CN108446692B - 人脸比对方法、装置和系统 - Google Patents

Abstract

本发明提供了一种人脸比对方法、装置和系统；人脸数据库中预先设置有多个分类库，每个分类库包含多个子库，分类库和/或子库设置有优先级，该方法包括：接收比对范围；该比对范围包括由用户选择的人脸数据库中的至少一个子库或分类库；根据比对范围和当前运算资源，确定人脸比对方式；该人脸比对方式包括并行比对或顺序遍历比对；按照优先级，及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。该方式采用的人脸数据库包括多个分类库和子库，可在进行人脸比对时，根据用户需求动态选择比对范围，同时还可根据比对范围和当前运算资源选择合理的比对方式，在布控规模满足用户需求的同时，提高了人脸比对效率。

Description

人脸比对方法、装置和系统

技术领域

本发明涉及人脸识别技术领域，尤其是涉及一种人脸比对方法、装置和系统。

背景技术

人脸识别技术已经在多个应用领域中实现部署应用，在诸如公共安全的动态人脸布控现实应用中，人脸库需要除了所辖区域的重点监控对象人脸库外，也需要将全省乃至全国的重点通缉案犯，以及涉恐涉暴等危险分子加入自动识别对比库，布控的黑名单人脸库基本上都在百万级别，这会导致识别速度很慢，难以满足识别需求，如果降低布控人脸库的规模，又会导致布控不全面的问题。

目前很多互联网公司采用加硬件服务和云集群的方式来解决上述矛盾，但是这种方式存在着建设成本昂贵、数据传输不及时、数据保密性不足、运维技术要求高、管理难度大等一系列的现实应用问题，导致实际应用性较差。

针对上述布控规模和识别响应速度相矛盾，难以满足用户需求的问题，尚未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种人脸比对方法、装置和系统，以在布控规模满足用户需求的同时，提高人脸比对效率。

第一方面，本发明实施例提供了一种人脸比对方法，人脸数据库中预先设置有多个分类库，每个分类库包含多个子库，分类库和/或子库设置有优先级，该方法包括：接收人脸比对的比对范围；比对范围包括由用户选择的，人脸数据库中的至少一个子库或至少一个分类库；根据比对范围和当前的运算资源，确定人脸比对方式；人脸比对方式包括并行比对或顺序遍历比对；按照优先级，以及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，根据比对范围和当前的运算资源，确定人脸比对方式的步骤包括：获取比对范围的数据量和当前运算资源的空闲率；如果数据量大于或等于数量阈值，或空闲率低于资源阈值，确定人脸比对方式为并行比对；如果数据量小于数量阈值，或空闲率高于或等于资源阈值，确定人脸比对方式为顺序遍历比对。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，人脸数据库部署在多台主机上；人脸比对方式包括并行比对；对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的步骤包括：将比对范围进行拆分，得到多个子范围；将多个子范围对应的任务标识分发至对应的主机上，以使主机对当前采集到的图像在子范围内进行人脸比对，得到多个子结果；汇总子结果，得到最终的比对结果。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，人脸比对方式包括顺序遍历比对；对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的步骤包括：根据当前运算资源的空闲率，确定优先级的比对阈值；根据比对阈值，从比对范围中确定优先比对范围；对当前采集到的图像在优先比对范围内进行人脸比对，得到比对结果。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述方法还包括：根据比对结果，生成报警人像库和对应的报警信息。

第二方面，本发明实施例还提供一种人脸比对装置，人脸数据库中预先设置有多个分类库，每个所述分类库包含多个子库，分类库和/或子库设置有优先级，该装置包括：比对范围接收模块，用于接收人脸比对的比对范围；比对范围包括由用户选择的，人脸数据库中的至少一个子库或至少一个分类库；比对方式确定模块，用于根据比对范围和当前的运算资源，确定人脸比对方式；人脸比对方式包括并行比对或顺序遍历比对；人脸比对模块，用于按照优先级，以及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，比对方式确定模块还用于：获取比对范围的数据量和当前运算资源的空闲率；如果数据量大于或等于数量阈值，或空闲率低于资源阈值，确定人脸比对方式为并行比对；如果数据量小于数量阈值，或空闲率高于或等于资源阈值，确定人脸比对方式为顺序遍历比对。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，人脸数据库部署在多台主机上；人脸比对方式包括并行比对；人脸比对模块还用于：将比对范围进行拆分，得到多个子范围；将多个子范围对应的任务标识分发至对应的主机上，以使主机对当前采集到的图像在子范围内进行人脸比对，得到多个子结果；汇总子结果，得到最终的比对结果。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，人脸比对方式包括顺序遍历比对；人脸比对模块还用于：根据当前运算资源的空闲率，确定优先级的比对阈值；根据比对阈值，从比对范围中确定优先比对范围；对当前采集到的图像在优先比对范围内进行人脸比对，得到比对结果。

第三方面，本发明实施例还提供了一种人脸比对系统，该系统包括图像采集设备、人脸比对服务器和报警设备；上述第二方面的人脸比对装置设置于人脸比对服务器中。

本发明实施例带来了以下有益效果：

本发明实施例提供了一种人脸比对方法、装置和系统，采用的人脸数据库包括多个分类库和子库，可以在进行人脸比对时，根据用户需求动态选择比对范围，同时还可以根据比对范围和当前的运算资源选择合理的比对方式，在布控规模满足用户需求的同时，提高了人脸比对效率。

本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为现有技术中人脸比对示意图；

图2为本发明实施例提供的一种人脸比对方法的流程图；

图3为本发明实施例提供的一种人脸数据库的示意图；

图4为本发明实施例提供的另一种人脸数据库的示意图；

图5为本发明实施例提供的另一种人脸比对方法的流程图；

图6为本发明实施例提供的另一种人脸比对方法中，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的具体流程图；

图7为本发明实施例提供的另一种人脸比对方法中，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的具体流程图；

图8为本发明实施例提供的一种人脸比对装置的结构示意图；

图9为本发明实施例提供的一种人脸比对系统的结构示意图；

图10为本发明实施例提供的另一种人脸比对系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。

图1所示为现有技术中的人脸比对示意图；在前置环境中由摄像机抓拍人像，并输入到人像抓拍服务器或主机中，再存入抓拍人像库中；该抓拍人像库中的人像需要与布控黑名单人像库进行比对，在人像对比服务中输出比对结果，若对比值高于预警值则将该抓拍的人像存入报警人像库中，并且在报警屏幕上显示报警人像库中的图像和报警信息；若对比值低于预警值则将该抓拍的人像丢弃。但这种人脸比对方式中，如果黑名单人像库较大，例如存储有百万张图像，这会导致识别速度很慢，难以满足识别需求，如果降低布控人脸库的规模，又会导致布控不全面的问题，布控规模和识别响应速度相矛盾，难以满足用户需求。

基于此，本发明实施例提供了一种人脸比对方法、装置和系统；该技术可以应用于大规模的公安盘查的人证对、电子商务的人脸支付、刑侦研判中人脸比对人脸检索、机场安检登机的刷脸通道和公共安全的动态人脸布控等场景中。

参见图2所示的一种人脸比对方法的流程图；该方法需要预先建立人脸数据库，该人脸数据库中预先设置有多个分类库，每个分类库包含多个子库，该分类库和/或子库设置有优先级。在设置优先级时，可以仅设置分类库的优先级、也可以仅设置子库的优先级、还可以同时设置分类库和子库设的优先级。

该分类库可按照重点通缉案犯、涉恐、涉暴、吸毒等类型进行分类，进而在该分类库的节点下创建人脸数据库子库，形成二级树形结构，如图3所示，该子库可根据分类库的虚拟机的ID、子库建立时间、子库所属的地理区域等进行划分，并给上述优先级设置权重，该优先级的权重可依据分类库或子库的重要程度进行设置，如图4所示。

上述人脸数据库可以通过下述方式建立：首先由都多台摄像机抓拍嫌疑目标的人像，然后将抓拍的人像输入到人像抓拍服务器或主机中，再从不同摄像机的抓拍人像中选择出图片清晰的人像，并对人脸部分调整大小，写成指定目录下的图片文件，最后将所有嫌疑目标的图片文件存入人像库中，划分分类库和子库后，就形成了上述人脸数据库。

如图2所示，上述方法包括如下步骤：

步骤S202，接收人脸比对的比对范围；该比对范围包括由用户选择的人脸数据库中的至少一个子库或至少一个分类库；

人脸库的比对范围是根据用户需求进行选择的，该比对范围可以包括一个或者多个分类库、一个或者多个子库，也可以是两者的结合。例如，用户需要比对重点通缉案犯，那么就从人脸数据库中选择出重点通缉案犯对应的分类库或者子库作为人脸比对范围；若用户需要布控所属区域为南京的嫌疑人，那么就应该选取南京区域的分类库或者子库作为比对范围。

步骤S204，根据上述比对范围和当前的运算资源，确定人脸比对方式；该人脸比对方式包括并行比对或顺序遍历比对；

上述运算资源通常包括CPU(Central Processing Unit，中央处理器)利用率和内存空间。CPU利用率可以为计算机运行的程序占用的CPU资源，使用率越高，说明计算机在这个时间上运行的程序多，反之运行的程序少；内存空间一般是指主存储器空间(物理地址空间)或系统为一个用户程序分配内存的空间。

上述并行比对方式通常在分布式的云计算平台上实现，平台的控制中心用于协调各主机的资源，并且各个主机上均可以保存有上述人脸数据库；控制中心接收到比对范围后，如果发现该比对范围较大或比对运算量较高，一台主机难以完成，则需要协调多台主机共同完成比对任务；例如，可以将比对范围划分成多个子范围，每台主机完成一个子范围的比对，多台主机同时比对；主机比对完成后，将比对结果发送至控制中心，由控制中心汇总结果，并向用户输出最终的比对结果。

上述顺序遍历比对通常为：对比对范围内的各个分类库或子库逐一进行比对，可以按照节点顺序，也可以按照优先级的高低(例如，优先级权重的大小)进行顺序遍历。顺序遍历比对的方式可以在单台主机上实现，也可以在上述分布式的云计算平台上实现。

步骤S206，按照上述优先级，以及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。

如果当前主机的运算任务较多，资源空闲率较少，此时可以先对优先级较高的分类库或子库进行比对，待主机资源空闲率较高时，再对剩余的分类库或子库进行比对，以保证一定的比对效率。在比对过程中，待比对图像每比对一个数据库中的图像，可以生成一个对应的匹配值，如果该匹配值高于设置的匹配阈值，说明该图像与待比对图像相似度较高，则可以将该图像保存至预设的报警人像库中；比对完毕后，将该报警人像库和对应的报警信息提供给用户。该报警信息可以为文字、图像等形式，用于简要描述比对结果；该报警信息可以显示在屏幕上。

上述人脸比对是对抓拍到的人像进行身份确认或在人脸数据库中进行目标搜索，可通过提取人脸的脸部特征来进行人脸比对。该脸部特征通常包含皮肤色调、五官、发型、表情等；具体可以为眼虹膜、鼻翼、嘴角等人脸五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，从而得到脸部特征的特征值。在进行人脸比对时，通过匹配特征值实现人脸比对的过程。

本发明实施例提供了一种人脸比对方法，采用的人脸数据库包括多个分类库和子库，可在进行人脸比对时，根据用户需求动态选择比对范围，同时还可根据比对范围和当前运算资源选择合理的比对方式，在布控规模满足用户需求的同时，提高了人脸比对效率。

参见图5所示的另一种人脸比对方法的流程图；该方法在图2所示方法的基础上实现，该方法包括如下步骤：

步骤S502，接收人脸比对的比对范围；

步骤S504，获取该比对范围的数据量和当前运算资源的空闲率；

人脸数据库的比对范围根据用户需求有所不同，若用户需要比对多个分类库或子库的人脸数据，那么对比范围的数据量就相对大，如百万张图像，因而对运算资源的要求也比较高；若用户只需要比对一个分类库或子库的人脸数据，显然数据量要比多个分类库或子库的小很多，如几万张图像，此时对运算资源的要求也相对小。

步骤S506，如果数据量大于或等于数量阈值，或空闲率低于资源阈值，确定人脸比对方式为并行比对；

步骤S508，如果数据量小于数量阈值，或空闲率高于或等于资源阈值，确定人脸比对方式为顺序遍历比对；

在实际实现时，还可以根据数据流与空闲率的相对关系确定人脸比对方式；例如，用户可以预先设定一个对应关系列表，通过数据量和用户要求的运算效率(具体可以为一个时间段，如5秒)查找到所需的理想空闲率，如果当前的空闲率高于或等于该理想空闲率，则采用顺序遍历比对；如果当前的空闲率低于该理想空闲率，则采用并行比对。

步骤S510，按照优先级，以及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。根据该比对结果，可以生成报警人像库和对应的报警信息。

上述方法中，获取比对范围的数据量和当前运算资源的空闲率，然后将其与预设的阈值进行判断，最后选择出与之相应的人脸比对方式；该方式可以根据用户需求选择合理的人脸比对方式，可以解决大规模人脸布控方法中布控规模有限且比对效率低的问题。

本发明实施例还提供了另一种人脸比对方法；该方法在上述图2或图5所示方法基础上实现；本实施例中，以人脸比对方法在云计算平台上实现，并且以并行比对方式为例进行说明；如图6所示，上述对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的步骤，具体可以通过下述方式实现：

步骤602，将比对范围进行拆分，得到多个子范围；其中，每个子范围可以为一个或多个子库，也可以为一个或多个分类库，当然，也可以为一个子库的一部分图像，或者一个分类库的一部分图像。

步骤604，将多个子范围对应的任务标识分发至对应的主机上，以使主机对当前采集到的图像在子范围内进行人脸比对，得到多个子结果；

云计算平台的控制中心可以将当前采集到的图像和任务标识同时发送至对应的主机。每个主机上可以预先保存有完整的人脸数据库，主机接收到任务标识后，可以依据该任务标识从人脸数据库查找对应的子范围，进而在该子范围内进行人脸比对。上述子结果中可以包含当前采集到的图像于子范围内每个图像的匹配值。

步骤606，汇总上述子结果，得到最终的比对结果。

控制中心可以对各主机发送的子结果进行统计，将匹配值高于设定阈值的图像保存至报警人像库中，并根据统计结果生成报警信息。

上述方式中，人脸数据库分布式的部署在多台主机上，多台主机分别处理用户需求的比对范围的子范围，最终再将每台主机的比对结果汇总到一台主机上。该方式提高了人脸比对的效率，而且在处理的人脸库数据量大时也可以秒级呈现。

本发明实施例还提供了另一种人脸比对方法；该方法在上述图2或图5所示方法基础上实现；该方法以顺序遍历比对的方式为例进行说明；如图7所示，上述对当前采集到的图像在比对范围内进行人脸比对，得到比对结果的步骤，具体可以通过下述方式实现：

步骤702，根据当前运算资源的空闲率，确定优先级的比对阈值；

例如，用户可以预先设定一个对应关系列表，根据用户要求的运算效率(如10秒)和以及当前的空闲率，查找到可以比对的数据量；再根据查找到的数据量和用户选择的比对范围，确定优先级的比对阈值；该比对范围中，符合该优先级的比对阈值的数据量应当与上述查找到的数据量相等或相差很小的数量，从而满足用户的运算效率要求。

步骤704，根据该比对阈值，从上述比对范围中确定优先比对范围；

当空闲率不足时，该优先比对范围通常小于上述比对范围，通常包含的是优先级权重较高的分类库或子库；当空闲率充足时，该优先比对范围可以与上述比对范围相同。

步骤706，对当前采集到的图像在优先比对范围内进行人脸比对，得到比对结果。如果优先比对范围通常小于上述比对范围，可以在空闲率充足的时间内继续比对优先比对范围之外，且比对范围的图像，从而充分利用运算资源。

上述方式中，如果运算资源的空闲率不足，根据优先级的比对阈值，首先比对优先级高于阈值的比对范围，再比对优先级低于阈值的比对范围，最后在计算机上得到人脸比对结果。该方式可以在当前资源空闲时充分利用资源，提高了资源的利用率。

对应于上述方法实施例，参加图8所示的一种人脸比对装置的结构示意图；人脸数据库中预先设置有多个分类库，每个分类库包含多个子库，分类库和/或子库设置有优先级，该装置包括：

比对范围接收模块80，用于接收人脸比对的比对范围；比对范围包括由用户选择的，人脸数据库中的至少一个子库或至少一个分类库；

比对方式确定模块81，用于根据比对范围和当前的运算资源，确定人脸比对方式；所述人脸比对方式包括并行比对或顺序遍历比对；

人脸比对模块82，用于按照优先级，以及确定出的人脸比对方式，对当前采集到的图像在比对范围内进行人脸比对，得到比对结果。

上述比对方式确定模块81还用于：

获取比对范围的数据量和当前运算资源的空闲率；

如果数据量大于或等于数量阈值，且空闲率低于资源阈值，确定人脸比对方式为并行比对；

如果数据量小于数量阈值，且空闲率高于或等于资源阈值，确定人脸比对方式为顺序遍历比对。

上述装置的人脸数据库部署在多台主机上；上述人脸比对方式包括并行比对；上述人脸比对模块还用于：

将比对范围进行拆分，得到多个子范围；

将多个子范围对应的任务标识分发至对应的主机上，以使主机对当前采集到的图像在子范围内进行人脸比对，得到多个子结果；

汇总子结果，得到最终的比对结果。

上述人脸比对方式包括顺序遍历比对；上述人脸比对模块还用于：

根据当前运算资源的空闲率，确定优先级的比对阈值；

根据比对阈值，从比对范围中确定优先比对范围；

对当前采集到的图像在优先比对范围内进行人脸比对，得到比对结果。

本发明实施例提供的人脸比对装置，与上述实施例提供的人脸比对方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

本实施例还提供了一种与上述方法实施例相对应的一种人脸比对系统。图9为该人脸比对系统的示意图，如图9所示，该系统包括图像采集设备90、人脸比对服务器91和报警设备92；

上述人脸比对装置设置于上述人脸比对服务器91中。

上述图像采集设备90用于获取摄像机抓拍的人像，该人像可以为需要和人脸数据库比对的人像，也可以为建立数据库所需的图像；上述报警设备92可以为信号输出设备，例如，显示屏，报警器等。。

参见图10所示的另一种人脸比对系统示意图；该系统包括前置环境(相当于上述图像采集设备)、人像比对服务器(相当于上述人脸比对服务器)和报警预警显示设备(相当于上述报警设备)。

在前置环境中由摄像机抓拍人像，然后输入到人像抓拍服务器或主机中，最后存入抓拍人像库中；该抓拍人像库保存至人像比对服务器中；该人像比对服务器根据当前资源空闲率和预设的比对范围的数据量，选择合理的比对方式(并行或顺序遍历)，进而将抓拍人像库中的图像与比对范围(如布控黑名单人像库)中人脸比对数据进行比对；如果抓拍的某一张或数张图像相似，将这些图像从数据中提取出来，生成报警人像库，并且在报警屏幕上显示报警人像库中的图像和报警信息。

在前端摄像机、抓拍图片质量、网络配置与服务器配置、人脸识别算法都与图1所示的现有的人脸比对不变的情况下，通过优化人脸识别数据处理流程和对比方式，可以在保证运算效率的同时，解决大规模人脸库布控。通过将布控人脸库按照等级与类型进行分级分库(相当于上述分类库、子库)，形成树形的一种人脸库结构；在对人像比对时，优先比对高等级的重点人员库，资源空闲时再处理低等级布控人脸库。如果数据量庞大，可以分成子库，通过策略控制是并行运算(相当于上述并行比对方式)或者流程运算(相当于上述顺序遍历比对方式)，从而解决了单个人脸库超过10万人像的限制。

本发明实施例提供了一种人脸比对方法、装置和系统，无需增加硬件服务和云集群，解决了人脸布控方式的布控规模有限且比对效率低的问题，降低了建设成本、运维技术和管理难度，提高了数据传输效率和实时性、数据的保密性。

本发明实施例所提供的人脸比对方法、装置和系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和/或装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述功能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介质中。基于这样的理解，本发明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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种人脸比对方法，其特征在于，人脸数据库中预先设置有多个分类库，每个所述分类库包含多个子库，所述分类库和/或所述子库设置有优先级，所述方法包括：

接收人脸比对的比对范围；所述比对范围包括由用户选择的，所述人脸数据库中的至少一个子库或至少一个分类库；

根据所述比对范围和当前的运算资源，确定人脸比对方式；所述人脸比对方式包括并行比对或顺序遍历比对；

按照所述优先级，以及确定出的所述人脸比对方式，对当前采集到的图像在所述比对范围内进行人脸比对，得到比对结果；

所述人脸数据库部署在多台主机上；所述人脸比对方式包括并行比对；所述对当前采集到的图像在所述比对范围内进行人脸比对，得到比对结果的步骤包括：将所述比对范围进行拆分，得到多个子范围；将多个子范围对应的任务标识分发至对应的主机上，以使所述主机对当前采集到的图像在所述子范围内进行人脸比对，得到多个子结果；汇总所述子结果，得到最终的比对结果；

所述人脸比对方式包括顺序遍历比对；所述对当前采集到的图像在所述比对范围内进行人脸比对，得到比对结果的步骤包括：根据当前运算资源的空闲率，确定所述优先级的比对阈值；根据所述比对阈值，从所述比对范围中确定优先比对范围；对当前采集到的图像在所述优先比对范围内进行人脸比对，得到比对结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述比对范围和当前的运算资源，确定人脸比对方式的步骤包括：

获取所述比对范围的数据量和当前运算资源的空闲率；

如果所述数据量大于或等于数量阈值，或所述空闲率低于资源阈值，确定所述人脸比对方式为并行比对；

如果所述数据量小于数量阈值，或所述空闲率高于或等于资源阈值，确定所述人脸比对方式为顺序遍历比对。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述比对结果，生成报警人像库和对应的报警信息。

4.一种人脸比对装置，其特征在于，人脸数据库中预先设置有多个分类库，每个所述分类库包含多个子库，所述分类库和/或所述子库设置有优先级，所述装置包括：

比对范围接收模块，用于接收人脸比对的比对范围；所述比对范围包括由用户选择的，所述人脸数据库中的至少一个子库或至少一个分类库；

比对方式确定模块，用于根据所述比对范围和当前的运算资源，确定人脸比对方式；所述人脸比对方式包括并行比对或顺序遍历比对；

人脸比对模块，用于按照所述优先级，以及确定出的所述人脸比对方式，对当前采集到的图像在所述比对范围内进行人脸比对，得到比对结果；

所述人脸数据库部署在多台主机上；所述人脸比对方式包括并行比对；所述人脸比对模块还用于：将所述比对范围进行拆分，得到多个子范围；将多个子范围对应的任务标识分发至对应的主机上，以使所述主机对当前采集到的图像在所述子范围内进行人脸比对，得到多个子结果；汇总所述子结果，得到最终的比对结果；

所述人脸比对方式包括顺序遍历比对；所述人脸比对模块还用于：

根据当前运算资源的空闲率，确定所述优先级的比对阈值；

根据所述比对阈值，从所述比对范围中确定优先比对范围；

对当前采集到的图像在所述优先比对范围内进行人脸比对，得到比对结果。

5.根据权利要求4所述的装置，其特征在于，所述比对方式确定模块还用于：

获取所述比对范围的数据量和当前运算资源的空闲率；

如果所述数据量大于或等于数量阈值，或所述空闲率低于资源阈值，确定所述人脸比对方式为并行比对；

如果所述数据量小于数量阈值，或所述空闲率高于或等于资源阈值，确定所述人脸比对方式为顺序遍历比对。

6.一种人脸比对系统，其特征在于，所述系统包括图像采集设备、人脸比对服务器和报警设备；

权利要求4-5任一项所述的装置设置于所述人脸比对服务器中。

Images