，属于可疑人员。

步骤104、当次数大于阈值时，将人员更新至可疑人员库中。

其中，阈值为一经验值，一般根据不同的应用场景而设置不同的值，可以根据由监控人员根据具体需求进行调整。

如果人员在预置时间段内通过闸机的次数低于阈值，则只累计该人员通过闸机的次数，并允许该人员通过闸机，反之，则确认该人员为可疑人员，并将该人员的人员信息同步到可疑人员库中。

通过上述实例可见，本发明实施例所提供的一种基于人脸识别的数据更新方法，是基于统计概率学，针对不同的应用场景设置不同的闸机通行阈值，并且在闸机验证人员的身份信息时，对身份正常的人员累计通行次数，在次数达到所设定的阈值后，将该人员自动确认为可疑人员，并将该人员的人员信息同步更新到可疑人员库中，实现对可疑人员库中实时更新，从而提升安防***的安全监控效果。

为了详细说明上述图1所示实施例提出的基于人脸识别的数据更新方法，尤其是人脸识别数据在更新***中的可疑人员库时具体的处理方法，将通过图2所示的实施例详细说明，具体步骤如下：

步骤201、获取闸机采集的人员信息。

其中，人员信息根据***布设的方式可通过有线或无线方式获取，一般，对于固定场景下多采用有线方式，而在临时性场景下则多采用无线方式传输人员信息。

此外，由于一套安防***中一般会有多个闸机，且闸机的位置也有所差异，因此，为了区分不同闸机所采集的人员信息，***在获取时会将闸机的标识信息加在传输的人员信息中。

步骤202、根据人员信息的识别结果判断人员是否为可疑人员库中的可疑人员。

其中，人员信息的识别结果具体为对人员信息中的人脸图片进行人脸识别后得到的人脸特征，即提取人脸图片中的人脸特征，目前，较为常用的人脸特征提取方式是采用深度卷积神经网络，具体的提取方式在本实施例中不做限定。需要说明的是，所提取的人脸特征要与可疑人员库中保存的可疑人员的人脸特征数据的格式相同，以便于对比。

在提取出人脸特征后，利用该人脸特征与可疑人员库中的可疑人员的人脸特征进行相似度计算，对于相似度算法本发明也不具体限定，常用的包括余弦相似度、欧式距离等。通过计算人脸特征的相似度，提取得到的相似度最高的值，判断该相似度是否大于阈值，该阈值也是预先设定的经验值，即当相似度大于该阈值时，人员为可疑人员库中的可疑人员的概率较高。

当判断该人员为可疑人员时，执行步骤203；而当判断该人员不是可疑人员时，则执行步骤204。

步骤203、向闸机发送禁止通行指令，并生成报警信息。

本步骤中，闸机将阻止人员通过，同时，生成的报警信息可以是在闸机端进行报警提示，也可以是在监控端报警提示监控人员对该可疑人员执行进一步的确认或监控操作。

步骤204、统计人员在预置时间段内通过闸机的次数。

该步骤与图1中的步骤103的内容相同，此处不再赘述。

步骤205、当次数大于阈值时，将人员更新至可疑人员库中。

该步骤与图1中的步骤104的具体内容相同，因此，此处不再赘述。

步骤206、采集人员通过闸机前后预设时间段内的视频信息。

在将人员更新至可疑人员库的同时，由于该人员是从正常人员转变为可疑人员，此时，该人员所在的闸机将禁止该人员通过，同时，为了便于监控人员对被认定为可疑人员的人进行核实确认，***将提取该人员通过闸机前后预设时间段内的视频信息。其中，闸机前后是针对安防***的监控区域，当以闸机作为监控区域的分界点时，闸机前是指人员在监控区域外，而闸机后是指人员进入监控区域内。

具体的：

首先，根据闸机的位置确定采集视频信息的摄像头。其中，摄像头为安防***中在监控区域中以及周边所设置的，不同的摄像头监控不同的区域。因此，要获取可疑人员活动的视频图像，就可以根据可疑人员所在闸机的位置确定其附近的摄像头能够拍摄到该可疑人员的视频信息。

需要说明的是，由于该可疑人员多次通过闸机，且所通过的闸机不一定为同一闸机，因而，该闸机的位置并不限定为一个，也可以是多个闸机的位置。

之后，根据人员通过闸机的时间采集周边摄像头在预设时间段内拍摄的视频信息。

其中，预设时间段是以人员通过闸机的时间为中心先后推移一定时间而得到的一个时间段，比如，人员通过闸机的时间为8点，那么该预设时间可以为7点50分至8点10分。

需要说明的是，人员被确认为可疑人员时是无法通过闸机的，此时所确定的摄像头可以不包括对进入闸机区域内监控的闸机附近的摄像头。

进一步的，作为对上述图1与图2所示方法的实现，本发明实施例提供了一种基于人脸识别的数据更新装置，该装置主要用于利用识别的人脸数据自动确定可疑人员，实时更新在库人员，提升安防***的防范效果。为便于阅读，本***实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的***能够对应实现前述方法实施例中的全部内容。该***如图3所示，具体包括：

获取单元31，用于获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；

判断单元32，用于根据所述获取单元31获取的人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；

统计单元33，用于当所述判断单元32确定所述人员不是可疑人员时，统计所述人员在预置时间段内通过闸机的次数；

更新单元34，用于当所述统计单元33统计的次数大于阈值时，将所述人员更新至可疑人员库中。

进一步的，如图4所示，所述装置还包括：

发送单元35，用于当所述判断单元32确定所述人员为可疑人员库中的可疑人员时，向所述闸机发送禁止通行指令，并生成报警信息。

进一步的，如图4所示，所述装置还包括：

视频采集单元36，用于在所述更新单元34将所述人员更新至可疑人员库中时，采集所述人员通过闸机前后预设时间段内的视频信息。

进一步的，如图4所示，所述视频采集单元36包括：

确定模块361，用于根据所述闸机的位置确定采集所述视频信息的摄像头；

采集模块362，用于根据所述人员通过闸机的时间采集所述确定模块361确定的摄像头在预设时间段内拍摄的视频信息。

进一步的，如图4所示，所述判断单元32包括：

提取模块321，用于提取所述人脸图片中的人脸特征；

计算模块322，计算所述提取模块321提取的人脸特征与可疑人员库中的可疑人员的人脸特征的相似度；

判断模块323，用于根据所述计算模块322得到的相似度判断所述人员是否为可疑人员。

综上所述，本发明实施例所采用的基于人脸识别的数据更新方法及装置，主要利用了闸机所采集的人员信息对进入安防区域的人员进行识别与登记，判断人员是否为可疑人员，如果是非可疑人员则累计该人员在预置时间段内进入安防区域的次数，当次数达到阈值时，就自动将该人员确定为可疑人员，并将该人员的人员信息更新到可疑人员库中，实现对可疑人员库的实时更新，从而使得安防***能够实时发现并追踪可疑人员，提高安防***的安防效果。

进一步的，本发明实施例还提供了一种存储介质，该存储介质用于存储的计算机程序，其中，所述计算机程序运行时控制所述存储介质所在设备执行上述的基于人脸识别的数据更新方法。

另外，本发明实施例还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的基于人脸识别的数据更新方法。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，***和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令***的制造品，该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于人脸识别的数据更新方法，其特征在于，所述方法包括：

获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；

根据所述人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；

若不是，则统计所述人员在预置时间段内通过闸机的次数；

当所述次数大于阈值时，将所述人员更新至可疑人员库中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述人员为可疑人员库中的可疑人员时，向所述闸机发送禁止通行指令，并生成报警信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在将所述人员更新至可疑人员库中时，采集所述人员通过闸机前后预设时间段内的视频信息。

4.根据权利要求3所述的方法，其特征在于，所述采集所述人员通过闸机前后预设时间段内的视频信息包括：

根据所述闸机的位置确定采集所述视频信息的摄像头；

根据所述人员通过闸机的时间采集所述摄像头在预设时间段内拍摄的视频信息。

5.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员包括：

提取所述人脸图片中的人脸特征；

计算所述人脸特征与可疑人员库中的可疑人员的人脸特征的相似度；

根据所述相似度判断所述人员是否为可疑人员。

6.一种基于人脸识别的数据更新装置，其特征在于，所述装置包括：

获取单元，用于获取闸机采集的人员信息，所述人员信息至少包括人员的人脸图片与身份标识信息；

判断单元，用于根据所述获取单元获取的人员信息的识别结果判断所述人员是否为可疑人员库中的可疑人员；

统计单元，用于当所述判断单元确定所述人员不是可疑人员时，统计所述人员在预置时间段内通过闸机的次数；

更新单元，用于当所述统计单元统计的次数大于阈值时，将所述人员更新至可疑人员库中。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

发送单元，用于当所述判断单元确定所述人员为可疑人员库中的可疑人员时，向所述闸机发送禁止通行指令，并生成报警信息。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

视频采集单元，用于在所述更新单元将所述人员更新至可疑人员库中时，采集所述人员通过闸机前后预设时间段内的视频信息。

9.一种存储介质，其特征在于，所述存储介质用于存储计算机程序，其中，所述计算机程序运行时控制所述存储介质所在设备执行权利要求1-5中任意一项所述的基于人脸识别的数据更新方法。

10.一种处理器，其特征在于，所述处理器用于运行计算机程序，其中，所述计算机程序运行时执行权利要求1-5中任意一项所述的基于人脸识别的数据更新方法。