CN109145679A

CN109145679A - 一种发出预警信息的方法、装置及***

Info

Publication number: CN109145679A
Application number: CN201710454708.8A
Authority: CN
Inventors: 王俊松
Original assignee: Hangzhou Hikvision Digital Technology Co Ltd
Current assignee: Hangzhou Hikvision Digital Technology Co Ltd
Priority date: 2017-06-15
Filing date: 2017-06-15
Publication date: 2019-01-04
Anticipated expiration: 2037-06-15
Also published as: EP3640838A1; EP3640838A4; US11361586B2; WO2018228422A1; CN109145679B; US20200201688A1

Abstract

本公开是关于一种发出预警信息的方法、装置及***，属于电子技术领域。所述方法包括：获取已生成的预警信息对应的相似度；根据所述已生成的预警信息对应的相似度的波动性程度值，计算当前场景对应的相似度阈值；每当获取到拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算所述第一人脸图像与预先存储的目标人脸图像的目标相似度；如果所述目标相似度达到计算出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。采用本公开，可以提高预警的精确度。

Description

一种发出预警信息的方法、装置及***

技术领域

本公开是关于电子技术领域，尤其是关于一种发出预警信息的方法、装置及***。

背景技术

为抓取某目标人物，一般会通过将各个交通位置(比如地铁站、机场等)的拍摄装置拍摄的人脸图像与预先存储的目标人物的人脸图像进行比对，来确定目标人物所在的位置。

具体的，各个交通位置的拍摄装置可以具有抓拍人脸图像的功能，终端可以不断获取拍摄装置拍摄到的人脸图像，进而，可以根据预设的人脸识别算法，计算拍摄装置拍摄到的人脸图像与预先存储的目标人物的人脸图像的相似度，如果相似度大于预设的相似度阈值，则发出预警信息(比如，可以显示拍摄装置拍摄到的人脸图像和相似度)。工作人员看到预警信息后，可以再次确认拍摄装置拍摄到的人脸图像是否是目标人物，如果是，则可以确定目标人物出现在拍摄装置所在的位置。

在实现本公开的过程中，发明人发现至少存在以下问题：

某些场景下拍摄装置拍摄到的人脸图像可能不清晰(比如雾天导致拍摄的人脸图像不清晰的场景)，此种场景下，再将计算出的相似度与预设的相似度阈值进行比较的话，可能会导致误判(即拍摄到的人脸图像是非目标人物时，可能将其误判为目标人物)，进而，导致发出的预警信息包含大量的误判引发的预警信息，从而，导致预警的精确度较低。

发明内容

为了克服相关技术中存在的预警的精确度较低的问题，本公开提供了一种发出预警信息的方法、装置及***。所述技术方案如下：

根据本公开实施例的第一方面，提供一种发出预警信息的方法，所述方法包括：

获取已生成的预警信息对应的相似度；

根据所述已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值；

每当获取到拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算所述第一人脸图像与预先存储的目标人脸图像的目标相似度；

如果所述目标相似度达到计算出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。

可选的，所述根据所述已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值，包括：

计算所述已生成的预警信息对应的相似度的波动性程度值；

如果所述波动性程度值大于第一预设波动阈值，则将所述已生成的预警信息对应的相似度的平均值，确定为当前场景对应的相似度阈值。

可选的，所述方法还包括：

如果所述波动性程度值小于第二预设波动阈值，且所述已生成的预警信息的数量小于第一预设数量阈值，则确定下调数值，并将上次确定出的相似度阈值与下调数值的差值，确定为当前场景对应的相似度阈值。

可选的，所述方法还包括：

如果所述波动性程度值小于或等于第一预设波动阈值，且大于或等于第二预设波动阈值，则将上次确定出的相似度阈值，确定为当前场景对应的相似度阈值。

可选的，所述获取已生成的预警信息对应的相似度，包括：

每经过预设的获取周期，获取上一获取周期内已生成的预警信息对应的相似度。

可选的，所述获取已生成的预警信息对应的相似度，包括：

每当已生成的预警信息的数量达到第二预设数量阈值时，获取所述已生成的预警信息对应的相似度。

根据本公开实施例的第二方面，提供一种发出预警信息的装置，所述装置包括：

获取模块，用于获取已生成的预警信息对应的相似度；

确定模块，用于根据所述已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值；

计算模块，用于每当获取到拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算所述第一人脸图像与预先存储的目标人脸图像的目标相似度；

发出模块，用于如果所述目标相似度达到计算出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。

可选的，所述确定模块，用于：

计算所述已生成的预警信息对应的相似度的波动性程度值；

可选的，所述确定模块，还用于：

可选的，所述获取模块，用于：

根据本公开实施例的第三方面，提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面的方法步骤。

根据本公开实施例的第四方面，提供一种发出预警信息的***，所述***包括：如第二方面所述的装置，以及拍摄装置。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开实施例中，终端可以获取历史已经生成的预警信息对应的相似度，并根据预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值，进而，当计算出拍摄装置拍摄到的第一人脸图像与目标人脸图像的目标相似度时，可以将目标相似度与确定出的当前场景对应的相似度阈值进行比较，如果目标相似度达到当前场景对应的相似度阈值，则发出第一人脸图像对应的预警信息，其中，拍摄的人脸图像不清晰时，往往计算出的各拍摄到的人脸图像与目标人脸图像的相似度的波动性程度值较大，这种情况下，可以通过提高相似度阈值，得到与当前场景相适应的相似度阈值。这样，终端每次得到目标相似度时，是将其与当前场景相适应的相似度阈值进行比较，不是与预设相似度阈值进行比较，进而，可以减小由于误判发出的预警信息的数量，从而，可以提高预警的精确度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。在附图中：

图1是根据一示例性实施例示出的一种发出预警信息的方法流程图；

图2是根据一示例性实施例示出的一种***框架示意图；

图3是根据一示例性实施例示出的一种发出预警信息的装置的示意图；

图4是根据一示例性实施例示出的一种终端的结构示意图；

图5是根据一示例性实施例示出的一种发出预警信息的***的示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开一示例性实施例提供了一种发出预警信息的方法，该方法可以用于终端中，其中，终端可以是个人电脑，该终端可以与前端设备(拍摄装置)进行数据通信。该终端中可以设置有处理器、存储器和收发器，处理器可以用于得到预警信息的相关处理，存储器可以用于存储下述处理过程中需要和产生的数据，收发器可以用于接收和发送数据。还可以设置有显示器，显示器可以用于显示预警信息。

下面将结合实施方式，对图1所示的处理流程进行详细的说明，内容可以如下：

在步骤101中，获取已生成的预警信息对应的相似度。

在一个可选实施例中，终端可以具有人脸预警功能，并且可以预先存储有初始相似度阈值。在人脸预警功能开启的状态下，终端可以实时获取与其进行数据通信的拍摄装置拍摄到的人脸图像。对于每个获取到的人脸图像，终端可以根据预设的人脸识别算法，计算该人脸图像与预先存储的目标人脸图像的相似度，进而，可以判断得到的相似度与初始相似度阈值的大小关系，如果计算出的相似度大于或等于初始相似度阈值，则终端可以生成并发出该人脸图像对应的预警信息，其中，人脸图像对应的预警信息可以包括人脸图像、相似度、目标人脸图像，还可以包括拍摄该人脸图像的拍摄装置所在的位置。也就是说，在初始阶段，每当计算出相似度后，可以将其与初始相似度阈值进行比较。

目标人物图像可以是服务器或者是终端或者是拍摄装置中存储的人脸图像，例如，注册用户的孩子的脸部照片、走失老人的证件照等等。

终端中可以设置有相似度阈值的计算触发事件，在人脸预警功能开启的状态下，每当检测到相似度阈值的计算触发事件发生时，可以获取已生成的预警信息对应的相似度。

可选的，基于相似度阈值的计算触发事件不同，步骤101的处理方式可以多种多样，以下给出了几种可行的处理方式：

方式一，每经过预设的获取周期，获取上一获取周期内已生成的预警信息对应的相似度。

在一个可选实施例中，终端中可以预先设置有获取周期，即可以将预设的获取周期作为相似度阈值的计算触发事件。也就是说，在人脸预警功能开启的状态中，每经过预设的获取周期，终端即可以获取上一获取周期内已生成的预警信息对应的相似度。例如，当终端接收到人脸功能预警开启指令的时刻为9:00，周期为一小时，则到达10:00时，终端可以获取9:00到10:00之间生成的预警信息对应的相似度，到达11:00时，终端可以获取10:00到11:00之间生成的预警信息对应的相似度，以此类推。

方式二，每当已生成的预警信息的数量达到第二预设数量阈值时，获取已生成的预警信息对应的相似度。

在一个可选实施例中，终端中可以预先存储有数量阈值(即第二预设数量阈值)。此种情况下，每当已生成的预警信息的数量达到第二预设数量阈值时，终端可以获取此次已生成的预警信息对应的相似度。

方式三：每当计算出相似度阈值时，开始计时，并对已生成的预警信息的数量开始计数；当计时时长达到预设时长、或者计数数量达到第二预设数量阈值时，获取已生成的预警信息对应的相似度。

在一个可选的实施例中，每当计算出相似度阈值时，可以重新开始计时，并对已生成的预警信息的数量重新开始计数，其中，计算相似度阈值的具体处理过程将在后续进行详细的表述。当计时时长达到预设时长、或者计数数量达到第二预设数量阈值时，获取已生成的预警信息对应的相似度，也就是说，上述条件中只要满足其一，终端就可获取已生成的预警信息对应的相似度。

在步骤102中，根据已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值。

在一个可选实施例中，获取到已生成的预警信息对应的相似度后，终端可以确定已生成的预警信息对应的相似度的波动性程度值，进而，可以确定当前场景对应的相似度阈值。

可选的，确定相似度阈值的具体处理过程可以如下：计算已生成的预警信息对应的相似度的波动性程度值；如果波动性程度值大于第一预设波动阈值，则将已生成的预警信息对应的相似度的平均值，确定为当前场景对应的相似度阈值。

在一个可选实施例中，获取到已生成的预警信息对应的相似度后，可以根据预设的波动性程度值的计算公式，计算相似度的波动性程度值，其中，波动性程度值可以是已生成的预警信息对应的相似度的方差或者标准差。例如，获取到的4个已生成的预警信息对应的相似度为a、b、c、d，则终端可以按照方差或者标准差的计算公式，计算a、b、c、d的方差或标准差。得到波动性程度值后，可以将其与第一预设波动阈值进行比较，如果获取到的相似度的波动性程度值大于第一预设波动阈值(此种情况说明，当前场景中拍摄到的人脸图像的清晰度较低，导致拍摄到的人脸图像是非目标人物时，可能将其误判为目标人物)，则终端可以计算已生成的预警信息对应的相似度的平均值，进而，可以将计算出的平均值确定为当前场景对应的相似度阈值。也就是说，已生成的预警信息对应的相似度的波动性程度值较大时，可以适当的提高当前场景对应的相似度阈值，以便终端后续生成的预警信息的数量降低，进而，可以减轻工作人员对预警信息进行人工确认的压力。

可选的，终端还可以在相似度阈值较高时，适当的降低后续使用的相似度阈值，相应的，处理过程可以如下：如果波动性程度值小于第二预设波动阈值，且已生成的预警信息的数量小于第一预设数量阈值，则确定下调数值，并将上次确定出的相似度阈值与下调数值的差值，确定为当前场景对应的相似度阈值。

在一个可选实施例中，得到波动性程度值后，终端还可以将波动性程度值与第二预设波动阈值进行比较，如果波动性程度值小于第二预设波动阈值，则终端可以进一步判断获取到的已生成的预警信息的数量，如果已生成的预警信息的数量小于第一预设数量阈值，则终端可以在原来的相似度阈值的基础上适当的降低相似度阈值。

可选地，终端可以在确定此次下调的下调数值后，将上次确定出的相似度阈值与下调数值的差值，确定为当前场景对应的相似度阈值，其中，下调数值可以是预设数值，也可以是根据上次确定出的相似度阈值确定出来的。对于后者，终端可以将相似度的上限值与上次确定出的相似度阈值的差值的一半，确定为下调数值，例如，上一次确定出的相似度阈值为80，上限值为100，则终端可以将100与80的差值的一半(即为10)确定为下调数值。这样，生成的预警信息的数量较少时，可以适当的降低相似度阈值，以便终端可以生成适量的预警信息，并且增大查找到目标人物的可能。

可选的，终端还可以在相似度阈值位于预设范围内时，不对上次确定出的相似度阈值进行改变，相应的，处理过程可以如下：如果波动性程度值小于或等于第一预设波动阈值，且大于或等于第二预设波动阈值，则将上次确定出的相似度阈值，确定为当前场景对应的相似度阈值。

在一个可选实施例中，将计算出的相似度阈值与第一预设波动阈值进行比较后，如果波动性程度值介于第二预设波动阈值和第一预设波动阈值之间，则终端可以获取上次确定出的相似度阈值，并可以将其确定为当前场景对应的相似度阈值，即此种情况下，可以不对上次确定出的相似度阈值进行改变，可以在后续过程中继续使用。

在步骤103中，每当获取到拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算第一人脸图像与预先存储的目标人脸图像的目标相似度。

在一个可选实施例中，终端可以与前端设备(拍摄装置)进行数据通信，每当拍摄装置拍摄到人脸图像(可以称为第一人脸图像)时，可以将其发送至终端，如图2所示。终端接收到第一人脸图像后，可以根据预设的人脸识别算法，计算第一人脸图像与预先存储的目标人脸图像的相似度(即目标相似度)，其中，目标人脸图像可以是目标人物的人脸图像。

另外，终端每当确定出当前场景对应的相似度阈值后，可以将其发送至拍摄装置，相应的，拍摄装置接收到当前场景对应的相似度阈值后，可以进行存储，并每当拍摄到第一人脸图像时，可以将第一人脸图像和接收到的相似度阈值，按照预设格式，生成任务数据。例如，可以按照表格的形式，生成包含第一人脸图和相似度阈值的任务数据，任务数据还可以包括拍摄装置所在的位置和标识等信息。生成任务数据后，可以将任务数据发送至终端，相应的，终端接收到任务数据后，可以获取其中的第一人脸图像，并计算第一人脸图像与预先存储的目标人脸图像的目标相似度。

在步骤104中，如果目标相似度达到确定出的当前场景对应的相似度阈值，则发出第一人脸图像对应的预警信息。

在一个可选实施例中，计算出目标相似度后，终端将目标相似度与确定出的当前场景对应的相似度阈值的大小进行比较，如果目标相似度达到确定出的当前场景对应的相似度阈值，则终端可以生成并发出第一人脸图像对应的预警信息。

当终端与多个地点的拍摄装置进行通信时，即当终端可以获取到多个地点的拍摄装置拍摄的人脸图像时，终端可以分别确定每个地点对应的后续使用的相似度阈值，即对于每个地点，终端均可按照上述步骤101-104所述的方法进行处理。具体的，对于每个地点，获取已生成的预警信息对应的相似度；根据已生成的预警信息对应的相似度的波动性程度值，确定该地点的当前场景对应的相似度阈值；每当获取到该地点的拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算第一人脸图像与预先存储的目标人脸图像的目标相似度；如果目标相似度达到该地点的当前场景对应的相似度阈值，则发出第一人脸图像对应的预警信息。

本公开实施例中，终端可以获取历史已经生成的预警信息对应的相似度，并根据预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值，进而，当计算出拍摄装置拍摄到的第一人脸图像与目标人脸图像的目标相似度时，可以将目标相似度与确定出的当前场景对应的相似度阈值进行比较，如果目标相似度达到当前场景对应的相似度阈值，则发出第一人脸图像对应的预警信息。拍摄的人脸图像不清晰时，往往计算出的各拍摄到的人脸图像与目标人脸图像的相似度的波动性程度值较大，这种情况下，可以通过提高相似度阈值，得到与当前场景相适应的相似度阈值。这样，终端每次得到目标相似度时，是将其与当前场景相适应的相似度阈值进行比较，不是与预设相似度阈值进行比较，进而，可以减小由于误判发出的预警信息的数量，从而，可以提高预警的精确度。

本公开又一示例性实施例提供了一种发出预警信息的装置，如图3所示，该装置包括：

获取模块310，用于获取已生成的预警信息对应的相似度；

确定模块320，用于根据所述已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值；

计算模块330，用于每当获取到拍摄装置拍摄到的第一人脸图像时，根据预设的人脸识别算法，计算所述第一人脸图像与预先存储的目标人脸图像的目标相似度；

发出模块340，用于如果所述目标相似度达到确定出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。

可选的，所述确定模块320，用于：

计算所述已生成的预警信息对应的相似度的波动性程度值；

可选的，所述确定模块320，还用于：

可选的，所述获取模块310，用于：

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

需要说明的是：上述实施例提供的发出预警信息的装置在发出预警信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的发出预警信息的装置与发出预警信息的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本公开再一示例性实施例示出了一种终端的结构示意图。参照图4，终端400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。

处理组件402通常控制终端400的整体操作，诸如与显示，数据通信，相机操作和记录操作相关联的操作。处理元件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理部件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。

存储器404被配置为存储各种类型的数据以支持在终端400的操作。这些数据的示例包括用于在终端400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件406为终端400的各种组件提供电力。电力组件406可以包括电源管理***，一个或多个电源，及其他与为音频输出设备400生成、管理和分配电力相关联的组件。

多媒体组件408包括在所述终端400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当终端400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当音频输出设备400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。

I/O接口412为处理组件402和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件414包括一个或多个传感器，用于为终端400提供各个方面的状态评估。例如，传感器组件414可以检测到终端400的打开/关闭状态，组件的相对定位，例如所述组件为终端400的显示器和小键盘，传感器组件414还可以检测终端400或终端400一个组件的位置改变，用户与终端400接触的存在或不存在，终端400方位或加速/减速和终端400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件416被配置为便于终端400和其他设备之间有线或无线方式的通信。终端400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件416经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，终端400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由终端400的处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，所述存储介质中的指令被处理器执行时，以实现发出预警信息的方法，该方法包括：

获取已生成的预警信息对应的相似度；

如果所述目标相似度达到确定出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。

可选的，所述存储介质中的指令还可以被处理器执行以实现：

计算所述已生成的预警信息对应的相似度的波动性程度值；

如图5所示，本公开提供一种发出预警信息的***500，包括：上述实施例提供的发出预警信息的装置501，以及拍摄装置502。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种发出预警信息的方法，其特征在于，所述方法包括：

获取已生成的预警信息对应的相似度；

2.根据权利要求1所述的方法，其特征在于，所述根据所述已生成的预警信息对应的相似度的波动性程度值，确定当前场景对应的相似度阈值，包括：

计算所述已生成的预警信息对应的相似度的波动性程度值；

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述获取已生成的预警信息对应的相似度，包括：

6.根据权利要求1所述的方法，其特征在于，所述获取已生成的预警信息对应的相似度，包括：

7.一种发出预警信息的装置，其特征在于，所述装置包括：

获取模块，用于获取已生成的预警信息对应的相似度；

发出模块，用于如果所述目标相似度达到确定出的当前场景对应的相似度阈值，则发出所述第一人脸图像对应的预警信息。

8.根据权利要求7所述的装置，其特征在于，所述确定模块，用于：

计算所述已生成的预警信息对应的相似度的波动性程度值；

9.根据权利要求8所述的装置，其特征在于，所述确定模块，还用于：

10.根据权利要求8或9所述的装置，其特征在于，所述确定模块，还用于：

11.根据权利要求7所述的装置，其特征在于，所述获取模块，用于：

12.根据权利要求7所述的装置，其特征在于，所述获取模块，用于：

13.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。

14.一种发出预警信息的***，其特征在于，所述***包括：如权利要求7-12中任一项所述的装置，以及拍摄装置。