CN109858371A - 人脸识别的方法及装置 - Google Patents

Abstract

本申请实施例公开了一种人脸识别方法及装置。所述人脸识别方法包括：获取视频监测设备中的目标人脸图像；将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。本申请实施例有利于提高人脸识别的准确度。

Description

人脸识别的方法及装置

技术领域

本申请涉及移动终端技术领域，具体涉及人脸识别的方法及装置。

背景技术

如今，在人与人相连的时代，围绕人提供的服务首先要解决的是辨识人的身份问题。人脸识别作为身份识别的重要方式，广泛应用于公安、金融、机场、地铁、边防口岸等多个对人员身份进行自然比对识别的重要领域。

目前的人脸识别技术多采用静态底库和视频抓拍人脸进行比对，如果静态底库照片和动态人脸差异较大，那么就容易出现漏识别现象。

发明内容

本申请实施例提供了一种人脸识别的方法及装置，可以提高人脸识别的准确度，降低误识别率。

第一方面，本申请实施例提供一种人脸识别的方法，所述方法包括：

获取视频监测设备中的目标人脸图像；

将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可选的，所述获取视频监测设备中的目标人脸图像，包括：

当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；

从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

可选的，若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功，包括：

若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

可选的，所述动态库中的动态图片的人脸大小超过第一门限且所述人脸处于正脸姿态。

可选的，所述方法还包括：

当所述第一相似度值高于第一预设阈值时，确定匹配成功；

根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；以及输出所述信息。

本发明第二方面还公开了一种人脸识别的装置，其特征在于，所述装置包括：

获取单元，用于获取视频监测设备中的目标人脸图像；

比对单元，用于将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

判断单元，用于当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

所述判断单元，还用于若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

确定单元，用于若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可选的，所述获取单元，具体用于当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

可选的，所述确定单元，具体用于若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

可选的，所述动态库中的动态图片的人脸大小超过第一门限且所述人脸处于正脸姿态。

可选的，所述装置还包括输出单元；

所述确定单元，还用于当所述第一相似度值高于第一预设阈值时，确定匹配成功；根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；

所述输出单元，用于输出所述信息。

第三方面，本申请实施例提供一种移动终端，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤，所述计算机包括移动终端。

第五方面，本申请实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包，所述计算机包括移动终端。

可以看出，本申请实施例中，获取视频监测设备中的目标人脸图像；将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。可以理解的是，由于目标人脸图像是在视频监测设备中截取的图像，那么将该目标人脸图像与静态库中第一类图片进行匹配可能会存在误差(第一类图片的质量高于第二类图像的质量，比如第一类图片为证件照图片，第二类为不同年龄段生活照的图片，备选人脸图片隶属于第二类图片)；本申请实施例引入备选人脸图片，可进行模糊匹配(因为第二预设阈值是小于第一预设阈值的)，若模糊匹配成功，可确保目标人脸图像可大致匹配，那么为了在模糊匹配的基础上提高人脸的识别率，本发明进一步引入动态库，如果人脸图像和动态库中的动态图匹配，则说明人脸识别成功。因此通过本申请实施例提供的技术方案，通过结合静态库的静态图和动态库的动态图，可以在静态图模糊识别成功的基础上，通过动态图进行进一步的准确识别，有利于提高人脸识别的准确度，降低误识别率，也可降低漏检率。

附图说明

下面将对本申请实施例所涉及到的附图作简单地介绍。

图1a是本申请实施例提供的一种人脸识别装置的物理架构示意图；

图1b是本申请实施例提供的一种人脸识别方法的流程示意图；

图2是本申请实施例公开的另一种人脸识别方法的流程示意图；

图3是本申请实施例公开的另一种人脸识别方法的流程示意图；

图4是本申请实施例公开的一种电子设备的结构示意图；

图5是本申请实施例公开的一种人脸识别装置的功能单元组成框图；

图6是本申请实施例公开的另一种人脸识别装置的功能单元组成框图；

图7是本申请实施例公开的另一种人脸识别装置的功能单元组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为移动终端。本申请实施例所涉及到的操作***是对硬件资源进行统一管理，并向用户提供业务接口的软件***。

针对上述情况，本申请实施例提出一种人脸识别方法，下面结合附图对本申请实施例进行介绍。

如图1a所示，本发明提供的人脸识别装置10包括人脸识别单元110、静态库120以及动态库130。

其中，静态库130中存储有静态的图片，如人物的证件照、生活照等。可以理解的是，静态图片是指图片中的内容处于静止状态的图片，比如可以是jpg格式的图片，或JPEG格式的图片、或PNG格式的图片等。动态库120中存储有人物的动态图片，可以理解的是动态图片是指图片中包括动作的图片，比如gif格式的图片。举例来说，一个时间长度为10秒的人物动态图，前五秒该动态图中的人物处于正脸站直状态，五秒之后该动态图中的人物就会运动比如蹲下、转身以及蹦蹦跳跳等。需要指出的是，获取人脸图像，如果人脸图像的图像特征与静态库130中人脸图像的图片特征进行匹配以获取的相似度小于第一预设阈值时，需要借助动态库120中的动态图片进行辅助识别。

具体的，结合图1a所示的架构来详细描述。请参阅图1b，图1b是本申请实施例提供了一种人脸识别方法的流程示意图，应用于电子设备，如图所示，本人脸识别方法包括：

S101、获取视频监测设备中的目标人脸图像；

其中，需要指出的是，本实施例的执行主体为人脸识别装置。其中，该视频检测设备可以是人脸识别装置的一部分，当然也可以是独立的装置。

其中，需要指出的是，所述获取视频监测设备中的目标人脸图像，包括：当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

举例来说，人脸识别装置获取一段视频，当检测到有人物出现在该视频中时，对该包含该人物头像的视频进行截图；获取多张截图；根据每张截图中人脸图像的质量进行排序，将排在最前面的图像作为目标人脸图像。其中，质量的衡量维度包括是否为人脸的正脸以及是否清晰。

S102、将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

举例来说，该第一类图像是静态库中存储的证件照。其中，可以理解的是，一个人物的证件照可以由有一张或多张。当人物的证件照有多张时，会根据证件照的像素、清晰度等参数进行质量排序，第一类图像为排序第一的图像。

可以理解的是，将所述目标人脸图像与静态库中的第一类图像进行比对(即与排序第一的图片进行比对)，可以以最快的速度确定是否比对成功，如果比对成功，则直接反馈比对结果，快速的响应可提升用户体验。

举例来说，为保证静态库中照片的质量，要求静态库中的照片分辨率大于预设分辨率(比如1024*768)，且人脸头像至少占图的三分之一。

另外，需要指出的是，将所述目标人脸图像与静态库中的第一类图像进行比对，包括：将所述目标人脸图像中的图像特征与静态库中的第一类图像中的向特征进行比对。

举例来说，可以是将所述目标人脸图像中的人脸特征与静态库中的第一类图像中的人脸特征进行比对。

举例来说，比对的过程包括：人脸图像特征提取，以及图像特征的匹配。具体的，人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。人脸图像特征匹配是指提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。

举例来说，静态库中可以包括很多图像集合。每个图像集合都是以一个人物为主题的。比如图像集合1是小A的照片集合。其中，证件照为排序第一的第一类图片。小A的照片集合中还会包括小A不同年龄的或在不同地点的生活照。当然，除了第一类照片，其他照片会按照照片质量进行排序(照片质量包括像素，是否正脸等维度)。

S103、当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

其中，可以理解的是，第一预设阈值大于第二预设阈值。

举例来说，比如第一预设阈值为95％，第二预设阈值为80％。

再比如，第一预设阈值为98％，第二预设阈值为85％。其中，第一预设阈值和第二预设阈值可以是人工设定的，也可以是***默认的；当然，还可以是通过仿真确定的。

其中，可以理解的是备选人脸图片是排序前2至N的图片，N为大于2的正整数。N可以是用户设置的，也可以是***默认的。

可以理解的是，如果所述目标人脸图像与静态库中的第一类图像的相似度低于第一预设阈值，那么就需要尝试下与排序2-N的图片进行比对，如果与2-N中图片比对后，获得的相似度大于第二预设阈值，那么说明排序2-N的图片有可能是与目标人脸图像匹配的，为了进一步确认是否匹配，可以引入动态图进行辅助识别，从而提升匹配的准确率。

举例来说，针对用户A，静态库中存储了10张A的人脸图片。有证件照的，有生活照的等等。将目标人脸图片与这10张A的人脸图片进行一一比对后以获取10个相似度值，判断是否有相似度值超过第一预设阈值的图片，如果没有，那么就在将目标人脸图片与这10张A的人脸图片进行一一比对以确定是否有相似度超过第二预设阈值ID图片。如果有，则进行104，如果没有则返回识别失败。

可选的，所述方法还包括：当所述第一相似度值高于第一预设阈值时，确定匹配成功；根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；以及输出所述信息。

S104、若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

可以理解的是，可以将所述备选人脸图片与动态库中的动态图片进行匹配，如果匹配成功，则确定存在与所述备选人脸图片对应的动态图片。

举例来说，若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片。

另外，可以理解的是，所述动态库中的动态图片的人脸大小超过第一门限且所述人脸处于正脸姿态。第一门限为人脸图片的四分之一或三分之一等。当然人脸大小可以用面积标识，也可以用人脸的长度来衡量。比如人脸的长度与图片长度的比例。

可选的，动态图片中人脸的正脸可以要求是连续N秒的。N为大于0的正数。

S105、若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

其中可选的，若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功，包括：若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

其中，该第三阈值可以是人工设定的，也可以是***默认的。

另外，需要指出的是，动态库中的动态图片可以是提前录入的，也可以是匹配失败后录入的。

举例来说，当人脸比对失败的时候，可以通过屏幕提示用户靠近摄像头，“请保持正脸停留N秒...”，录制完动态图之后，会将动态图入库。入库成功后，会建立人脸静态库图片和动态图库的关联关系。

比如拿人脸识别考勤机来说，该机器包括摄像功能。

a)张三拿出一张5年前的自拍照片(比如美颜过)，通过后台入库，静态库中有了一张张三的静态图；

b)张三考勤的时候，由于相机位置比较远，人脸姿态也不是很好，和5年前的张三静态图比对不上，此时张三通过电视屏幕上会发现自己没有记录考勤信息；

c)张三发现考勤失败，那么会正脸靠近站在摄像头前，录取一张清晰的动态图片(此时人脸质量很好，可以和5年前张三静态图比对上)，电视屏幕会提示张三动态入库；

d)张三后续经过摄像头时候，虽然抓拍的人脸图片不好(姿态、人脸比较小等)，但和静态图中张三能有一定的相识度(在第一门限和第二门限之间)，此时在区间内会有多张人脸(比如李四)也有一定的相识度；

e)此处动态入库就起作用了，比如在第一门限和第二门限期间有张三、李四、王五三个静态图片被选中，那么再根据静态图找找对应的动态图，由于动态图是近期拍摄的高质量人脸图片，张三就很容易比对成功。

进一步可选的，该人脸识别装置可以与警察局的服务器连接；该人脸识别装置可以从警局服务器下载通缉犯的照片，如果匹配获取的人脸照片与警局下发的通缉犯的照片匹配，那么可以触发报警。

当然，该人脸识别装置还可以获取走失人口的照片，然后将获取的到人脸图片与走失人口的照片进行匹配，如果匹配成功，则继续监视该走失人口的行动轨迹，还可以进行报警。

可以看出，本申请实施例中，获取视频监测设备中的目标人脸图像；将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。本申请实施例有利于提高人脸识别的准确度，降低误识别率。

与所述图1b所示的实施例一致的，请参阅图2，图2是本申请实施例提供的一种人脸识别方法的流程示意图，应用于电子设备，如图所示，本人脸识别方法包括：

S201，当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；

S202，从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像；

S203，将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值。

S204，当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

S205，若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

S206，若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。可以看出，本申请实施例中，会从监测到的多张人脸图像中选择一张质量超过预设门限的人脸图像进行特征提取以获取目标人脸图像，从而保证原始图像的质量，进而方便后续的人脸匹配，为后续的高准确度、低误识别率提供基础。

与所述图1b所示的实施例一致的，请参阅图3，图3是本申请实施例提供的一种人脸识别方法的流程示意图，应用于电子设备；如图所示，本人脸识别方法包括：

S301，获取动态图片，并将所述动态图片存入动态库中；

其中，所述动态图片中的人脸大小超过第一门限且所述人脸处于正脸姿态。进一步的，动态图中的人物的正脸会持续至少N秒，N为大于1的自然数。举例来说，N为2或3或4秒等，在此不做限制。

S302、获取视频监测设备中的目标人脸图像；

可以理解的是，该视频监测设备可以安装在火车站、飞机场、十字路口、步行街等人口密集的地方。当然也可以安装在医院、学校、政府等地方。该视频监测设备可以定期或不定期的将录制的视频上传至服务器。本发明实施例的执行主体为人脸识别装置，该装置可以从服务器中读取视频，当然也可以直接接收视频监测设备发送的视频，然后从视频中获取目标人脸图像。

S303，将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

S304，当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

S305，所若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

S306，若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可以看出，本申请实施例中，提供了动态库，该动态库中存储了高质量的动态图片以辅助进行人脸识别，从而提高了人脸识别的准确度，降低了误识别率。

请参阅图4，图4是本申请实施例提供的一种电子设备400的结构示意图，该电子设备400可用于进行人脸识别，比如执行图1b至图3任一所述附图所对应的方法。如图4所示，电子设备400包括应用处理器410、存储器420、通信接口430以及一个或多个程序421，其中，所述一个或多个程序421被存储在上述存储器420中，并且被配置由上述应用处理器410执行，所述一个或多个程序421包括用于执行以下步骤的指令；

获取视频监测设备中的目标人脸图像；

将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

其中，可选的，所述获取视频监测设备中的目标人脸图像，包括：

当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；

从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

其中，可选的若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功，包括：

若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

其中，需要指出的是，所述动态图片中的人脸大小超过第一门限且所述人脸处于正脸姿态。

进一步可选的，所述方法还包括：

当所述第一相似度值高于第一预设阈值时，确定匹配成功；

根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；以及输出所述信息。

从上可知，通过本发明实施例提供的电子设备，获取视频监测设备中的目标人脸图像；将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。本申请实施例有利于结合用户人脸动态抓拍信息，辅助静态人脸图库比对，提高了用户人脸识别的准确度。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

需要注意的是，本申请装置实施例所描述的人脸识别装置是以功能单元的形式呈现。这里所使用的术语“单元”应当理解为尽可能最宽的含义，用于实现各个“单元”所描述功能的对象例如可以是集成电路ASIC，单个电路，用于执行一个或多个软件或固件程序的处理器(共享的、专用的或芯片组)和存储器，组合逻辑电路，和/或提供实现上述功能的其他合适的组件。

图5示出了本申请实施例中所涉及的人脸识别装置500，人脸识别装置500包括：

获取单元501，用于获取视频监测设备中的目标人脸图像；

比对单元502，用于将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

判断单元503，用于当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

判断单元503，还用于若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

确定单元504，用于若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可以理解的是，获取单元501、比对单元502、判断单元503以及确定单元504可用于执行S101-S105所述的方法。

图6示出了本申请另一实施例中所涉及的人脸识别装置600，人脸识别装置600包括：

识别单元601，用于当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；

其中，可以理解的是，出现的人物可以是随机的，也可以是目标人物。

选择单元602，用于从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像；

比对单元603，用于将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值。

判断单元604，用于当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

判断单元604，还用于若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

确定单元605，用于若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可以理解的是，识别单元601、选择单元602、比对单元603、判断单元604以及确定单元605可用于执行S201-S206所述的方法。

图7示出了本申请另一实施例中所涉及的人脸识别装置700，人脸识别装置700包括：

获取单元701，用于获取动态图片；

存储单元702，用于将所述动态图片存入动态库中；

其中，所述动态图片中的人脸大小超过第一门限且所述人脸处于正脸姿态。进一步的，动态图中的人物的正脸会持续至少N秒，N为大于1的自然数。举例来说，N为2或3或4秒等，在此不做限制。

获取单元701，还用于获取视频监测设备中的目标人脸图像；

可以理解的是，该视频监测设备可以安装在火车站、飞机场、十字路口、步行街等人口密集的地方。当然也可以安装在医院、学校、政府等地方。该视频监测设备可以定期或不定期的将录制的视频上传至服务器。本发明实施例的执行主体为人脸识别装置，该装置可以从服务器中读取视频，当然也可以直接接收视频监测设备发送的视频，然后从视频中获取目标人脸图像。

比对单元703，用于将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

判断单元704，用于当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

判断单元704，还用于所若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

确定单元705，用于若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

可以理解的是，获取单元701、存储单元702、比对单元703、判断单元704以及确定单元705可用于执行S301-S306所述的方法。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如所述方法实施例中记载的任一方法的部分或全部步骤，所述计算机包括移动终端。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如所述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，所述计算机包括移动终端。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在所述实施例中，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解所述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种人脸识别的方法，其特征在于，所述方法包括：

获取视频监测设备中的目标人脸图像；

将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

2.根据权利要求1所述的方法，其特征在于，所述获取视频监测设备中的目标人脸图像，包括：

当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；

从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

3.根据权利要求2所述的方法，其特征在于，若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功，包括：

若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

4.根据权利要求3所述的方法，其特征在于，所述动态图片中的人脸大小超过第一门限且所述人脸处于正脸姿态。

5.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：

当所述第一相似度值高于第一预设阈值时，确定匹配成功；

根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；以及输出所述信息。

6.一种人脸识别的装置，其特征在于，所述装置包括：

获取单元，用于获取视频监测设备中的目标人脸图像；

比对单元，用于将所述目标人脸图像与静态库中的第一类图像进行比对，以得到第一相似度值；

判断单元，用于当所述第一相似度值低于第一预设阈值时，判断所述静态库中是否存在与所述目标人脸图像的相似度大于第二预设阈值的备选人脸图片；

所述判断单元，还用于若存在所述备选人脸图片，则判断动态库中是否存在与所述备选人脸图片对应的动态图片；

确定单元，用于若所述动态库中存在与所述备选人脸图片对应的动态图片，则确定匹配成功。

7.根据权利要求6所述的装置，其特征在于，所述获取单元，具体用于当检测到有人物出现在所述视频检测设备中时，对所述人物进行人脸识别；从识别出的多张人脸中选择一张质量超过预设门限的人脸进行特征提取以获取目标人脸图像。

8.根据权利要求7所述的装置，其特征在于，所述确定单元，具体用于若所述动态库中存在与所述备选人脸图片对应的动态图片且所述备选人脸图片与所述动态图片的匹配度大于第三预设阈值，则确定匹配成功。

9.根据权利要求8所述的装置，其特征在于，所述动态库中的动态图片的人脸大小超过第一门限且所述人脸处于正脸姿态。

10.根据权利要求6至9任一所述的装置，其特征在于，所述装置还包括输出单元；

所述确定单元，还用于当所述第一相似度值高于第一预设阈值时，确定匹配成功；根据匹配到的人脸图片确定所述目标人脸图像中人物的信息；

所述输出单元，用于输出所述信息。