CN105303151A - 人脸相似度的检测方法和装置 - Google Patents

Abstract

本发明公开了一种人脸相似度的检测方法，该方法包括：获取检测图片中的人脸信息，将人脸信息存储为五官所对应的五官轮廓像素数据；根据预设的读取方向读取五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；根据计算得到的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定检测图片与参考图片中人脸的相似度。本发明还公开了一种人脸相似度的检测装置。采用本发明公开的方案，提高了人脸相似度比较的便利性，并且提高了人脸相似度比较的效率。

Description

人脸相似度的检测方法和装置

技术领域

本发明涉及智能电视技术领域，尤其涉及人脸相似度的检测方法和装置。

背景技术

由于目前智能时代的到来，智能电视的功能越来越智能化，摄像头已经开始作为电视的标准化配置，并且，全民娱乐的想法也在不知不觉中深入人心，大家都在关注明星的相关信息，比如关注喜欢的明星的新闻，或关注自己的长相的某个部位与明星的某个部分是否相似。

目前，用户比较自己的五官与当前的明星的五官较为麻烦，比如，用户需要首先拍下当前播放的节目的明星的图片，然后将自己的图片的五官与明星的五官去做肉眼比较，这样，由于无法准确判断用户的五官与明星的人脸五官的相似度，从而造成用户对五官相似度的比较的不便利，并且由于需要人工去比较，因而会耗费用户的时间。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提高人脸相似度比较的便利性，并且提高人脸相似度比较的效率。

为实现上述目的，本发明提供一种人脸相似度的检测方法，包括以下步骤：

获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据；

根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

根据计算得到的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定所述检测图片与参考图片中人脸的相似度。

优选地，所述获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据的步骤包括：

系统启动后，获取当前用户的检测图片，识别所述检测图片中是否存在人脸信息；

在所述检测图片中存在人脸信息时，提取所述人脸信息，将所述人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

优选地，在所述根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤之前，所述人脸相似度的检测方法还包括：

在所述检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据。

优选地，所述在检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据的步骤包括：

在检测图片上确定预设的读取方向，读取所述检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，所述起始点和结束点之间的部分为五官轮廓区域；

获取所述五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

优选地，所述根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤包括：

根据预设的读取方向读取所述检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取所述参考图片中对应位置的五官轮廓像素数据；

分别计算所述检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。

此外，为实现上述目的，本发明还提供一种人脸相似度的检测装置，该检测图片与参考图片人脸相似度的检测装置包括：

获取模块，用于获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据；

计算模块，用于根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

确定模块，用于根据计算得到的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定所述检测图片与参考图片中人脸的相似度。

优选地，所述获取模块具体用于：

系统启动后，获取当前用户的检测图片，识别所述检测图片中是否存在人脸信息；

在所述检测图片中存在人脸信息时，提取所述人脸信息，将所述人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

优选地，所述检测图片与参考图片人脸相似度的检测装置还包括：

读取模块，用于在所述检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据。

优选地，所述读取模块具体用于：

在检测图片上确定预设的读取方向，读取所述检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，所述起始点和结束点之间的部分为五官轮廓区域；

获取所述五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

优选地，所述计算模块具体用于：

根据预设的读取方向读取所述检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取所述参考图片中对应位置的五官轮廓像素数据；

分别计算所述检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。

本发明通过获取当前用户的检测图片，提取检测图片中的人脸信息，将人脸信息存储为五官所对应的五官轮廓像素数据，根据预设的读取方向读取五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；根据计算得到的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定检测图片与参考图片中人脸的相似度。通过读取检测图片的五官轮廓像素数据，并与参考图片中对应的五官轮廓像素数据进行比较，以获得较为准确的相似度，无需用户肉眼去比，从而提高了人脸相似度比较的便利性，并且提高了人脸相似度比较的效率。

附图说明

图1为本发明人脸相似度的检测方法第一实施例的流程示意图；

图2为图1中将检测图片中人脸信息存储为五官所对应的五官轮廓像素数据的步骤的细化流程示意图；

图3为本发明人脸相似度的检测方法第二实施例的流程示意图；

图4为图3中确定检测图片中的五官轮廓区域并获取五官轮廓区域中五官轮廓像素数据的步骤的细化流程示意图；

图5为图1中按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤的细化流程示意图；

图6为本发明人脸相似度的检测装置第一实施例的功能模块示意图；

图7为本发明人脸相似度的检测装置第二实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种人脸相似度的检测方法。

参照图1，图1为本发明人脸相似度的检测方法第一实施例的流程示意图。

在一实施例中，该人脸相似度的检测方法包括：

步骤S10，获取检测图片中的人脸信息，将人脸信息存储为五官所对应的五官轮廓像素数据；

本实施例所提供的人脸相似度的检测方法，可以应用在智能电视或其他能够获取用户检测图片并能够对图片进行处理的智能设备；并且，该方法中所涉及的检测图片与参考图片中的人脸以黄种人的五官为例。当智能设备系统启动后，可通过外置的或智能设备自带的摄像装置获取当前用户的检测图片，并在确定了该检测图片中存在人脸信息时，按人脸信息中的五官将视频图片划分为五官所对应的不同的区域图片，如将视频图片划分为耳朵区域图片、鼻子区域图片、眼睛区域图片、嘴巴区域图片和眉毛区域图片；然后将五官所对应的各区域图片存储为相应的五官轮廓像素数据，并分别存储在五个存储器中，该五官轮廓像素数据包括各区域图片中五官部分的RGB值，即红色像素、绿色像素和蓝色像素的三原色值，当然，也可以根据五官的轮廓和形状，对所存储的三原色值进行归类并对应存储。

步骤S20，根据预设的读取方向读取五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

在判断检测图片中的当前用户的五官与参考图片中的相应五官的相似度时，根据预设的读取方向，读取检测图片中的五官轮廓像素数据，该预设的读取方向可根据实际需要自定义设置，如可以当前检测图片在竖直方向上的坐标的二分之一为读取的起始点，并在水平方向上读取一行像素数据，以确定该读取方向上的五官轮廓区域，而在五官轮廓区域中的像素数据即为五官轮廓像素数据。在比较时，只读取不同的颜色子像素的五官轮廓像素数据，并将读取的五官轮廓像素数据与数据库中参考图片所对应的五官轮廓像素数据进行对比。具体为计算读取的不同颜色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；可对所存储的每个五官对应的五官轮廓像素数据分别与参考图片进行对应比较，得到每个五官对应的不同像素的五官轮廓像素数据与参考图片中五官轮廓像素数据的差异值。

本实施例中，参考图片可以为某明星人物的相片，且该参考图片的存储形式可以为将该明星五官所对应的五官轮廓像素数据分别存储在相应的存储器中，即在另外五个存储器中分别存储该明星的耳朵、鼻子、眼睛、眉毛和嘴巴所对应五官轮廓像素数据。计算读取的检测图片中五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，例如计算检测图片与参考图片中耳朵轮廓的红色子像素、绿色子像素或蓝色子像素的像素数据的差异值，当然也可以是检测图片中用户的耳朵轮廓上所有像素点的红原色值、绿原色值或蓝原色值的和，减去参考图片中明星人物耳朵轮廓上所有像素点的红原色值、绿原色值或蓝原色值的和，而得到的差值的绝对值。

步骤S30，根据计算得到的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定检测图片与参考图片中人脸的相似度。

得到不同颜色子像素的检测图片中的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值后，根据差异值，进一步确定检测图片与参考图片中人脸的相似度。本实施例中，可将所得到的差异值进行求和，以所得到的值来反应检测图片的人脸五官与参考图片中人脸五官的相似度，该值越小，表明人脸五官的相似度越高，当然，还可以进一步将求得的和与预设的阈值做比较，以根据不同的标准来判断相似度。得到了检测图片中人脸五官与参考图片中人脸五官的相似度后，可分别判断当前用户与参考图片中人脸的各五官区域的相似度，当然也可综合判断当前用户与参考图片中人脸是否相似。

在得到了检测图片中当前用户与参考图片中人脸的各五官区域的相似度后，还可将该相似度的大小显示在智能设备的显示屏上。并且，系统可根据相似度，向用户推荐商品。

本实施例通过获取当前用户的检测图片，提取检测图片中的人脸信息，将人脸信息存储为五官所对应的五官轮廓像素数据，根据预设的读取方向读取五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；根据计算得到的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定检测图片与参考图片中人脸的相似度。通过读取检测图片的五官轮廓像素数据，并与参考图片中对应的五官轮廓像素数据进行比较，以获得较为准确的相似度，无需用户肉眼去比，从而提高了人脸相似度比较的便利性，并且提高了人脸相似度比较的效率。

本实施例可以使用在购物系统或其他服务系统中，例如，一旦用户五官与某明星人物五官相似度较高时(例如耳朵相似度较高)，可以推荐购物或推荐服务，具体可以将该明星人物代言或使用过或具有相关性的商品或服务在显示屏上进行展示，以推荐给用户，实现更佳的用户体验。

参照图2，图2为图1中将检测图片中人脸信息存储为五官所对应的五官轮廓像素数据的步骤的细化流程示意图。

在上述实施例中，步骤S10具体包括：

步骤S11，系统启动后，获取当前用户的检测图片，识别检测图片中是否存在人脸信息；

步骤S12，在检测图片中存在人脸信息时，提取人脸信息，将人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

在智能设备系统启动后，通过外置的或智能设备自带的摄像装置获取当前用户的照片或视频并作为检测图片，该检测图片可为对当前在观看智能设备的一个或多个当前用户进行拍摄所获取，并通过图像识别的方法识别所得到的检测图片中是否存在人脸信息，即判断检测图片中是否包括人的头部和躯干部分，同样，检测图片中可包含一个或多个人脸信息。当检测图片中存在人脸信息时，提取出人脸信息，并按照人脸信息中的五官对检测图片进行划分，将其划分为每个五官所对应的区域图片，然后，将每个区域图片对应的五官轮廓像素数据按颜色子像素分别存储在五个不同的存储器中。

系统启动后，获取当前用户的检测图片，识别检测图片中是否存在人脸信息，当检测图片中存在人脸信息时，提取人脸信息，将检测图片以划分为人脸信息中的五官对应的区域图片，并将各个区域图片对应的五官轮廓像素数据按颜色子像素进行存储，为提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率提供了基础。

参照图3，图3为本发明人脸相似度的检测方法第二实施例的流程示意图。

基于本发明人脸相似度的检测方法第一实施例，在执行步骤S20之前，该方法还包括：

步骤S40，在检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定检测图片中的五官轮廓区域，并获取五官轮廓区域中的五官轮廓像素数据。

在对比检测图片与参考图片中五官相似度之前，首先通过五官轮廓形状对称像素识别算法确定检测图片中的五官轮廓区域。具体地，可以检测图片在竖直方向上坐标的二分之一坐标位置处的某一点为读取方向的起始点，读取水平方向上一行的不同颜色子像素的像素数据，例如从耳朵(以耳朵为例)的中部区域按照水平方向从左往右，依次计算后一像素点与前一像素点的像素数据的差值(不需要将该水平方向上整行的每两像素点之间均进行比较，仅需根据需要进行采样，将采样得到的像素点进行比较即可)，当前后两个像素点的像素数据的差值大于等于预设的差值阀值时，则该后一个像素点即为五官轮廓区域的起始点；再依次计算后一像素点与前一像素点的像素数据的差值，当再次出现前后两个像素点的像素数据的差值大于等于预设的阀值时，则该前一个像素点即为五官轮廓区域的结束点。在确定预设的读取方向时，可以只按照一个坐标方向去读取一行的不同颜色子像素的像素数据，也可读取多个坐标方向上多行的不同颜色子像素的像素数据。在起始点和结束点之间的区域部分即为检测图片的五官轮廓区域，确定了该五官轮廓区域后，其中所包含的所有像素点的像素数据即为五官轮廓像素数据。

进一步参照图4，图4为图3中确定检测图片中的五官轮廓区域并获取五官轮廓区域中五官轮廓像素数据的步骤的细化流程示意图。

本实施例中，步骤S40具体包括：

步骤S41，在检测图片上确定预设的读取方向，读取检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

步骤S42，当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，起始点和结束点之间的部分为五官轮廓区域；

步骤S43，获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

确定检测图片中的五官轮廓区域时，在检测图片上确定预设的读取方向，如以检测图片在竖直方向上坐标的二分之一坐标位置处的某一点为读取方向的起始点，读取水平方向上一行的不同颜色子像素的像素数据，并将读取的像素点的像素数据存储在存储器中。例如，假设在读取方向上的第一个像素点的像素数据为：R1＝0，G1＝0，B1＝0，将该点的值存储至第二存储器中：MR1＝0，MG1＝0，MB1＝0；在读取方向上读取的第20个像素点的像素数据为：R20＝0，G20＝0，B20＝0，将该点的值存储至第二存储器中：MR20＝255，MG20＝255，MB20＝255；在读取方向上读取的第40个像素点的像素数据为：R40＝0，G40＝0，B40＝0，将该点的值存储至第二存储器中：MR40＝255，MG40＝255，MB40＝255；在读取方向上读取的第60个像素点的像素数据为：R60＝0，G60＝0，B60＝0，将该点的值存储至第二存储器中：MR60＝0，MG60＝0，MB60＝0。

计算所读取的后一个像素点的像素数据与前一个像素点的像素数据的差值，即用后一个像素点的像素数据值减去前一个像素点的像素数据值，所得到的不同颜色子像素的差值为分别为R_Dis、G_Dis和B_Dis，当R_Dis、G_Dis和B_Dis的值第一次大于预设的差值阈值时，(以水平方向为例，)则可判断后一个像素点为五官轮廓区域的起始点，此时，将起始点的值存储至第三存储器中，当R_Dis、G_Dis和B_Dis的值第二次大于预设的差值阈值时，则可判断前一个像素点为五官轮廓区域的结束点，同样，将结束点的值存储至第三存储器中。本实施例中，预设的差值阈值可设置为10。R_Dis、G_Dis和B_Dis分别通过以下方式计算：

$\left\{\begin{array}{c}R\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}R(n+1)-R\left(n\right),|R(n+1)-R\left(n\right)|<10\\ G\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}G(n+1)-G\left(n\right),|G(n+1)-G\left(n\right)|<10\\ B\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}B(n+1)-B\left(n\right),|B(n+1)-B\left(n\right)|<10\end{array}\right\}$

根据起始点和结束点，便可确定当前检测图片中的五官轮廓区域，在该五官轮廓区域中的所有像素点均为五官轮廓区域的有效像素数据，获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据，并存储至存储器中。

在对比检测图片与参考图片中五官相似度之前，在检测图片上确定预设的读取方向，读取检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；确定五官轮廓区域的起始点和结束点，起始点和结束点之间的部分为五官轮廓区域，并获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据，进一步为提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率提供了基础。

参照图5，图5为图1中按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤的细化流程示意图。

基于上述本发明人脸相似度的检测方法第一、第二实施例，步骤S20具体包括：

步骤S21，根据预设的读取方向读取检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取参考图片中对应位置的五官轮廓像素数据；

步骤S22，分别计算检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。

在系统获取到红色子像素相似度比较的命令后，根据预设的读取方向，读取检测图片的五官轮廓区域中红色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的红色像素范围在R＝221-255内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到，同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到；然后，计算检测图片的所有红色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有红色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中红色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_R_total＝|2210-2200|＝10。也就是说，检测图片中耳朵的红色子像素的五官轮廓像素数据与参考图片中对应的耳朵的红色子像素的五官轮廓像素数据的差异值为10。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_R_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_R_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在系统获取到绿色子像素相似度比较的命令后，根据预设的读取方向，读取各个检测图片的五官轮廓区域中绿色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下同样以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的红色子像素范围在G＝154-176内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到然后，计算检测图片的所有绿色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有绿色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中绿色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_G_total＝|1650-1600|＝50。也就是说，检测图片中耳朵的绿色子像素的五官轮廓像素数据与参考图片中对应的五官的绿色子像素的五官轮廓像素数据的差异值为50。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_G_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_G_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在系统获取到蓝色子像素相似度比较的命令后，根据预设的读取方向，读取各个检测图片的五官轮廓区域中蓝色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下同样以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的蓝色子像素范围在G＝127-145内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到然后，计算检测图片的所有蓝色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有蓝色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中蓝色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_B_total＝|1400-1300|＝100。也就是说，检测图片中耳朵的蓝色子像素的五官轮廓像素数据与参考图片中对应的五官的蓝色子像素的五官轮廓像素数据的差异值为100。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_B_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_B_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在分别得到了检测图片的五官轮廓区域中红色子像素、绿色子像素和蓝色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值后，对这三种差异值求和，即可得到检测图片与参考图片中人脸的相似度E_C_total＝|E_R_total+E_G_total+E_B_total|＝|10+50+100|＝160。也就是说，当前检测图片中的黄种人的五官部分三种颜色子像素与参考的图片黄种人三种颜色子像素五官的相似度为E_C_total＝160，同样，该值越小，表明相似度越高。

$\left\{\begin{array}{c}E\_R\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1R\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2R\left(X\right)|,R(221-255)\\ E\_G\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1G\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2G\left(X\right)|,G(154-176)\\ E\_B\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1B\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2B\left(X\right)|,B(127-145)\\ E\_C\_\mathrm{total}=|E\_R\_\mathrm{total}+E\_G\_\mathrm{total}+E\_B\_\mathrm{total}|\end{array}\right\}$

根据预设的读取方向读取检测图片的五官轮廓区域中的五官轮廓像素数据，按预设的读取方向读取参考图片中对应位置的五官轮廓像素数据；分别计算检测图片的五官轮廓区域中红色子像素、绿色子像素和蓝色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，进一步保证了能够提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率。

本发明还提供一种人脸相似度的检测装置。

参照图6，图6为本发明人脸相似度的检测装置第一实施例的功能模块示意图。

在一实施例中，人脸相似度的检测装置包括：

获取模块10，用于获取检测图片中的人脸信息，将人脸信息存储为五官所对应的五官轮廓像素数据；

计算模块20，用于根据预设的读取方向读取五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

确定模块30，用于根据计算得到的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定检测图片与参考图片中人脸的相似度。

本实施例所提供的人脸相似度的检测装置，可以应用在智能电视或其他能够获取用户检测图片并能够对图片进行处理的智能设备；并且，所涉及的检测图片与参考图片中的人脸以黄种人的五官为例。当智能设备系统启动后，获取模块10可通过外置的或智能设备自带的摄像装置获取当前用户的检测图片，并在确定了该检测图片中存在人脸信息时，按人脸信息中的五官将视频图片划分为五官所对应的不同的区域图片，如将视频图片划分为耳朵区域图片、鼻子区域图片、眼睛区域图片、嘴巴区域图片和眉毛区域图片；然后将五官所对应的各区域图片存储为相应的五官轮廓像素数据，并分别存储在五个存储器中，该五官轮廓像素数据包括各区域图片中五官部分的RGB值，即红色像素、绿色像素和蓝色像素的三原色值，当然，也可以根据五官的轮廓和形状，对所存储的三原色值进行归类并对应存储。

在判断检测图片中的当前用户的五官与参考图片中的相应五官的相似度时，计算模块20根据预设的读取方向，读取检测图片中的五官轮廓像素数据，该预设的读取方向可根据实际需要自定义设置，如可以当前检测图片在竖直方向上的坐标的二分之一为读取的起始点，并在水平方向上读取一行像素数据，以确定该读取方向上的五官轮廓区域，而在五官轮廓区域中的像素数据即为五官轮廓像素数据。在比较时，只读取不同的颜色子像素的五官轮廓像素数据，并将读取的五官轮廓像素数据与数据库中参考图片所对应的五官轮廓像素数据进行对比。具体为计算读取的不同颜色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；可对所存储的每个五官对应的五官轮廓像素数据分别与参考图片进行对应比较，得到每个五官对应的不同像素的五官轮廓像素数据与参考图片中五官轮廓像素数据的差异值。

本实施例中，参考图片可以为某明星人物的相片，且该参考图片的存储形式可以为将该明星五官所对应的五官轮廓像素数据分别存储在相应的存储器中，即在另外五个存储器中分别存储该明星的耳朵、鼻子、眼睛、眉毛和嘴巴所对应五官轮廓像素数据。计算读取的检测图片中五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，例如计算检测图片与参考图片中耳朵轮廓的红色子像素、绿色子像素或蓝色子像素的像素数据的差异值，当然也可以是检测图片中用户的耳朵轮廓上所有像素点的红原色值、绿原色值或蓝原色值的和，减去参考图片中明星人物耳朵轮廓上所有像素点的红原色值、绿原色值或蓝原色值的和，而得到的差值的绝对值。

得到不同颜色子像素的检测图片中的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值后，确定模块30根据差异值，进一步确定检测图片与参考图片中人脸的相似度。本实施例中，可将所得到的差异值进行求和，以所得到的值来反应检测图片的人脸五官与参考图片中人脸五官的相似度，该值越小，表明人脸五官的相似度越高，当然，还可以进一步将求得的和与预设的阈值做比较，以根据不同的标准来判断相似度。得到了检测图片中人脸五官与参考图片中人脸五官的相似度后，可分别判断当前用户与参考图片中人脸的各五官区域的相似度，当然也可综合判断当前用户与参考图片中人脸是否相似。

在得到了检测图片中当前用户与参考图片中人脸的各五官区域的相似度后，还可将该相似度的大小显示在智能设备的显示屏上。并且，系统可根据相似度，向用户推荐商品。

本实施例通过获取当前用户的视频图片，提取视频图片中的人脸信息，将视频图片按人脸信息中的五官存储为对应的检测图片，根据预设的读取方向读取检测图片的五官轮廓像素数据，按颜色子像素计算读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；对不同颜色子像素对应的读取的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值求和，得到检测图片与参考图片中人脸的相似度。通过读取检测图片的五官轮廓像素数据，并与参考图片中对应的五官轮廓像素数据进行比较，以获得较为准确的相似度，无需用户肉眼去比，从而提高了人脸相似度比较的便利性，并且提高了人脸相似度比较的效率。

本实施例可以使用在购物系统或其他服务系统中，例如，一旦用户五官与某明星人物五官相似度较高时(例如耳朵相似度较高)，可以推荐购物或推荐服务，具体可以将该明星人物代言或使用过或具有相关性的商品或服务在显示屏上进行展示，以推荐给用户，实现更佳的用户体验。

在上述实施列中，获取模块10具体用于：

系统启动后，获取当前用户的检测图片，识别检测图片中是否存在人脸信息；

在检测图片中存在人脸信息时，提取人脸信息，将人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

在智能设备系统启动后，获取模块10通过外置的或智能设备自带的摄像装置获取当前用户的照片或视频并作为检测图片，该检测图片可为对当前在观看智能设备的一个或多个当前用户进行拍摄所获取，并通过图像识别的方法识别所得到的检测图片中是否存在人脸信息，即判断检测图片中是否包括人的头部和躯干部分，同样，检测图片中可包含一个或多个人脸信息。当检测图片中存在人脸信息时，提取出人脸信息，并按照人脸信息中的五官对检测图片进行划分，将其划分为每个五官所对应的区域图片，然后，将每个区域图片对应的五官轮廓像素数据按颜色子像素分别存储在五个不同的存储器中。

系统启动后，获取当前用户的检测图片，识别检测图片中是否存在人脸信息，当检测图片中存在人脸信息时，提取人脸信息，将检测图片以划分为人脸信息中的五官对应的区域图片，并将各个区域图片对应的五官轮廓像素数据按颜色子像素进行存储，为提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率提供了基础。

参照图7，图7为本发明人脸相似度的检测装置第二实施例的功能模块示意图。

在上述本发明人脸相似度的检测装置第一实施例的基础上，该装置还包括：

读取模块40，用于在检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定检测图片中的五官轮廓区域，并获取五官轮廓区域中的五官轮廓像素数据。

在对比检测图片与参考图片中五官相似度之前，首先通过五官轮廓形状对称像素识别算法确定检测图片中的五官轮廓区域。具体地，读取模块40可以检测图片在竖直方向上坐标的二分之一坐标位置处的某一点为读取方向的起始点，读取水平方向上一行的不同颜色子像素的像素数据，例如从耳朵(以耳朵为例)的中部区域按照水平方向从左往右，依次计算后一像素点与前一像素点的像素数据的差值(不需要将该水平方向上整行的每两像素点之间均进行比较，仅需根据需要进行采样，将采样得到的像素点进行比较即可)，当前后两个像素点的像素数据的差值大于等于预设的差值阀值时，则该后一个像素点即为五官轮廓区域的起始点；再依次计算后一像素点与前一像素点的像素数据的差值，当再次出现前后两个像素点的像素数据的差值大于等于预设的阀值时，则该前一个像素点即为五官轮廓区域的结束点。在确定预设的读取方向时，可以只按照一个坐标方向去读取一行的不同颜色子像素的像素数据，也可读取多个坐标方向上多行的不同颜色子像素的像素数据。在起始点和结束点之间的区域部分即为检测图片的五官轮廓区域，确定了该五官轮廓区域后，其中所包含的所有像素点的像素数据即为五官轮廓像素数据。

在本实施例中，读取模块40具体用于：

在检测图片上确定预设的读取方向，读取检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，起始点和结束点之间的部分为五官轮廓区域；

获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

确定检测图片中的五官轮廓区域时，在检测图片上确定预设的读取方向，如以检测图片在竖直方向上坐标的二分之一坐标位置处的某一点为读取方向的起始点，读取水平方向上一行的不同颜色子像素的像素数据，并将读取的像素点的像素数据存储在存储器中。例如，假设在读取方向上的第一个像素点的像素数据为：R1＝0，G1＝0，B1＝0，将该点的值存储至第二存储器中：MR1＝0，MG1＝0，MB1＝0；在读取方向上读取的第20个像素点的像素数据为：R20＝0，G20＝0，B20＝0，将该点的值存储至第二存储器中：MR20＝255，MG20＝255，MB20＝255；在读取方向上读取的第40个像素点的像素数据为：R40＝0，G40＝0，B40＝0，将该点的值存储至第二存储器中：MR40＝255，MG40＝255，MB40＝255；在读取方向上读取的第60个像素点的像素数据为：R60＝0，G60＝0，B60＝0，将该点的值存储至第二存储器中：MR60＝0，MG60＝0，MB60＝0。

计算所读取的后一个像素点的像素数据与前一个像素点的像素数据的差值，即用后一个像素点的像素数据值减去前一个像素点的像素数据值，所得到的不同颜色子像素的差值为分别为R_Dis、G_Dis和B_Dis，当R_Dis、G_Dis和B_Dis的值第一次大于预设的差值阈值时，(以水平方向为例，)则可判断后一个像素点为五官轮廓区域的起始点，此时，将起始点的值存储至第三存储器中，当R_Dis、G_Dis和B_Dis的值第二次大于预设的差值阈值时，则可判断前一个像素点为五官轮廓区域的结束点，同样，将结束点的值存储至第三存储器中。本实施例中，预设的差值阈值可设置为10。R_Dis、G_Dis和B_Dis分别通过以下方式计算：

$\left\{\begin{array}{c}R\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}R(n+1)-R\left(n\right),|R(n+1)-R\left(n\right)|<10\\ G\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}G(n+1)-G\left(n\right),|G(n+1)-G\left(n\right)|<10\\ B\_\mathrm{Dis}=\underset{n=0}{\overset{60}{\mathrm{\&Sigma;}}}B(n+1)-B\left(n\right),|B(n+1)-B\left(n\right)|<10\end{array}\right\}$

根据起始点和结束点，便可确定当前检测图片中的五官轮廓区域，在该五官轮廓区域中的所有像素点均为五官轮廓区域的有效像素数据，获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据，并存储至存储器中。

在对比检测图片与参考图片中五官相似度之前，在检测图片上确定预设的读取方向，读取检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；确定五官轮廓区域的起始点和结束点，起始点和结束点之间的部分为五官轮廓区域，并获取五官轮廓区域中的所有像素点对应的五官轮廓像素数据，进一步为提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率提供了基础。

基于上述本发明人脸相似度的检测装置第一、第二实施例，计算模块20具体用于：

根据预设的读取方向读取检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取参考图片中对应位置的五官轮廓像素数据；

分别计算检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。

在系统获取到红色子像素相似度比较的命令后，根据预设的读取方向，读取检测图片的五官轮廓区域中红色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的红色像素范围在R＝221-255内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到然后，计算检测图片的所有红色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有红色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中红色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_R_total＝|2210-2200|＝10。也就是说，检测图片中耳朵的红色子像素的五官轮廓像素数据与参考图片中对应的耳朵的红色子像素的五官轮廓像素数据的差异值为10。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_R_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_R_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在系统获取到绿色子像素相似度比较的命令后，根据预设的读取方向，读取各个检测图片的五官轮廓区域中绿色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下同样以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的红色子像素范围在G＝154-176内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到然后，计算检测图片的所有绿色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有绿色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中绿色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_G_total＝|1650-1600|＝50。也就是说，检测图片中耳朵的绿色子像素的五官轮廓像素数据与参考图片中对应的五官的绿色子像素的五官轮廓像素数据的差异值为50。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_G_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_G_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在系统获取到蓝色子像素相似度比较的命令后，根据预设的读取方向，读取各个检测图片的五官轮廓区域中蓝色像素的五官轮廓像素数据，将该五官轮廓像素数据作为输入数据，同时读取参考图片中对应位置的五官轮廓像素数据作为参考数据。以下同样以检测图片中耳朵所对应的区域图片为例，对五官轮廓像素数据的差异值的计算方法进行说明：

假设耳朵所对应的区域图片是由E1R1，E1G1，E1B1像素的颜色配色而成(E1表示耳朵所对应的区域图片，R1、G1、B1表示像素RGB，即红绿蓝)，参考图片中对应的耳朵图片是由E2R1，E2G1，E2B1像素的颜色配色而成。由于黄种人的皮肤的蓝色子像素范围在G＝127-145内，在存储的检测图片的五官轮廓像素数据中读取像素数据值在该范围内的五官轮廓像素数据并求和得到同时读取参考图片中相应位置的像素数据值在该范围内的五官轮廓像素数据并求和得到然后，计算检测图片的所有蓝色子像素范围内的五官轮廓像素数据求和的值，与参考图片中所有蓝色子像素范围内的五官轮廓像素数据求和的值的差，即得到检测图片与参考图片中蓝色子像素的五官轮廓像素数据的差异值。其中，n的大小按照整个图片的像素点去决定，本实施例以n＝10为例，因此，可以假设：而E_B_total＝|1400-1300|＝100。也就是说，检测图片中耳朵的蓝色子像素的五官轮廓像素数据与参考图片中对应的五官的蓝色子像素的五官轮廓像素数据的差异值为100。本实施例中，差异值的范围在0-1000之内时，系统记录输入的检测图片中的五官与参考图片中相应的五官相似；差异值越小，比如E_B_total＝0，说明检测图片中的五官与参考图片中相应的五官的相似度越高，差异值越大，比如E_B_total＝1000，说明检测图片中的五官与参考图片中相应的五官的相似度越低。

在分别得到了检测图片的五官轮廓区域中红色子像素、绿色子像素和蓝色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值后，对这三种差异值求和，即可得到检测图片与参考图片中人脸的相似度E_C_total＝|E_R_total+E_G_total+E_B_total|＝|10+50+100|＝160。也就是说，当前检测图片中的黄种人的五官部分三种颜色子像素与参考的图片黄种人三种颜色子像素五官的相似度为E_C_total＝160，同样，该值越小，表明相似度越高。

$\left\{\begin{array}{c}E\_R\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1R\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2R\left(X\right)|,R(221-255)\\ E\_G\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1G\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2G\left(X\right)|,G(154-176)\\ E\_B\_\mathrm{total}=|\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E1B\left(X\right)-\underset{X=0}{\overset{X=n}{\mathrm{\&Sigma;}}}E2B\left(X\right)|,B(127-145)\\ E\_C\_\mathrm{total}=|E\_R\_\mathrm{total}+E\_G\_\mathrm{total}+E\_B\_\mathrm{total}|\end{array}\right\}$

根据预设的读取方向读取检测图片的五官轮廓区域中的五官轮廓像素数据，按预设的读取方向读取参考图片中对应位置的五官轮廓像素数据；分别计算检测图片的五官轮廓区域中红色子像素、绿色子像素和蓝色子像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，进一步保证了能够提高人脸相似度比较的便利性，以及提高人脸相似度比较的效率。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种人脸相似度的检测方法，其特征在于，包括以下步骤：

获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据；

根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

根据计算得到的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定所述检测图片与参考图片中人脸的相似度。

2.如权利要求1所述的人脸相似度的检测方法，其特征在于，所述获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据的步骤包括：

系统启动后，获取当前用户的检测图片，识别所述检测图片中是否存在人脸信息；

在所述检测图片中存在人脸信息时，提取所述人脸信息，将所述人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

3.如权利要求1或2所述的人脸相似度的检测方法，其特征在于，在所述根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤之前，所述人脸相似度的检测方法还包括：

在所述检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据。

4.如权利要求3所述的人脸相似度的检测方法，其特征在于，所述在检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据的步骤包括：

在检测图片上确定预设的读取方向，读取所述检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，所述起始点和结束点之间的部分为五官轮廓区域；

获取所述五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

5.如权利要求4所述的人脸相似度的检测方法，其特征在于，所述根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值的步骤包括：

根据预设的读取方向读取所述检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取所述参考图片中对应位置的五官轮廓像素数据；

分别计算所述检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。

6.一种人脸相似度的检测装置，其特征在于，该检测图片与参考图片人脸相似度的检测装置包括：

获取模块，用于获取检测图片中的人脸信息，将所述人脸信息存储为五官所对应的五官轮廓像素数据；

计算模块，用于根据预设的读取方向读取所述五官轮廓像素数据，按颜色子像素计算读取的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值；

确定模块，用于根据计算得到的所述五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值，确定所述检测图片与参考图片中人脸的相似度。

7.如权利要求6所述的人脸相似度的检测装置，其特征在于，所述获取模块具体用于：

系统启动后，获取当前用户的检测图片，识别所述检测图片中是否存在人脸信息；

在所述检测图片中存在人脸信息时，提取所述人脸信息，将所述人脸信息按五官进行划分，并分别存储五官所对应的五官轮廓像素数据。

8.如权利要求6或7所述的人脸相似度的检测装置，其特征在于，所述检测图片与参考图片人脸相似度的检测装置还包括：

读取模块，用于在所述检测图片上确定预设的读取方向，读取所确定的读取方向上的所有像素点，确定所述检测图片中的五官轮廓区域，并获取所述五官轮廓区域中的五官轮廓像素数据。

9.如权利要求8所述的人脸相似度的检测装置，其特征在于，所述读取模块具体用于：

在检测图片上确定预设的读取方向，读取所述检测图片中该读取方向上的所有像素点，计算后一个像素点与前一个像素点的差值；

当后一个像素点与前一个像素点的差值第一次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的起始点，当后一个像素点与前一个像素点的差值第二次大于预设的差值阈值时，确定该后一个像素点为五官轮廓区域的结束点，所述起始点和结束点之间的部分为五官轮廓区域；

获取所述五官轮廓区域中的所有像素点对应的五官轮廓像素数据。

10.如权利要求9所述的人脸相似度的检测装置，其特征在于，所述计算模块具体用于：

根据预设的读取方向读取所述检测图片的五官轮廓区域的五官轮廓像素数据，按预设的读取方向读取所述参考图片中对应位置的五官轮廓像素数据；

分别计算所述检测图片的五官轮廓区域中红色像素、绿色像素和蓝色像素的五官轮廓像素数据与参考图片中对应的五官轮廓像素数据的差异值。