CN111405175B - 摄像头控制方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种摄像头控制方法、装置、计算机设备和存储介质。所述方法包括：检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。采用本方法能够在下次人脸支付时，不需要重新开启摄像头，直接使用处于开启状态的摄像头进行人脸支付，提高了人脸支付的效率。

Description

摄像头控制方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种摄像头控制方法、装置、计算机设备和存储介质。

背景技术

随着人脸识别技术的发展，通过人脸识别来实现订单支付，传统的人脸识别技术通常由商户APP(应用程序，Application)拉起人脸支付SDK(Software Development Kit，软件开发工具包)进行人脸支付，并退出SDK返回人脸支付结果给商户APP的模式。目前，人脸支付SDK在进行人脸支付时，需要打开摄像头，当人脸支付完成时，关闭摄像头。商户APP在进行业务处理通常需要不同的客户进行人脸支付，即多次重复上述开关摄像头的步骤。然而，由于摄像头每次打开均需要涉及一系列的初始化操作，需要消耗时间，导致人脸支付的效率降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高人脸支付效率的摄像头控制方法、装置、计算机设备和存储介质。

一种摄像头控制方法，所述方法包括：

检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；

当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；

当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

一种摄像头控制装置，所述装置包括：

摄像头启动模块，用于检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；

数据采集模块，用于当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；

开启判断模块，用于当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；

当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；

当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；

当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；

当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

上述摄像头控制方法、装置、计算机设备和存储介质，通过触发人脸支付事件时，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头进行人脸支付；当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。在人脸支付应用程序退出时，根据摄像头对应的资源使用数据来判断是否需要让摄像头处于开启状态，当符合预设摄像头开启条件时，使摄像头处于开启状态，使得在下次人脸支付时，不需要重新开启摄像头，直接使用处于开启状态的摄像头进行人脸支付，提高了人脸支付的效率。

附图说明

图1为一个实施例中摄像头控制方法的应用环境图；

图2为一个实施例中摄像头控制方法的流程示意图；

图3为一个具体实施例中判断关闭摄像头的流程示意图；

图4为一个实施例中人脸支付的流程示意图；

图5为一个实施例中触发退出事件的流程示意图；

图6为一个实施例中触发目标人脸支付事件的流程示意图；

图7为另一个具体实施例中判断关闭摄像头的流程示意图；

图8为一个实施例中摄像头控制装置的结构框图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能***。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

本申请实施例提供的方案涉及人工智能的机器学习等技术，具体通过如下实施例进行说明:

本申请提供的摄像头控制方法，可以应用于如图1所示的应用环境中。其中，人脸支付设备102与摄像头104通过物理连接进行通信。人脸支付设备102检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头104；当人脸支付设备102检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；当资源使用数据符合预设摄像头开启条件时，使摄像头104处于开启状态。其中，人脸支付设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，摄像头可以是摄像机、摄影机等。

在一个实施例中，如图2所示，提供了一种摄像头控制方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

S202，检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头。

其中，人脸支付事件是指进行拍摄人脸图像进行各种订单支付的事件，比如，通过拍摄人脸图像进行购物订单支付或者是通过拍摄人脸图像进行餐饮订单支付等等。人脸支付应用程序是指能够运行人脸支付工具的应用程序，人脸支付工具是用于进行人脸支付的工具，通过人脸支付工具接口可以调用该人脸支付工具。

具体来说：人脸支付设备检测到触发人脸支付事件，用户可以通过进行人脸支付的各种操作来触发人脸支付事件，例如，可以通过点击人脸支付按钮或者图标的操作来触发人脸支付事件，使人脸支付设备检测到触发人脸支付事件，响应与人脸支付事件，人脸支付设备运行预先已安装完成的人脸支付应用程序。人脸支付应用程序通过人脸支付工具接口可以调用该人脸支付工具，使用人脸支付工具启动摄像头，通过摄像头拍摄人脸图像，并根据人脸图像进行人脸支付。

S204，当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据。

其中，人脸支付应用程序退出是指使人脸支付应用程序在人脸支付设备的后台运行。资源使用数据是指使用摄像头时，人脸支付设备当前的资源消耗程度。该资源使用数据可以包括人脸支付工具的渲染帧率、CPU(central processing unit，中央处理器)的使用率、GPU(Graphics Processing Unit，图形处理器)的使用率、内存的使用率、摄像头数据的帧率和设备芯片的温度中的至少一种。该资源使用数据可以是在人脸支付应用程序运行时按照预先设置好的时间间隔进行采集然后保存在本地，在使用时可以直接从本地进行获取。也可以是在人脸支付应用程序退出时采集得到。

具体地，当人脸支付设备检测到人脸支付应用程序需要在后台运行时，人脸支付设备获取到摄像头对应的资源使用数据。比如，通过人脸支付设备的***接口获取到CPU的使用率、GPU的使用率和内存的使用率等等，通过人脸支付应用程序读取摄像头数据流时，可以获取到摄像头数据的帧率。在摄像头数据在人脸支付设备预览时通过计算得到人脸支付工具的渲染帧率。

S206，当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

其中，预设摄像头开启条件是指预先设置号的摄像头开启的条件。摄像头处于开启状态是指使摄像头实时运行并拍摄图像数据。

具体地，人脸支付设备判断资源使用数据是否符合预设摄像头开启条件，当资源使用数据符合所有的预设摄像头开启条件时，使摄像头处于开启状态，并将人脸支付应用程序在后台运行。即使摄像头在人脸支付应用程序在后台运行时也处于开启状态。比如，当人脸支付工具的渲染帧率超过预设渲染帧率阈值，且摄像头数据的帧率超过预设帧率阈值，且内存使用率未超过预设内存使用率，且CPU使用率未超过预设CPU使用率，且GPU使用率未超过预设GPU使用率时，使摄像头处于开启状态。

在一个实施例中，人脸支付设备还可以判断设备芯片的温度，当设备芯片的温度低于预设温度时，使摄像头处于开启状态。当设备芯片的温度高于预设温度时，关闭摄像头。

在上述摄像头控制方法中，通过触发人脸支付事件时，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头进行人脸支付；当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。在人脸支付应用程序退出时，根据摄像头对应的资源使用数据来判断是否需要让摄像头处于开启状态，当符合预设摄像头开启条件时，使摄像头处于开启状态，使得在下次人脸支付时，不需要重新开启摄像头，直接使用处于开启状态的摄像头进行人脸支付，提高了人脸支付的效率。

在一个具体的实施例中，如图3所示，为人脸支付应用程序退出时，判断资源使用数据是否符合预设摄像头开启条件的流程示意图。具体来说：

当人脸支付工具的渲染帧率大于10fbs，摄像头数据的帧率大于15fbs，内存的使用率小于80％，CPU使用率小于80％，GPU的使用率小于80％时，退出人脸支付应用程序时，不关闭摄像头，即使摄像头处于开启状态。当且仅当其中一个预设摄像头开启条件不满足时，退出人脸支付应用程序时，关闭摄像头，即能够在资源允许的条件下使摄像头一直处于开启状态，在需要使用摄像头时，不需要重新开启摄像头，使得在兼顾设备性能的情况下，提高了人脸支付的效率，同时，在在资源不允许的条件下，关闭摄像头，使得人脸支付设备能够满足其他任务需求的***资源消耗，保证正常的用户体验。

在一个实施例中，人脸支付应用程序退出是指人脸支付应用程序在不可见的状态下运行。

具体地，在人脸支付应用程序退出时，使人脸支付应用程序在人脸支付设备的后台运行，使人脸支付设备上的商户业务应用程序在前台进行运行。即人脸支付设备中从人脸支付应用程序跳转到商户业务应用程序进行显示。

在一个实施例中，如图4所示，步骤S204，当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据，包括步骤：

S402，通过摄像头采集人脸图像，并使用人脸图像进行人脸支付。

其中，人脸图像是指摄像头拍摄得到的支付用户的人脸图像。人脸支付是指基于脸部识别的结果进行支付交易。该脸部识别是指基于人的脸部相貌特征信息进行身份认证的生物特征识别技术。

具体地，人脸支付设备获取到摄像头采集的人脸图像，将人脸图像进行人脸识别，当人脸识别成功时，进行支付交易，并获取到支付交易结果，该支付交易结果包括支付完成和支付失败。人脸识别成功是指识别得到人脸图像中人脸的具体身份信息，然后根据人脸的具体身份信息进行支付交易。比如，可以根据人脸的具体身份信息可以从银行***申请扣款处理。

S404，当检测到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据。

具体地，当人脸支付设备检测得到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行，并获取到摄像头对应的资源使用数据。

在上述实施例中，通过人脸图像进行人脸支付，在检测到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据，即在人脸支付完成时，获取资源使用数据来判断是否进行摄像头开关，方便使用。

在一个实施例中，步骤S202，使用人脸图像进行人脸支付，包括步骤：

将人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用身份标识进行订单支付，得到人脸支付凭证。

其中，预设人脸图像数据库是预先设置好的用于存储人脸图像信息的数据库，该人脸图像信息包括人脸图像和对应的身份标识，该身份标识用于唯一标识该人脸图像，可以是编号，字符串等等，例如可以使用身份证号或者手机号作为人脸图像的身份标识。

具体地，人脸支付设备将人脸图像与预设人脸图像数据库进行匹配，可以使用人脸匹配模型进行匹配，该人脸匹配模型是根据历史人脸图像数据使用机器学习算法进行训练得到的，并预先搭载在人脸支付设备中的。该机器学习算法可以是神经网络算法、SVM(support vector machines，支持向量机)算法、AdaBoost(Adaptive Boosting，自适应增强)算法和随机森林算法中的至少一种。当匹配成功时，获取到人脸图像对应的身份标识，使用身份标识进行订单支付，得到人脸支付凭证。该人脸支付凭证是表示支付成功的凭证。

在一个实施例中，人脸识别设备可以将人脸图像发送到服务器，服务器使用该人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用身份标识进行订单支付，得到人脸支付凭证，将得到的人脸支付凭证返回到人脸识别设备中并进行显示，通过在服务器中进行人脸图像的匹配和支付，降低的人脸识别设备的性能要求，可以使得摄像头能够一直处于开启状态下，提高了人脸支付效率。

在上述实施例中，通过将人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用身份标识进行订单支付，得到人脸支付凭证，提高了得到支付凭证的效率和准确性。

在一个实施例中，如图5所示，步骤S204，即当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据，包括步骤：

S502，检测到人脸支付应用程序触发的退出事件。

S504，响应退出事件，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据。

其中，人脸支付应用程序触发的退出事件是指人脸支付应用程序在后台运行的事件。

具体地，人脸支付应用程序在支付过程中，即支付还未完成时，检测到人脸支付应用程序的退出事件，比如，用户点击退出支付流程的按钮退出人脸支付应用程序，此时人脸支付设备检测到人脸支付应用程序的退出事件。此时人脸支付设备响应退出事件，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据，根据资源使用数据判断是否需要进行摄像头的关闭，当资源使用数据符合预设摄像头开启条件时，不关闭摄像头，使摄像头处于开启状态。

在上述实施例中，当用户在支付过程中，检测到人脸支付应用程序触发的退出事件，此时也需要在退出人脸支付应用程序时，获取到摄像头对应的资源使用数据，然后进行摄像头的开关的判断，保证非正常退出人脸支付应用程序时，也能使摄像头处于开启状态，提高人脸支付效率。

在一个实施例中，如图6所示，在步骤S206之后，即在当资源使用数据符合预设资源使用条件时，使摄像头处于开启状态之后，还包括步骤：

S602，检测到触发目标人脸支付事件。

其中，目标人脸支付事件是指人脸识别设备进行第二次人脸支付的事件

具体地，当用户在人脸识别设备重新进行人脸支付或者有新用户进行人脸支付时，人脸识别设备检测到触发目标人脸支付事件，比如，用户可以通过点击人脸支付按钮来触发目标人脸支付事件。

S604，响应于目标人脸支付事件，显示人脸支付应用程序，并使用处于开启状态的摄像头采集目标人脸图像，通过目标人脸图像进行人脸支付。

其中，目标人脸图像是指重新进行人脸支付的人脸图像或者是指新用户的人脸图像。

具体地，此时由于人脸支付应用程序在后台运行，人脸识别设备响应于目标人脸支付事件，将在后台运行的人脸支付应用程序在前台进行显示并运行。然后使用处于开启状态的摄像头采集目标人脸图像，通过目标人脸图像进行人脸支付。

S606，当检测到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行。

具体地，当检测到人脸支付完成时，退出人脸支付应用程序，使人脸支付应用程序在不可见的状态下运行。

在上述实施例中，在摄像头处于开启状态时，检测到触发目标人脸支付事件，直接显示人脸支付应用程序，并使用处于开启状态的摄像头采集目标人脸图像，通过目标人脸图像进行人脸支付，从而不需要重新开启摄像头，提高了人脸支付的效率。

在一个实施例中，在步骤S206之后，即在当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态之后，还包括：

按照预设时间间隔获取目标资源使用数据，当目标资源使用数据未符合预设摄像头开启条件时，关闭摄像头。

其中，目标资源使用数据是指人脸支付应用程序在不可见的状态下运行且摄像头处于运行状态时，能够获取到的人脸支付设备资源消耗数据，包括：摄像头数据的帧率、CPU的使用率、GPU的使用率和内存的使用率等。当人脸支付应用程序在不可见的状态下运行时，人脸支付工具的渲染帧率是无法监控的。只有在人脸支付应用程序在可见的状态下运行时，即人脸支付应用程序显示时，才可以监控显示画面的渲染帧率。

具体地，人脸支付设备按照预设时间间隔监控目标资源使用数据，当目标资源使用数据未符合预设摄像头开启条件时，说明人脸识别设备的设备资源非常紧张，此时，直接关闭摄像头，保证脸识别设备的正常使用。比如，当摄像头数据的帧率未大于预设帧率时，关闭摄像头，或者当CPU的使用率未小于预设CPU使用率时关闭摄像头，或者当GPU使用率未小于预设GPU使用率时关闭摄像头，或者内存的使用率未小于预设内存使用率时关闭摄像头。只有在目标资源使用数据全都符合预设摄像头开启条件时，才能保持摄像头的开启状态。即当摄像头数据的帧率大于预设帧率，且当CPU的使用率小于预设CPU使用率时关闭摄像头，且当GPU使用率小于预设GPU使用率时，且内存的使用率小于预设内存使用率时，使摄像头处于开启状态。

在一个具体的实施例中，如图7所示，为人脸支付应用程序在不可见的状态下运行时，判断资源使用数据是否符合预设摄像头开启条件的流程示意图，具体来说：

当人脸支付工具的渲染帧率大于10fbs，摄像头数据的帧率大于15fbs，内存的使用率小于80％，CPU使用率小于80％，GPU的使用率小于80％时，不关闭摄像头，即保持摄像头的开启状态。当且仅当其中一个预设摄像头开启条件不满足时，关闭摄像头，即能够在资源允许的条件下使摄像头一直处于开启状态，在需要使用摄像头时，不需要重新开启摄像头，使得在兼顾设备性能的情况下，提高了人脸支付的效率，同时，在在资源不允许的条件下，关闭摄像头，使得人脸支付设备能够满足其他任务需求的设备资源消耗，保证设备正常的用户体验。

本申请还提供一种应用场景，该应用场景应用上述的摄像头控制方法。具体地，该摄像头控制方法在该应用场景的应用如下：

人脸支付设备中安装有商户点餐应用程序，用户通过商户点餐应用程序进行点餐，当点餐完成后，生成订单信息并在订单信息页面显示。此时，用户可以订单信息页面显示的刷脸支付按钮。当人脸支付设备检测到用户点击刷脸支付按钮时，跳转到人脸支付应用程序，人脸支付应用程序启动摄像头显示摄像界面，通过摄像头拍摄到人脸图像并在摄像界面进行显示。然后通过拍摄得到的人脸图像进行人脸支付。当人脸支付完成时，即需要退出人脸支付应用程序时，获取到人脸支付应用程序在运行过程中的人脸支付工具的渲染帧率、摄像头数据的帧率内存的使用率、内存的使用率、CPU使用率和GPU的使用率等。当人脸支付工具的渲染帧率大于10fbs，摄像头数据的帧率大于15fbs，内存的使用率小于80％，CPU使用率小于80％，GPU的使用率小于80％时，使人脸支付应用程序处于不可见的状态下运行，不关闭摄像头，即使摄像头处于开启状态，并显示商户点餐应用程序。

当人脸识别设备触发新用户通过商户点餐应用程序触发的人脸支付事件时，使人脸支付应用程序在可见的状态下运行，并直接使用已开启的摄像头采集新用户的人脸图像，通过该新用户的人脸图像进行餐饮订单支付，提高了餐饮订单人脸支付的效率。

应该理解的是，虽然图2-图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图8所示，提供了一种摄像头控制装置800，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：摄像头启动模块802、数据获取模块804和开启判断模块806，其中：

摄像头启动模块802，用于检测到触发人脸支付事件，响应于人脸支付事件，运行人脸支付应用程序，通过人脸支付应用程序启动摄像头；

数据获取模块804，用于当检测到人脸支付应用程序退出时，获取摄像头对应的资源使用数据；

开启判断模块806，用于当资源使用数据符合预设摄像头开启条件时，使摄像头处于开启状态。

在一个实施例中，人脸支付应用程序退出是指人脸支付应用程序在不可见的状态下运行。

在一个实施例中，数据获取模块804，包括：

人脸支付单元，通过摄像头采集人脸图像，并使用人脸图像进行人脸支付；

运行单元，用于当检测到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据。

在一个实施例中，人脸支付单元，还用于将人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用身份标识进行订单支付，得到人脸支付凭证。

在一个实施例中，数据获取模块804，包括：

退出检测单元，用于检测到人脸支付应用程序触发的退出事件；

响应单元，用于响应退出事件，使人脸支付应用程序在不可见的状态下运行，并获取摄像头对应的资源使用数据。

在一个实施例中，摄像头控制装置800，还包括：

目标事件触发模块，用于检测到触发目标人脸支付事件；

目标事件响应模块，用于响应于目标人脸支付事件，显示人脸支付应用程序，并使用处于开启状态的摄像头采集目标人脸图像，通过目标人脸图像进行人脸支付；

运行模块，用于当检测到人脸支付完成时，使人脸支付应用程序在不可见的状态下运行。

在一个实施例中，摄像头控制装置800，还包括：

关闭模块，用于按照预设时间间隔获取目标资源使用数据，当目标资源使用数据未符合预设摄像头开启条件时，关闭摄像头。

关于摄像头控制装置的具体限定可以参见上文中对于摄像头控制方法的限定，在此不再赘述。上述摄像头控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种摄像头控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (16)

1.一种摄像头控制方法，所述方法包括：

检测到触发人脸支付事件，响应于所述人脸支付事件，运行人脸支付应用程序，通过所述人脸支付应用程序启动摄像头；

当检测到所述人脸支付应用程序退出时，获取所述摄像头对应的资源使用数据，所述资源使用数据是指使用所述摄像头时，人脸支付设备当前的资源消耗程度；

当所述资源使用数据符合预设摄像头开启条件时，使所述摄像头处于开启状态，包括：当所述人脸支付应用程序的渲染帧率超过预设渲染帧率阈值，且摄像头数据的帧率超过预设帧率阈值，且内存使用率未超过预设内存使用率，且CPU使用率未超过预设CPU使用率，且GPU使用率未超过预设GPU使用率时，使所述摄像头处于开启状态。

2.根据权利要求1所述的方法，其特征在于，所述人脸支付应用程序退出是指所述人脸支付应用程序在不可见的状态下运行。

3.根据权利要求1所述的方法，其特征在于，当检测到所述人脸支付应用程序退出时，获取所述摄像头对应的资源使用数据，包括：

通过所述摄像头采集人脸图像，并使用所述人脸图像进行人脸支付；

当检测到人脸支付完成时，使所述人脸支付应用程序在不可见的状态下运行，并获取所述摄像头对应的资源使用数据。

4.根据权利要求3所述的方法，其特征在于，使用所述人脸图像进行人脸支付，包括：

将所述人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用所述身份标识进行订单支付，得到人脸支付凭证。

5.根据权利要求1所述的方法，其特征在于，当检测到所述人脸支付应用程序退出时，获取所述摄像头对应的资源使用数据，包括：

检测到所述人脸支付应用程序触发的退出事件；

响应所述退出事件，使所述人脸支付应用程序在不可见的状态下运行，并获取所述摄像头对应的资源使用数据。

6.根据权利要求1所述的方法，其特征在于，在所述当所述资源使用数据符合预设资源使用条件时，使所述摄像头处于开启状态之后，还包括：

检测到触发目标人脸支付事件；

响应于所述目标人脸支付事件，显示所述人脸支付应用程序，并使用所述处于开启状态的摄像头采集目标人脸图像，通过所述目标人脸图像进行人脸支付；

当检测到人脸支付完成时，使所述人脸支付应用程序在不可见的状态下运行。

7.根据权利要求1所述的方法，其特征在于，在所述当所述资源使用数据符合预设摄像头开启条件时，使所述摄像头处于开启状态之后，还包括：

按照预设时间间隔获取目标资源使用数据，当所述目标资源使用数据未符合预设摄像头开启条件时，关闭所述摄像头。

8.一种摄像头控制装置，其特征在于，所述装置包括：

摄像头启动模块，用于检测到触发人脸支付事件，响应于所述人脸支付事件，运行人脸支付应用程序，通过所述人脸支付应用程序启动摄像头；

数据采集模块，用于当检测到所述人脸支付应用程序退出时，获取所述摄像头对应的资源使用数据，所述资源使用数据是指使用所述摄像头时，人脸支付设备当前的资源消耗程度；

开启判断模块，用于当所述资源使用数据符合预设摄像头开启条件时，使所述摄像头处于开启状态，包括：当所述人脸支付应用程序的渲染帧率超过预设渲染帧率阈值，且摄像头数据的帧率超过预设帧率阈值，且内存使用率未超过预设内存使用率，且CPU使用率未超过预设CPU使用率，且GPU使用率未超过预设GPU使用率时，使所述摄像头处于开启状态。

9.根据权利要求8所述的装置，其特征在于，所述人脸支付应用程序退出是指所述人脸支付应用程序在不可见的状态下运行。

10.根据权利要求8所述的装置，其特征在于，所述数据获取模块，包括：

人脸支付单元，用于通过所述摄像头采集人脸图像，并使用所述人脸图像进行人脸支付；

运行单元，用于当检测到人脸支付完成时，使所述人脸支付应用程序在不可见的状态下运行，并获取所述摄像头对应的资源使用数据。

11.根据权利要求10所述的装置，其特征在于，所述人脸支付单元，还用于将所述人脸图像与预设人脸图像数据库进行匹配，当匹配成功时，得到身份标识，使用所述身份标识进行订单支付，得到人脸支付凭证。

12.根据权利要求9所述的装置，其特征在于，所述数据获取模块，包括：

退出检测单元，用于检测到所述人脸支付应用程序触发的退出事件；

响应单元，用于响应所述退出事件，使所述人脸支付应用程序在不可见的状态下运行，并获取所述摄像头对应的资源使用数据。

13.根据权利要求9所述的装置，其特征在于，所述装置，还包括：

目标事件触发模块，用于检测到触发目标人脸支付事件；

目标事件响应模块，用于响应于所述目标人脸支付事件，显示所述人脸支付应用程序，并使用所述处于开启状态的摄像头采集目标人脸图像，通过所述目标人脸图像进行人脸支付；

运行模块，用于当检测到人脸支付完成时，使所述人脸支付应用程序在不可见的状态下运行。

14.根据权利要求9所述的装置，其特征在于，所述装置，还包括：

关闭模块，用于按照预设时间间隔获取目标资源使用数据，当所述目标资源使用数据未符合预设摄像头开启条件时，关闭所述摄像头。

15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

16.一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7中任一项所述的方法的步骤。