CN107798228A - 一种人脸识别方法及移动终端 - Google Patents

Abstract

本发明实施例提供了一种人脸识别方法及移动终端，其中所述方法包括：采集待识别人脸的面部特征，并检测所述移动终端的姿态；根据所述姿态调整预设面部识别算法中各面部特征的权重值；依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。本发明实施例提供的人脸识别方法，依据移动终端的姿态灵活调整预设面部识别算法中各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

Description

一种人脸识别方法及移动终端

技术领域

本发明涉及通信技术领域，特别是涉及一种人脸识别方法及移动终端。

背景技术

移动终端在人们生活中占据了越来越重要的地位，随着科技的进步，移动终端的处理能力越来越强大，更多的新技术被用于移动终端上。人脸识别技术已经逐步在移动终端上普及，通过人脸识别对移动终端进行解锁。随着全面屏的使用，指纹解锁模块无法在移动终端正面面板放置，为移动终端加密解锁带来一些不便，人脸识别技术人脸识别功能将会很好的弥补这一问题。

人脸识别的核心为，采集用户面部特征与注册时输入的面部特征对比，从而进行身份认证。当前用户注册面部特征时，需要正面面对移动终端的前置摄像头，前置摄像头采集到清晰完整的面部图像，从面部图像中提取面部特征。而在实际应用过程中，用户平躺或侧身躺在床上时，移动终端所采集到的用户的面部特征会与该用户注册时的面部特征存在不同。该种情况下，将会降低人脸识别结果的准确性。

发明内容

本发明实施例提供一种人脸识别方法及移动终端，以解决现有技术中存在的人脸识别结果准确性低的问题。

依据本发明的一个方面，提供了一种人脸识别方法，应用于移动终端，所述方法包括：采集待识别人脸的面部特征，并检测所述移动终端的姿态；根据所述姿态调整预设面部识别算法中各面部特征的权重值；依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

根据本发明的另一方面，提供了一种移动终端，所述移动终端包括：姿态确定模块，用于采集待识别人脸的面部特征，并检测所述移动终端的姿态；调整模块，用于根据所述姿态调整预设面部识别算法中各面部特征的权重值；结果确定模块，用于依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

根据本发明的又一方面，提供了一种移动终端，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序，所述人脸识别程序被所述处理器执行时实现所述的人脸识别方法的步骤。

根据本发明的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有人脸识别程序，所述人脸识别程序被处理器执行时实现所述的人脸识别方法的步骤。

与现有技术相比，本发明具有以下优点：

本发明提供的人脸识别方法及移动终端，依据移动终端的姿态灵活调整预设面部识别算法中各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是根据本发明实施例一的一种人脸识别方法的步骤流程图；

图2是移动终端姿态示意图；

图3是根据本发明实施例二的一种人脸识别方法的步骤流程图；

图4是根据本发明实施例三的一种移动终端的结构框图；

图5是根据本发明实施例四的一种移动终端的结构框图；

图6是根据本发明实施例五的一种移动终端的结构框图；

图7是根据本发明实施例六的一种移动终端的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

参照图1，示出了本发明实施例一的一种指纹识别方法的步骤流程图。

本发明实施例的指纹识别方法包括以下步骤：

步骤101：采集待识别人脸的面部特征，并检测移动终端的姿态。

其中，移动终端姿态可以包括但不限于：左倾斜、右倾斜以及屏幕朝下。示例性的，移动终端左倾斜姿态、右倾斜姿态以及屏幕朝下姿态分别如图2中的(a)、(b)、(c)所示。这三种移动终端姿态分别对应用户向左侧躺手持移动终端时移动终端的姿态，用户向右侧躺手持移动终端时移动终端的姿态，用户平躺手持移动终端时移动终端的姿态这三种面部识别场景。

在具体实现过程中，可以通过移动终端设置的加速度传感器确定移动终端的姿态。

移动终端的姿态可以进一步映射当前的人脸识别场景。例如：移动终端屏幕朝下时，则可判定用户平躺在支撑体上进行人脸识别。

步骤102：根据检测到的姿态调整预设面部识别算法中各面部特征的权重值。

预设面部特征算法中包含多个面部特征、以及各面部特征的权重值。面部特征的权重值越高，则表明该面部特征在人脸匹配时越重要；反之，面部特征的权重值越低，则表明该面部特征在人脸匹配时越不重要。预设面部算法可以为现有的任意适当的人脸识别算法，本发明实施例中对于预设面部识别算法的具体内容不作限制。

移动终端中预设有面部识别算法，在进行人脸识别时，依据面部识别算法对采集的人脸特征以及注册时输入的注册面部特征进行分析，从而得到识别结果。

移动终端中存储有姿态与面部特征调整策略之间的对应关系，移动终端当前姿态不同，面部特征调整策略也不同。面部特征调整策略中可以包括各面部特征对应的权重值调整值；也可以包括各面部特征对应的调整后的权重值。

步骤103：依据调整后的面部识别算法以及采集的面部特征，确定人脸识别结果。

预设的面部识别算法适用于用户正面面对移动终端屏幕时，进行人脸识别使用。而若通过移动终端的姿态判断出当前人脸识别场景并非为用户正面面对移动终端屏幕，则需要依据移动终端的当前姿态对面部识别算法中的面部特征的权重值进行调整，得到调整后的面部识别算法。

本发明实施例提供的人脸识别方法，依据移动终端的姿态灵活调整预设面部识别算法中、各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

实施例二

参照图3，示出了本发明实施例二的一种人脸识别方法的步骤流程图。

本发明实施例中以移动终端当前姿态为左倾斜为例，对本发明的人脸识别方法进行说明，本发明实施例的人脸识别方法具体包括以下步骤：

步骤201：采集待识别人脸的面部特征，并检测移动终端的姿态。

其中，移动终端的姿态可以包括但不限于：左倾斜、右倾斜以及屏幕朝下中的至少之一。在具体实现过程中，可以通过移动终端设置的加速度传感器确定移动终端的姿态。本发明实施例中，以移动终端当前姿态为左倾斜为例，对后续步骤进行说明。

通过移动终端的姿态，能够映射出握持移动终端的用户当前的姿势，进一步确定当前人脸识别的具体场景。具体地，若移动终端的姿态为左倾斜，则可确定用户当前姿势左侧卧；若移动终端的姿态为右倾斜，则可确定用户右侧卧；若移动终端的姿态为屏幕朝下，则可确定用户当前姿势为平躺在支撑体如沙发、床上。

步骤202：将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

面部特征大体可以分为：左脸面部特征、右脸面部特征以及面部轮廓特征。左脸面部特征可以包括但不限于：左眼轮廓、左嘴角形状、左鼻翼形状以及左苹果肌形状等；右脸面部特征可以包括但不限于：右眼轮廓、右嘴角形状、右鼻翼形状以及右苹果肌形状等。

本发明实施例中，移动终端的姿态为左倾斜，则可确定用户当前姿势为左侧卧，此时可推断出用户左脸面部特征可能被遮挡，无法得到完整的左脸面部特征，因此将预设面部识别算法中左脸面部特征的权重值减小。

对于各左脸面部特征的权重值减小的具体值，以及各右脸面部特征的权重值增大的具体值，均可以由本领域技术人员根据实际需求进行设置，本发明实施例中对此不作具体限制。

当移动终端的姿态为右倾斜时，一种优选地根据姿态调整预设面部识别算法中各面部特征的权重的方式为：将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

当移动终端的姿态为右倾斜时，则可确定用户当前姿势为右侧卧，此时可推断出用户右脸面部特征可能被遮挡，无法得到完整的右脸面部特征，因此将预设面部识别算法中右脸面部特征的权重值减小。

当移动终端的姿态为屏幕朝下时，一种优选地根据姿态调整预设面部识别算法中各面部特征的权重的方式为：将预设面部识别算法中面部轮廓特征的权重值减小。

当移动终端的姿态为屏幕朝下时，则可确定用户当前姿势为平躺，当背景物(比如枕头、沙发等)与用户非常贴近且背景中颜色花纹等场景较复杂，会影响面部轮廓识别，此时降低面部轮廓在识别算法中的权重值，将左脸面部特征、右脸面部特征这些左五官特征作为人脸识别的主要依据。

步骤203：针对采集的每个面部特征，确定面部特征与预存的注册面部特征中对应面部特征的匹配值。

确定两面部特征匹配值的具体方式，参照现有相关技术即可，本发明实施例中对此不作具体限制。

步骤204：依据匹配值以及采集的该面部特征对应的权重值，确定采集的该面部特征的匹配分值。

具体地，可以将面部特征的匹配值与权重值的乘积确定为匹配分值。

步骤205：依据采集的各面部特征对应的匹配分值，确定人脸识别结果。

具体地，可以将各面部特征对应的匹配分值求和，将所得和值与预设值进行比对，依据比对结果确定人脸识别是否成功。

本发明实施例提供的人脸识别方法，依据移动终端的姿态确定手持移动终端该用户的当前姿势，依据姿势灵活调整预设面部识别算法中相应面部特征的权重值，如用户姿势为左倾斜时，由于用户左脸面部特征可能被遮挡因此将左脸面部特征的权重值减小，将右脸面部特征的权重值增大，依据调整后的面部识别算法确定的人脸识别结果，将可能被遮挡部分的面部特征权重减小，重点依据未遮挡部分的面部特征进行人脸识别，能够提升人脸识别结果的准确率，故能够提升用户的使用体验。

实施例三

参照图4，示出了本发明实施例三的一种移动终端的结构框图。

本发明实施例的移动终端包括：姿态确定模块301，用于采集待识别人脸的面部特征，并检测所述移动终端的姿态；调整模块302，用于根据所述姿态调整预设面部识别算法中各面部特征的权重值；结果确定模块303，用于依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

本发明实施例提供的移动终端进行人脸识别时，依据移动终端的姿态灵活调整预设面部识别算法中各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

实施例四

参照图5，示出了本发明实施例四的一种移动终端的结构框图。

本发明实施例的移动终端是对实施例三中的移动终端的进一步优化，优化后的移动终端包括：姿态确定模块401，用于采集待识别人脸的面部特征，并检测所述移动终端的姿态；调整模块402，用于根据所述姿态调整预设面部识别算法中各面部特征的权重值；结果确定模块403，用于依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

优选地，所述调整模块402包括：第一调整子模块4021，用于当移动终端的姿态为左倾斜时，将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

优选地，所述调整模块402包括：第二调整子模块4022，用于当移动终端的姿态为右倾斜时，将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

优选地，所述调整模块402包括：第三调整子模块4023，用于当移动终端的姿态为屏幕朝下时，将预设面部识别算法中面部轮廓特征的权重值减小。

优选地，所述结果确定模块403包括：第一确定子模块4031，用于针对采集的每个面部特征，确定所述面部特征与预存的注册面部特征中对应面部特征的匹配值；第二确定子模块4032，用于依据所述匹配值以及所述面部特征对应的权重值，确定所述第一面部特征的匹配分值；结果确定子模块4033，用于依据采集的各所述面部特征对应的匹配分值，确定人脸识别结果。

本发明实施例的移动终端用于实现前述实施例一、实施例二中相应的人脸识别方法，并具有与方法实施例相应的有益效果，在此不再赘述。

实施例五

参照图6，示出了本发明实施例五的一种移动终端的结构框图。

本发明实施例的移动终端700包括：至少一个处理器701、存储器702、至少一个网络接口704和其他用户接口703。移动终端700中的各个组件通过总线系统705耦合在一起。可理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统705。

其中，用户接口703可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(track ball)、触感板或者触摸屏等。

可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRam bus RAM，DRRAM)。本发明实施例描述的系统和方法的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器702存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统7021和应用程序7022。

其中，操作系统7021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。

在本发明实施例中，通过调用存储器702存储的程序或指令，具体的，可以是应用程序7022中存储的程序或指令，处理器701用于采集待识别人脸的面部特征，并检测所述移动终端的姿态；根据所述姿态调整预设面部识别算法中各面部特征的权重值；依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本发明实施例中所述功能的模块(例如过程、函数等)来实现本发明实施例中所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

可选地，当移动终端的姿态为左倾斜时，处理器701根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

可选地，当移动终端的姿态为右倾斜时，处理器701根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

可选地，当移动终端的姿态为屏幕朝下时，处理器701根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中面部轮廓特征的权重值减小。

可选地，处理器701依据调整后的面部识别算法以及所述第一面部特征，确定人脸识别结果时，具体用于：针对采集的每个面部特征，确定所述面部特征与预存的注册面部特征中对应面部特征的匹配值；依据所述匹配值以及采集的所述面部特征对应的权重值，确定采集的所述面部特征的匹配分值；依据采集的各所述面部特征对应的匹配分值，确定人脸识别结果。

移动终端700能够实现前述实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。

本发明实施例提供的移动终端，依据移动终端的姿态灵活调整预设面部识别算法中各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

实施例六

参照图7，示出了本发明实施例六的一种移动终端的结构框图。

本发明实施例中的移动终端可以为手机、平板电脑、个人数字助理(PersonalDigital Assistant，PDA)、或车载电脑等。

图7中的移动终端包括射频(Radio Frequency，RF)电路810、存储器820、输入单元830、显示单元840、处理器860、音频电路870、WiFi(Wireless Fidelity)模块880和电源890。

其中，输入单元830可用于接收用户输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元830可以包括触控面板831。触控面板831，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板831上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板831可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给该处理器860，并能接收处理器860发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板831。除了触控面板831，输入单元830还可以包括其他输入设备832，其他输入设备832可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

其中，显示单元840可用于显示由用户输入的信息或提供给用户的信息以及移动终端的各种菜单界面。显示单元840可包括显示面板841，可选的，可以采用LCD或有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板841。

应注意，触控面板831可以覆盖显示面板841，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器860以确定触摸事件的类型，随后处理器860根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。

触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。

其中处理器860是移动终端的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器821内的软件程序和/或模块，以及调用存储在第二存储器822内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。可选的，处理器860可包括一个或多个处理单元。

在本发明实施例中，通过调用存储该第一存储器821内的软件程序和/或模块和/或该第二存储器822内的数据，处理器860采集待识别人脸的面部特征，并检测所述移动终端的姿态；根据所述姿态调整预设面部识别算法中各面部特征的权重值；依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

可选地，当移动终端的姿态为左倾斜时，处理器860根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

可选地，当移动终端的姿态为右倾斜时，处理器860根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

可选地，当移动终端的姿态为屏幕朝下时，处理器860根据所述姿态调整预设面部识别算法中各面部特征的权重时，具体用于：将预设面部识别算法中面部轮廓特征的权重值减小。

可选地，处理器860依据调整后的面部识别算法以及所述第一面部特征，确定人脸识别结果时，具体用于：针对采集的每个面部特征，确定所述面部特征与预存的注册面部特征中对应面部特征的匹配值；依据所述匹配值以及采集的所述面部特征对应的权重值，确定采集的所述面部特征的匹配分值；依据采集的各所述面部特征对应的匹配分值，确定人脸识别结果。

本发明实施例提供的移动终端，依据移动终端的姿态灵活调整预设面部识别算法中各面部特征的权重值，依据调整后的面部识别算法确定人脸识别结果，提高了人脸识别的准确率，能够提升用户的使用体验。

本发明实施例还提供了一种移动终端，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序，所述人脸识别程序被所述处理器执行时实现所述的人脸识别方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有人脸识别程序，所述人脸识别程序被处理器执行时实现所述的人脸识别方法的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的人脸识别方案不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造具有本发明方案的系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的人脸识别方案中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (12)

1.一种人脸识别方法，应用于移动终端，其特征在于，所述方法包括：

采集待识别人脸的面部特征，并检测所述移动终端的姿态；

根据所述姿态调整预设面部识别算法中各面部特征的权重值；

依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

2.根据权利要求1所述的方法，其特征在于，当移动终端的姿态为左倾斜时，所述根据所述姿态调整预设面部识别算法中各面部特征的权重，包括：

将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

3.根据权利要求1所述的方法，其特征在于，当移动终端的姿态为右倾斜时，所述根据所述姿态调整预设面部识别算法中各面部特征的权重，包括：

将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

4.根据权利要求1所述的方法，其特征在于，当移动终端的姿态为屏幕朝下时，所述根据所述姿态调整预设面部识别算法中各面部特征的权重，包括：

将预设面部识别算法中面部轮廓特征的权重值减小。

5.根据权利要求1-4任一项所述的方法，其特征在于，依据调整后的面部识别算法以及所述第一面部特征，确定人脸识别结果，包括：

针对采集的每个面部特征，确定所述面部特征与预存的注册面部特征中对应面部特征的匹配值；

依据所述匹配值以及采集的所述面部特征对应的权重值，确定采集的所述面部特征的匹配分值；

依据采集的各所述面部特征对应的匹配分值，确定人脸识别结果。

6.一种移动终端，其特征在于，所述移动终端包括：

姿态确定模块，用于采集待识别人脸的面部特征，并检测所述移动终端的姿态；

调整模块，用于根据所述姿态调整预设面部识别算法中各面部特征的权重值；

结果确定模块，用于依据调整后的面部识别算法以及所述面部特征，确定人脸识别结果。

7.根据权利要求6所述的移动终端，其特征在于，所述调整模块包括：

第一调整子模块，用于当移动终端的姿态为左倾斜时，将预设面部识别算法中左脸面部特征的权重值减小，右脸面部特征的权重值增大。

8.根据权利要求6所述的移动终端，其特征在于，所述调整模块包括：

第二调整子模块，用于当移动终端的姿态为右倾斜时，将预设面部识别算法中右脸面部特征的权重值减小，左脸面部特征的权重值增大。

9.根据权利要求6所述的移动终端，其特征在于，所述调整模块包括：

第三调整子模块，用于当移动终端的姿态为屏幕朝下时，将预设面部识别算法中面部轮廓特征的权重值减小。

10.根据权利要求6-9任一项所述的移动终端，其特征在于，所述结果确定模块包括：

第一确定子模块，用于针对采集的每个面部特征，确定所述面部特征与预存的注册面部特征中对应面部特征的匹配值；

第二确定子模块，用于依据所述匹配值以及采集的所述面部特征对应的权重值，确定采集的所述第一面部特征的匹配分值；

结果确定子模块，用于依据采集的各所述面部特征对应的匹配分值，确定人脸识别结果。

11.一种移动终端，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序，所述人脸识别程序被所述处理器执行时实现如权利要求1至5中任一项所述的人脸识别方法的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有人脸识别程序，所述人脸识别程序被处理器执行时实现如权利要求1至5中任一项所述的人脸识别方法的步骤。