CN106022209B - 一种基于人脸检测的距离估算和处理的方法及装置 - Google Patents

Abstract

本发明涉及智能终端领域，尤其涉及一种基于人脸检测的距离估算和处理的方法及装置，该方法为，开启终端上的摄像头，获取摄像头采集到的图像；根据预设的人脸识别算法，确定在所述图像上检测到人脸时，计算人脸与摄像头之间的距离；当确定所述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，这样，利用终端的摄像头采集图像，并根据人脸识别算法，检测是否为人脸，进而根据人脸大小，计算人脸与摄像头的距离，不需要额外增加硬件设备，减少了成本，并可以区别是否为人脸，以及在确定人脸与摄像头距离符合预设规则时，进行相应处理，解决了用户在观看终端上的屏幕上的内容时，与屏幕太近容易导致视力损伤的问题。

Description

一种基于人脸检测的距离估算和处理的方法及装置

技术领域

本发明涉及智能终端领域，尤其涉及一种基于人脸检测的距离估算和处理的方法及装置。

背景技术

用户，尤其是儿童，在通过终端观看小型屏幕上的内容时，容易靠的太近，这样会导致用户视力损伤的问题，这就需要估算用户与屏幕之间的距离，进行相应的处理，目前，在现有的智能手机和视觉机器人中一般应用各类传感器来感知距离。主要有几种：1)使用接近传感器；2)使用红外或者超声波距离传感器；3)使用双目摄像头进行景深测量。

但是，现有技术下，使用接近传感器、红外或超声波距离传感器，虽然也能够测量与物体之间的距离，但需要额外增加硬件设备，而且不能区分物体是否是人脸。现有技术下，使用双目摄像头进行景深测量，需要使用两个带自动对焦功能的摄像头，成本很高而且同样不能区分人脸和其它物体，大多数移动终端设备也不具备。

由此可见，现有技术下，测量人脸与屏幕之间距离，成本较高，并且不能区分是否为人脸，达不到预期的目的。

发明内容

本发明实施例提供一种基于人脸检测的距离估算和处理的方法及装置，以解决现有技术中估算距离成本较高，且不能区分是否为人脸的问题。

本发明实施例提供的具体技术方案如下：

一种基于人脸检测的距离估算方法，包括：

开启终端上的摄像头，获取摄像头采集到的图像；

根据预设的人脸识别算法，将上述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；

根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小，并根据上述人脸的大小，计算人脸与摄像头之间的距离。

较佳的，进一步包括：

若确定在上述图像上没有检测到人脸，则根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小，并在确定上述肤色连续区域的大小大于第二预设阈值时，执行相应的处理操作。

这样，对无法完整检测到人脸或未能准确检测出人脸的情况，根据肤色检测算法，计算肤色连续区域大小，确定人脸与摄像头之间的距离，对于不同的应用场景给予不同的处理，更能达到预期的目的，解决在用户与终端上的屏幕之间的距离过近，引起的问题。

较佳的，计算上述图像中肤色连续区域的大小之前，进一步包括：

至少提取上述预设人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

这样，预先保存肤色信息和光照信息等参数，在根据肤色检测算法进行计算时，基于这些信息进行计算，提升了检测的准确度，避免误判。

一种基于人脸检测的处理方法，包括：

采用上述一种基于人脸检测的距离估算方法，计算人脸与摄像头之间的距离之后，当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

较佳的，当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，具体包括：

当确定上述人脸与摄像头之间的距离小于第一预设阈值时，至少执行以下操作的一种或任意组合：进行告警、关闭屏幕上的内容和降低屏幕的亮度；其中，上述预设规则，至少为上述人脸与摄像头之间的距离小于第一预设阈值。

一种基于人脸检测的距离估算装置，包括：

获取单元，用于开启终端上的摄像头，获取摄像头采集到的图像；

匹配单元，用于根据预设的人脸识别算法，将上述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；

计算单元，用于根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小，并根据上述人脸的大小，计算人脸与摄像头之间的距离。

较佳的，计算单元进一步用于：

若确定在上述图像上没有检测到人脸，则根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小，并在确定上述肤色连续区域的大小大于第二预设阈值时，执行相应的处理操作。

这样，对检测不到人脸的情况，根据肤色检测算法，计算肤色连续区域大小，确定人脸与摄像头之间的距离，考虑了不同的应用场景，更能达到预期的目的，解决在用户与终端上的屏幕之间的距离过近，引起的问题。

较佳的，计算上述图像中肤色连续区域的大小之前，进一步包括：

保存单元，用于至少提取上述预设人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

这样，预先保存肤色信息和光照信息等参数，在根据肤色检测算法进行计算时，基于这些信息进行计算，提升了检测的准确度，避免误判。

一种基于人脸检测的处理装置，包括：

处理单元，用于采用上述一种基于人脸检测的距离估算装置，计算人脸与摄像头之间的距离之后，当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

较佳的，当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作时，处理单元具体用于：

当确定上述人脸与摄像头之间的距离小于第一预设阈值时，至少执行以下操作的一种或任意组合：进行告警、关闭屏幕上的内容和降低屏幕的亮度；其中，上述预设规则，至少为上述人脸与摄像头之间的距离小于第一预设阈值。

应当说明的是：由于在终端产品上，摄像头和显示屏(即屏幕)之间具有相对固定的位置关系，而这种相对固定的位置关系是本领域普通技术人员可以想到的，所以，本申请具体实施例所公开的技术方案涵盖了人脸或人脸区域与显示屏之间的距离估算和处理的方法和装置，在此，鉴于篇幅所限不予赘述。

本发明的有益效果如下：

本发明实施例中，开启终端上的摄像头，获取摄像头采集到的图像；根据预设的人脸识别算法，将上述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小，并根据上述人脸的大小，计算人脸与摄像头之间的距离；当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，这样，利用终端原有的摄像头采集图像，不需要额外增加硬件设备，节省了硬件成本，根据人脸识别算法，确定在图像上检测到人脸时，计算人脸大小，进而计算人脸与摄像头之间的距离，不仅可以识别出人脸，而且当确定人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，解决了用户在观看终端上的屏幕上的内容时，与屏幕太近容易导致视力损伤的问题。

附图说明

图1为本发明实施例中，基于人脸检测的距离估算和处理的方法概述流程图；

图2为本发明实施例中，基于人脸检测的距离估算和处理的方法详细流程图；

图3为本发明实施例中，基于人脸检测的距离估算和处理的装置结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术中估算距离成本较高，且不能区分是否为人脸的问题，本发明实施例中，获取终端上的摄像头采集的图像，并根据预设的人脸识别算法，判断在图像上是否检测到人脸，若确定检测到时，计算人脸的大小，并基于人脸的大小，计算人脸与摄像头之间的距离，进而在人脸与摄像头之间的距离符合预设规则时，进行相应处理，以免用户距离终端上的屏幕太近，导致视力受损。

再次重申：由于在终端产品上，摄像头和显示屏之间具有相对固定的位置关系，而这种相对固定的位置关系是本领域普通技术人员可以想到的，所以，本申请具体实施例所公开的技术方案涵盖了人脸或人脸区域与显示屏之间的距离估算和处理的方法和装置。也就是说，只要是通过摄像头获取人脸或人脸区域与终端产品(包括摄像头、显示屏)的距离并进行相应处理的方法和装置均属于本发明的保护范围。

下面通过具体实施例对本发明方案进行详细描述，当然，本发明并不限于以下实施例。

参阅图1所示，本发明实施例中，基于人脸检测的距离估算和处理的方法的具体流程如下：

步骤100：开启终端上的摄像头，获取摄像头采集到的图像。

本发明实施例中，利用大多数终端都有的摄像头，不需要额外增加硬件设备，获取摄像头采集到的图像。

实际中，用户，特别是儿童，在观看终端上的屏幕上的内容时，例如，通过手机看视频，容易离手机屏幕特别近，对儿童的视力造成很大的影响，这时，在儿童看视频时，开启手机上的摄像头，就可以采集到相应的图像。

步骤110：根据预设的人脸识别算法，确定在上述图像上检测到人脸时，计算人脸与摄像头之间的距离。

执行步骤110时，具体包括：

首先，根据预设的人脸识别算法，将图像和预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸。

然后，根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小。

最后，根据上述人脸的大小，计算人脸与摄像头之间的距离。

例如，具体为，

1)获取摄像头的镜头参数信息，例如水平视场角为a。

2)获取传感器(Sensor)参数，例如传感器抓取图像的分辨率为(X，Y)。

3)从采集到的图像中根据预设的人脸识别算法进行匹配，得到人脸在图像中的像素大小为(X’，Y’)。

4)假设实际人脸的宽度为C,人脸与摄像头之间的距离为L，W为距离上水平视场角对应的实际宽度。

5)由于已知C/W＝X’/X，W/L＝tan(a/2)，则可得出如下公式计算人脸与摄像头之间距离，即L＝(C*X)/(X’*tan(a/2))。

步骤120：当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

具体地，由于终端上摄像头和屏幕基本在一个平面上，因此，人脸与摄像头之间的距离可以认为是人脸与屏幕之间的距离。

其中，上述预设规则，较佳的为上述人脸与摄像头之间的距离小于第一预设阈值。当然，也可以为大于设定阈值，可以根据实际情况进行设置。

这样，当确定上述人脸与摄像头之间的距离小于预设的第一阈值时，说明人脸与终端上的屏幕之间的距离过近，这时，可以执行以下操作：进行告警、关闭屏幕上的内容、降低屏幕亮度、推送消息等操作。

进一步地，在执行步骤110时，若因为无法完整检测到人脸或未能准确检测出人脸等原因，导致确定没有检测到人脸，则根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小，并在确定上述肤色连续区域的大小大于预设的第二阈值时，执行相应的操作，具体包括：

首先，根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小。

其中，在根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小之前，进一步包括：至少提取上述预设的人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

在计算图像中肤色连续区域的大小时，肤色检测算法基于上述保存的肤色信息和相应的光照信息等，将图像与预先保存的上述信息进行匹配，确定肤色连续区域的大小。

下面举一个具体例子进行说明，例如为：

1)对图像进行直方图均衡处理，消除光照对肤色信息的影响。

2)将图像分解成4X4的小块。

3)计算每个小块的平均颜色空间(Y，Cb，Cr)，去除Y分量得到(Cb，Cr)向量用于肤色判定。

4)对每个小块计算与其相邻小块间的欧氏距离。

5)当欧氏距离小于预设阈值a0时，标记为连续区域。

6)对每个小块重复上述操作直到所有连续区域都标记完成。

7)统计每个连续区域的大小和平均颜色。

8)对于连续区域的大小大于预设阈值b0的区域，将其平均颜色与预先保存的肤色信息进行匹配。

9)若匹配成功，则标记为距离过近，否则，判定连续区域不为人脸肤色，不进行标记。

然后，在确定上述肤色连续区域的大小大于预设的第二阈值时，执行上述相应的处理操作，具体和步骤120相同，即说明人脸与屏幕之间的距离过近，容易对用户视力造成损害，执行告警、关闭屏幕的内容、或降低屏幕亮度等操作。

也就是说，在确定没有检测到人脸时，可能出现用户距离摄像头过近的情况，即人脸布满整个图像，这时，虽然没有检测到人脸，但用户与屏幕之间的距离也是非常近的，就需要进一步进行判断，确定肤色连续区域大小大于预设的第二阈值时，确定距离过近，也会执行相应的处理操作。

下面采用一个具体的应用场景对上述实施例作出进一步详细说明。具体参阅图2所示，本发明实施例中，基于人脸检测的距离估算和处理的方法的执行过程具体如下：

步骤200：打开摄像头，获取摄像头采集的图像。

步骤201：将采集的图像进行人脸检测。

具体为：发送到预设的人脸检测模块进行检测。

步骤202：判断在上述图像上是否检测到人脸，若是，则执行步骤203，否则，执行步骤209。

步骤203：计算人脸的大小。

步骤204：根据人脸的大小，计算人脸与摄像头之间的距离。

步骤205：判断人脸与摄像头之间的距离是否小于第一预设阈值，若是，则执行步骤206，否则，执行208。

步骤206：确定人脸与摄像头之间的距离过近。

步骤207：执行相应的操作，具体为：进行告警或处理，例如，关闭屏幕上的内容。

步骤208：确定人脸与摄像头之间的距离正常，不进行处理。

步骤209：计算肤色连续区域大小。

具体为：没有检测到人脸，则将图像发送到预设的肤色检测模块进行检测。

将预先保存的肤色信息和相应的光照信息等，作为肤色检测算法的输入参数，与采集到的图像进行匹配，进而计算出肤色连续区域的大小。

步骤210：判断上述肤色连续区域大小是否大于第二预设阈值，若是，则执行步骤206，否则，执行步骤208。

下面采用一个具体的应用场景，分别针对根据人脸识别算法和肤色检测算法，计算距离进行介绍。

1)根据人脸识别算法计算距离的过程。

例如，1)在乐橙儿童机器人中，Sensor采集的图像大小为(1920*1080)，其中X＝1920,镜头视场角为a＝120°。

2)如果根据人脸识别算法检测到人脸的大小为(200*360)，其中X’＝200，已知一个小孩的脸大小为(10cm*18cm)，其中C＝10；

3)根据公式L＝(C*X)/(X’*tan(a/2))，计算出人脸距离摄像头的距离约为L＝46.7cm。

4)设置第一预设阈值(即安全距离)必须大于80cm，则计算出的L值小于80cm，判定为过于靠近，给予提醒，并关闭屏幕，当用户离开屏幕至安全距离后再开启屏幕。

2)根据肤色检测算法计算距离的过程。

例如，在乐橙机器人中，小孩离摄像头距离已经过近，人脸识别算法已经无法检测正常的人脸，这时启动肤色检测算法对肤色连续区域进行判定。

1)获取到的图像大小为1920*1080，分解为480*270个4*4的块。

2)进行直方图均衡操作，设定第二预设阈值(即连续区块数阈值)为64800(总块数的一半)。

3)经过计算得到三个连续区块，一号区块大小为33620，二号区块为70058，三号区块为25732块，其它为比较小的区块忽略。

4)超过第二阈值的区块为二号区号，根据二号区块的平均颜色值(Cb＝152，Cr＝103)与预先保存的肤色信息(Cb，Cr)进行欧氏距离计算，欧氏距离小于阈值20时认为匹配成功，判定人脸与摄像头距离过近，进行报警或其它相应处理。

基于上述实施例，参阅图3所示，本发明实施例中，基于人脸检测的距离估算和处理的装置，具体包括：

获取单元30，用于开启终端上的摄像头，获取摄像头采集到的图像；

匹配单元31，用于根据预设的人脸识别算法，将上述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；

计算单元32，用于根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小，并根据上述人脸的大小，计算人脸与摄像头之间的距离。

处理单元33，用于当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

较佳的，计算单元32进一步用于：

若确定在上述图像上没有检测到人脸，则根据预设的肤色检测算法，计算上述图像中肤色连续区域的大小，并在确定上述肤色连续区域的大小大于第二预设阈值时，执行上述相应的处理操作。

较佳的，计算上述图像中肤色连续区域的大小之前，进一步包括：

保存单元34，用于至少提取上述预设人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

较佳的，当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作时，处理单元33具体用于：

当确定上述人脸与摄像头之间的距离小于第一预设阈值时，至少执行以下操作的一种或任意组合：进行告警、关闭屏幕上的内容和降低屏幕的亮度；其中，上述预设规则，至少为上述人脸与摄像头之间的距离小于第一预设阈值。

综上所述，本发明实施例中，开启终端上的摄像头，获取摄像头采集到的图像；根据预设的人脸识别算法，将上述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；根据匹配成功的人脸在上述图像上所占的区域，计算上述人脸的大小，并根据上述人脸的大小，计算人脸与摄像头之间的距离；当确定上述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，这样，利用终端原有的摄像头采集图像，不需要额外增加硬件设备，节省了硬件成本，根据人脸识别算法，确定在图像上检测到人脸时，计算人脸大小，进而计算人脸与摄像头之间的距离，不仅可以识别出人脸，而且当确定人脸与摄像头之间的距离过近时，执行相应的处理操作，解决了用户在观看终端上的屏幕上的内容时，与屏幕太近容易导致视力损伤的问题。

并且，对检测不到人脸的情况，根据肤色检测算法，计算肤色连续区域大小，确定人脸与摄像头之间的距离，考虑了不同的应用场景，且，肤色检测算法是基于预先保存的肤色信息和光照信息等参数的，提升了检测的准确度，避免误判。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、设备(系统)、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装置。

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装置的制造品，该指令装置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。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于人脸检测的距离估算方法，其特征在于，包括：

开启终端上的摄像头，获取摄像头采集到的图像；

根据预设的人脸识别算法，将所述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；

根据匹配成功的人脸在所述图像上所占的区域，计算所述人脸的大小，并根据所述人脸的大小和所述摄像头的水平视场角，计算人脸与摄像头之间的距离；其中，计算人脸与摄像头之间的距离为L＝(C*X)/(X’*tan(a/2))，C为预设的实际人脸大小，X为图像的分辨率大小，X’为所述人脸的大小，a为所述摄像头的水平视场角。

2.如权利要求1所述的方法，其特征在于，进一步包括：

若确定在所述图像上没有检测到人脸，则根据预设的肤色检测算法，计算所述图像中肤色连续区域的大小，并在确定所述肤色连续区域的大小大于第二预设阈值时，执行相应的处理操作。

3.如权利要求2所述的方法，其特征在于，计算所述图像中肤色连续区域的大小之前，进一步包括：

至少提取所述预设人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

4.一种基于人脸检测的处理方法，其特征在于，包括：

采用如权利要求1所述的方法，计算人脸与摄像头之间的距离之后，当确定所述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

5.如权利要求4所述的方法，其特征在于，当确定所述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作，具体包括：

当确定所述人脸与摄像头之间的距离小于第一预设阈值时，至少执行以下操作的一种或任意组合：进行告警、关闭屏幕上的内容和降低屏幕的亮度；其中，所述预设规则，至少为所述人脸与摄像头之间的距离小于第一预设阈值。

6.一种基于人脸检测的距离估算装置，其特征在于，包括：

获取单元，用于开启终端上的摄像头，获取摄像头采集到的图像；

匹配单元，用于根据预设的人脸识别算法，将所述图像与预设的人脸训练样本进行匹配，若匹配成功，则确定检测到人脸；

计算单元，用于根据匹配成功的人脸在所述图像上所占的区域，计算所述人脸的大小，并根据所述人脸的大小和所述摄像头的水平视场角，计算人脸与摄像头之间的距离；其中，计算人脸与摄像头之间的距离为L＝(C*X)/(X’*tan(a/2))，C为预设的实际人脸大小，X为图像的分辨率大小，X’为所述人脸的大小，a为所述摄像头的水平视场角。

7.如权利要求6所述的装置，其特征在于，计算单元进一步用于：

若确定在所述图像上没有检测到人脸，则根据预设的肤色检测算法，计算所述图像中肤色连续区域的大小，并在确定所述肤色连续区域的大小大于第二预设阈值时，执行相应的处理操作。

8.如权利要求7所述的装置，其特征在于，计算所述图像中肤色连续区域的大小之前，进一步包括：

保存单元，用于至少提取所述预设人脸训练样本中每一个人脸的肤色信息和相应的光照信息，以及将提取的每一个人脸的肤色信息和相应的光照信息进行保存。

9.一种基于人脸检测的处理装置，其特征在于，包括：

处理单元，用于采用如权利要求6所述的装置，计算人脸与摄像头之间的距离之后，当确定所述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作。

10.如权利要求9所述的装置，其特征在于，当确定所述人脸与摄像头之间的距离符合预设规则时，执行相应的处理操作时，处理单元具体用于：

当确定所述人脸与摄像头之间的距离小于第一预设阈值时，至少执行以下操作的一种或任意组合：进行告警、关闭屏幕上的内容和降低屏幕的亮度；其中，所述预设规则，至少为所述人脸与摄像头之间的距离小于第一预设阈值。