CN109598203A - 基于人脸识别的照片添加方法、装置、终端及存储介质 - Google Patents

Abstract

本发明实施例提供一种基于人脸识别的照片添加方法，获取第一抓拍照片与样本库照片的相似度；判断所述相似度是否在预设相似度阈值内，若判断结果为是，则将所述第一抓拍照片自动加入所述样本库；进行人脸认证，并获取所述人脸认证结果。本发明实施例还提供一种基于人脸识别的照片添加装置、终端装置以及计算机可读存储介质。本发明涉及人脸识别，利用本发明实施例，能够提升整个人脸识别系统的识别能力。

Description

基于人脸识别的照片添加方法、装置、终端及存储介质

技术领域

本发明涉及生物识别技术领域，尤其涉及一种基于人脸识别的照片添加方法、基于人脸识别的照片添加装置、终端装置以及计算机可读存储介质。

背景技术

本部分旨在为权利要求书及具体实施方式中陈述的本发明实施例的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

传统的人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流：首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

传统的人脸识别技术，是将识别出来的人脸与系统保存的已知人脸进行比较，但是由于系统保存的人脸的局限性，比如识别出来的人脸的刘海、胖瘦、妆容等与保存的人脸不一样，那么就有可能会发生识别不出人脸的风险，需要本人重新找相关人员进行拍摄最近照片。

发明内容

鉴于此，有必要提供一种基于人脸识别的照片添加方法、基于人脸识别的照片添加装置、终端装置以及计算机可读存储介质，能够提升整个人脸识别系统的识别能力。

本发明实施例一方面提供一种基于人脸识别的照片添加方法，所述方法包括：

获取第一抓拍照片与样本库照片的相似度；

判断所述相似度是否在预设相似度阈值内；

若所述相似度在所述预设相似度阈值内，则将所述第一抓拍照片自动加入所述样本库；

进行人脸认证，并获取所述人脸认证结果。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，所述获取第一抓拍照片与样本库照片的相似度包括：

对采集到的视频图像进行人脸检测，获取所述第一抓拍照片；

检测所述第一抓拍照片中的用户人脸信息，得到用户人脸图像；

获取所述用户人脸图像的预设区域，并计算所述预设区域的图像特征；

比较所述第一抓拍照片的预设区域的图像特征与所述样本库照片的预设区域图像特征的相似度。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，所述判断所述相似度是否在预设相似度阈值内包括：

分别计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的平均相似度，其中，所述预设区域的数量大于1个；

判断所述平均相似度是否在预设相似度阈值内；

若确定所述平均相似度在所述预设相似度阈值内时，则将所述第一抓拍照片自动加入所述样本库。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，所述判断所述相似度是否在预设相似度阈值内包括：

计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的相似度；

判断所述相似度是否都在预设相似度阈值内；

若判断结果为是，则将所述第一抓拍照片自动加入所述样本库。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，在将所述第一抓拍照片自动加入所述样本库之前，所述方法还包括：

输出提示，所述提示内容包括是否将第一抓拍照片加入到所述样本库。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，所述获取所述人脸认证结果包括：

当第二抓拍照片与所述样本库原始照片的相似度达到预设相似度阈值时，获取到所述人脸认证结果为认证成功，其中，所述第二抓拍照片为在所述第一抓拍照片自动加入所述样本库之后，再次进行人脸认证时所抓拍的照片；或者

当第二抓拍照片与所述第一抓拍照片的相似度达到预设相似度阈值时，获取到所述人脸认证结果为认证成功。

进一步的，在本发明实施例提供的上述基于人脸识别的照片添加方法中，在将所述第一抓拍照片自动加入所述样本库之后，所述方法还包括：

以预设时间间隔更新已保存在所述样本库中的第一抓拍照片；其中，用于更新的抓拍照片与所述样本库照片的相似度不小于所述第一抓拍照片与所述样本库照片的相似度。

本发明实施例另一方面还提供一种基于人脸识别的照片添加装置，所述装置包括：

相似度获取模块，用于获取第一抓拍照片与样本库照片的相似度；

判断模块，用于判断所述相似度是否在预设相似度阈值内；

照片添加模块，用于当所述判断模块确定所述相似度在所述预设相似度阈值内时，将所述第一抓拍照片自动加入所述样本库；

人脸认证模块，用于进行人脸认证，并获取所述人脸认证结果。

本发明实施例再一方面还提供一种终端装置，所述终端装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述任意一项所述的基于人脸识别的照片添加方法的步骤。

本发明实施例再一方面还提供一种计算机可读存储介质，所述计算机可读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上述任意一项所述的基于人脸识别的照片添加方法的步骤。

本发明实施例提供一种基于人脸识别的照片添加方法、基于人脸识别的照片添加装置、终端装置以及计算机可读存储介质，获取第一抓拍照片与样本库照片的相似度；判断所述相似度是否在预设相似度阈值内；若所述相似度在所述预设相似度阈值内，则将所述第一抓拍照片自动加入所述样本库；进行人脸认证，并获取所述人脸认证结果。利用本发明实施例，对于新抓拍的照片，不管是与预先设置好的样本库照片相似度达到预设相似度阈值，还是与自动加入到样本库的抓拍照的相似度达到预设相似度阈值，都认为人脸认证成功，因而可以提升整个人脸识别系统的识别能力。

附图说明

图1为本发明实施例提供的基于人脸识别的照片添加方法的流程图。

图2为本发明一实施方式的终端装置的结构示意图。

图3为图2所示的终端装置的示例性的功能模块图。

主要元件符号说明

具体实施方式

为了能够更清楚地理解本发明实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明实施例，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明实施例保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明实施例的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明实施例。

图1为本发明实施例提供的基于人脸识别的照片添加方法的流程图。所述基于人脸识别的照片添加方法可以应用于装置有摄像头和/或扫描仪的智能终端。所述终端可以是智能手表、智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)等智能设备。所述终端可以通过无线网络(例如，蓝牙、WIFI、红外等)与服务器进行数据交互。如图1所示，所述基于人脸识别的照片添加方法可以包括如下步骤：

S101：获取第一抓拍照片与样本库照片的相似度。

本实施方式中，进行人脸识别的摄像头可以采用高清摄像头，例如，采用像素不低于1000万的摄像头。所述相似度可以根据所述第一抓拍照片的特征和所述样本库照片的特征来计算。具体的，所述获取第一抓拍照片与样本库照片的相似度的方法包括：对采集到的视频图像进行人脸检测，获取第一抓拍照片；采集所述第一抓拍照片中的用户人脸信息，得到用户人脸图像；获取用户人脸图像的预设区域，并计算所述预设区域的图像特征；比较所述第一抓拍照片的预设区域的图像特征与所述样本库照片的预设区域的图像特征的相似度。两个预设区域图像特征的相似度可以通过计算所述图像特征之间的距离作为相似度衡量，例如，可以计算两个人脸图像预设区域特征之间的cos距离或者欧氏距离来衡量一对人脸图像特征对应的相似度。所述第一抓拍照片的预设区域的图像特征与所述样本库照片的预设区域图像特征的相似度即为所述第一抓拍照片与样本库照片的相似度。所述预设区域可以包括人眼、鼻子、嘴巴以及人脸边缘等区域中的一个或多个。

所述进行人脸检测的方法可以包括基于人脸特征点的检测算法、基于整幅人脸图像的检测算法、基于模板的检测算法以及利用神经网络进行检测的算法中的一种或多种，人脸检测到的信息可以包括五官特征信息、面部曲线信息等。以基于神经网络进行识别的算法为例，所述对采集到的视频图像进行人脸检测的方法包括：预先采集大量人脸样本，经过训练得到人脸检测深度卷积神经网络；然后将所述视频图像数据输入所述人脸检测深度卷积神经网络，得到人脸特征图谱，并将所述人脸特征图谱上整体分值超过设定阈值的区域作为人脸所在区域。所述设定阈值可以为本领域技术人员根据经验所得的值。

可以理解的是，在所述获取用户人脸图像的预设区域之前，可以对所述第一抓拍照片和所述样本库照片进行分类和标注，还可以对所述第一抓拍照片和所述样本库照片执行人脸对齐操作。所述人脸对齐操作可以包括对样本库照片执行旋转、放大、缩小或剪切等操作。所述人脸对齐操作可保证提取到稳定的特征并取得较好的人脸识别效果，以去除人脸角度对人脸识别带来的影响。

S102：判断所述相似度是否在预设相似度阈值内，若判断结果为是，则进入步骤S103。

本实施方式中，判断所述相似度是否在预设相似度阈值内的方法可以包括：分别计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的平均相似度(也即计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的相似度的平均值，具体的，可以先计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的相似度，再计算每一预设区域的图像特征的相似度的平均值。本实施例中并不对计算所述平均相似度的方法进行限定)，其中，所述预设区域的数量大于1个；判断所述平均相似度是否在预设相似度阈值内；若确定所述平均相似度在所述预设相似度阈值内时，则将所述第一抓拍照片自动加入所述样本库。或者，计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的相似度；判断所述相似度是否都在预设相似度阈值内；若判断结果为是，则将所述第一抓拍照片自动加入所述样本库。

所述预设相似度阈值可以根据具体的应用场景来灵活设定，例如可以通过多个照片对应的人脸图像特征进度模拟仿真，最后确定一个阈值作为相似度阈值。若按照第一种方法，也即判断所述第一抓拍照片的预设区域图像特征与所述样本库照片的预设区域图像特征的平均相似度是否在预设相似度阈值内，常用的，所述预设相似度阈值可以为90％以上的一个百分值，例如90％或92％等。若按照第二种方法，也即判断所述第一抓拍照片的每一预设区域图像特征与所述样本库照片的每一预设区域图像特征的相似度是否都在预设相似度阈值内，则所述预设相似度阈值的数量与所述预设区域的数量一致(数量至少为2个)，所述第一抓拍照片的每一预设区域图像特征和所述样本库照片的每一预设区域图像特征相似度的阈值可以相同。当然，也可以根据特征分布情况设定为不同，例如，对于预设区域为人脸外边缘来说，其预设相似度阈值可以较小些，而对于人眼位置、人鼻位置等区域，则预设相似度阈值可以设置相对大一些。

S103：将所述第一抓拍照片自动加入所述样本库。

本实施方式中，在将所述第一抓拍照片自动加入所述样本库之前，所述方法还包括：输出提示，所述提示内容包括是否将第一抓拍照片加入到所述样本库。所述提示的方法可以包括语音提示、短信提示等方式。可以理解的是，若在预设时长(例如，预设时长为10秒)内未接收到用户的提示，则系统自动将所述第一抓拍照片添加到样本库中。通过输出提示的方式可以让工作人员根据实际情况考虑是否需要更新样本库照片，使得基于人脸识别的照片添加系统更加人性化。

在将所述第一抓拍照片自动加入所述样本库之后，所述方法还包括：以预设时间间隔更新已保存在所述样本库中的第一抓拍照片；其中，用于更新的抓拍照片与所述样本库照片的相似度不小于所述第一抓拍照片与所述样本库照片的相似度。可以理解的是，设置一个预设时间间隔，在将所述第一抓拍照片自动加入所述样本库之后的预设时间间隔内，所述样本库无需进行更新。所述样本库中可以包括样本库原始照片与预设数量的抓拍照片。所述预设时间间隔、所述预设数量可以是系统预先设置的，也可以是终端用户预先设置的。例如，所述预设时间间隔为30天，所述预设数量为2张。优选的，加入所述样本库中的所述预设数量的抓拍照片的拍摄环境差距较大，所述拍摄环境可以包括光线亮度、拍摄的人脸角度等。若所述抓拍照片自动加入到所述样本库的时间超过预设时间间隔，则在此后的人脸识别过程中，系统自动更新样本库中的所述抓拍照片。用于更新的抓拍照片与所述样本库原始照片的相似度不小于已经保存在所述样本库中的抓拍照片(也即第一抓拍照片)与原始照片的相似度，且优选的，所述更新的第二抓拍照片与已经保存在所述样本库中的剩余抓拍照片的拍摄环境差距较大。

S104：进行人脸认证，并获取所述人脸认证结果。

本实施方式中，所述人脸认证可以是1：N人脸认证，也可以是1:1人脸认证。所述人脸认证结果包括：认证成功、认证失败。其中，所述认证成功的方法包括：当第二抓拍照片与所述样本库原始照片的相似度达到预设相似度阈值时，获取到所述人脸认证结果为认证成功，其中，所述第二抓拍照片为在所述第一抓拍照片自动加入所述样本库之后，再次进行人脸认证时所抓拍的照片；或者，所述第二抓拍照片与所述样本库中的第一抓拍照片的相似度达到预设相似度阈值。也即，所述第二抓拍照片与保存在样本库中的任一照片的相似度达到预设相似度阈值，都为认证成功。可以理解的是，所述样本库原始照片的采样时间可能较早，其拍摄环境和人脸认证时现场照的拍摄环境差别可能也较大，所述样本库原始照片相对于所述第一抓拍照片的识别精度可能较低。因而在实际人脸认证过程中，优先的，可以比较所述第二抓拍照片与所述样本库中的第一抓拍照片的相似度，若相似度达到预设相似度阈值，则表明认证成功。

本发明实施例提供一种基于人脸识别的照片添加方法，获取第一抓拍照片与样本库照片的相似度；判断所述相似度是否在预设相似度阈值内，若判断结果为是，则将所述第一抓拍照片自动加入所述样本库；进行人脸认证，并获取所述人脸认证结果。利用本发明实施例，对于新抓拍的照片，不管是与预先设置好的样本库照片相似度达到预设相似度阈值，还是与自动加入到样本库的抓拍照的相似度达到预设相似度阈值，都认为人脸认证成功，因而可以提升整个人脸识别系统的识别能力。

以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求，所示流程图中方块的执行顺序可以改变，某些方块可以省略。下面对本发明实施例所提供的终端进行描述。

本发明实施例还提供一种终端装置1，包括存储器10、处理器30及存储在存储器10上并可在处理器30上运行的计算机程序，所述处理器30执行所述程序时实现上述任一实施方式中所述的基于人脸识别的照片添加方法的步骤。

图2是本发明一实施方式的终端装置的结构示意图，如图2所示，终端装置1包括存储器10，存储器10中存储有基于人脸识别的照片添加装置100。所述的终端装置1可以是手机、平板电脑、个人数字助理等具有应用显示功能的终端。所述基于人脸识别的照片添加装置100可以获取第一抓拍照片与样本库照片的相似度；判断所述相似度是否在预设相似度阈值内，若判断结果为是，则将所述第一抓拍照片自动加入所述样本库；进行人脸认证，并获取所述人脸认证结果。利用本发明实施例，对于新抓拍的照片，不管是与预先设置好的样本库照片相似度达到预设相似度阈值，还是与自动加入到样本库的抓拍照的相似度达到预设相似度阈值，都认为人脸认证成功，因而可以提升整个人脸识别系统的识别能力。

本实施方式中，终端装置1可以为一手机。终端装置1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。

所述的存储器10可以是不同类型存储设备，用于存储各类数据。例如，可以是终端装置1的存储器、内存，还可以是可外接于该终端装置1的存储卡，如闪存、SM卡(SmartMedia Card，智能媒体卡)、SD卡(Secure Digital Card，安全数字卡)等。此外，存储器10可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器10用于存储各类数据，例如，所述终端装置1中安装的各类应用程序(Applications)、应用上述基于人脸识别的照片添加方法而设置、获取的数据等信息。

显示屏20安装于终端装置1，用于显示信息。

处理器30用于执行所述基于人脸识别的照片添加方法以及所述终端装置1内安装的各类软件，例如操作系统及应用显示软件等。处理器30包含但不限于处理器(CentralProcessing Unit，CPU)、微控制单元(Micro Controller Unit，MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。

所述的基于人脸识别的照片添加装置100可以包括一个或多个的模块，所述一个或多个模块被存储在终端装置1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行，以完成本发明实施例。例如，参阅图3所示，所述基于人脸识别的照片添加装置100可以包括相似度获取模块101、判断模块102、照片添加模块103、人脸认证模块104。本发明实施例所称的模块可以是完成一特定功能的程序段，比程序更适合于描述软件在处理器中的执行过程。

可以理解的是，对应上述基于人脸识别的照片添加方法中的各实施方式，终端装置1可以包括图3中所示的各功能模块中的一部分或全部，各模块的功能将在以下具体介绍。需要说明的是，以上基于人脸识别的照片添加方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见，在此就不再赘述。

相似度获取模块101可以用于获取第一抓拍照片与样本库照片的相似度。

判断模块102可以用于判断所述相似度是否在预设相似度阈值内。

照片添加模块103可以用于当所述判断模块确定所述相似度在所述预设相似度阈值内时，将所述第一抓拍照片自动加入所述样本库。

人脸认证模块104可以用于进行人脸认证，并获取所述人脸认证结果。

本发明实施例还提供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上述任一实施方式中的基于人脸识别的照片添加方法的步骤。

所述基于人脸识别的照片添加装置100/终端装置1/计算机设备集成的模块/单元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，本发明实现上述实施方式方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。

所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、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(Field-Programmable 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、分立硬件组件等。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，所述处理器30是所述基于人脸识别的照片添加装置100/终端装置1的控制中心，利用各种接口和线路连接整个基于人脸识别的照片添加装置100/终端装置1的各个部分。

所述存储器10用于存储所述计算机程序和/或模块，所述处理器30通过运行或执行存储在所述存储器10内的计算机程序和/或模块，以及调用存储在存储器10内的数据，实现所述基于人脸识别的照片添加装置100/终端装置1的各种功能。所述存储器10可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器10可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

在本发明所提供的几个具体实施方式中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。

以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (10)

1.一种基于人脸识别的照片添加方法，其特征在于，所述方法包括：

获取第一抓拍照片与样本库照片的相似度；

判断所述相似度是否在预设相似度阈值内；

若所述相似度在所述预设相似度阈值内，则将所述第一抓拍照片自动加入所述样本库；

进行人脸认证，并获取所述人脸认证结果。

2.根据权利要求1所述的基于人脸识别的照片添加方法，其特征在于，所述获取第一抓拍照片与样本库照片的相似度包括：

对采集到的视频图像进行人脸检测，获取所述第一抓拍照片；

检测所述第一抓拍照片中的用户人脸信息，得到用户人脸图像；

获取所述用户人脸图像的预设区域，并计算所述预设区域的图像特征；

比较所述第一抓拍照片的预设区域的图像特征与所述样本库照片的预设区域图像特征的相似度。

3.根据权利要求2所述的基于人脸识别的照片添加方法，其特征在于，所述判断所述相似度是否在预设相似度阈值内包括：

分别计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的平均相似度，其中，所述预设区域的数量大于1个；

判断所述平均相似度是否在预设相似度阈值内；

若确定所述平均相似度在所述预设相似度阈值内时，则将所述第一抓拍照片自动加入所述样本库。

4.根据权利要求2所述的基于人脸识别的照片添加方法，其特征在于，所述判断所述相似度是否在预设相似度阈值内包括：

计算所述第一抓拍照片的每一预设区域的图像特征与所述样本库照片的每一预设区域的图像特征的相似度；

判断所述相似度是否都在预设相似度阈值内；

若判断结果为是，则将所述第一抓拍照片自动加入所述样本库。

5.根据权利要求3或4所述的基于人脸识别的照片添加方法，其特征在于，在将所述第一抓拍照片自动加入所述样本库之前，所述方法还包括：

输出提示，所述提示内容包括是否将第一抓拍照片加入到所述样本库。

6.根据权利要求1所述的基于人脸识别的照片添加方法，其特征在于，所述获取所述人脸认证结果包括：

当第二抓拍照片与所述样本库原始照片的相似度达到预设相似度阈值时，获取到所述人脸认证结果为认证成功，其中，所述第二抓拍照片为在所述第一抓拍照片自动加入所述样本库之后，再次进行人脸认证时所抓拍的照片；或者

当第二抓拍照片与所述第一抓拍照片的相似度达到预设相似度阈值时，获取到所述人脸认证结果为认证成功。

7.根据权利要求1所述的基于人脸识别的照片添加方法，其特征在于，在将所述第一抓拍照片自动加入所述样本库之后，所述方法还包括：

以预设时间间隔更新已保存在所述样本库中的第一抓拍照片；其中，用于更新的抓拍照片与所述样本库照片的相似度不小于所述第一抓拍照片与所述样本库照片的相似度。

8.一种基于人脸识别的照片添加装置，其特征在于，所述装置包括：

相似度获取模块，用于获取第一抓拍照片与样本库照片的相似度；

判断模块，用于判断所述相似度是否在预设相似度阈值内；

照片添加模块，用于当所述判断模块确定所述相似度在所述预设相似度阈值内时，将所述第一抓拍照片自动加入所述样本库；

人脸认证模块，用于进行人脸认证，并获取所述人脸认证结果。

9.一种终端装置，其特征在于，所述终端装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7任意一项所述的基于人脸识别的照片添加方法。

10.一种计算机可读存储介质，所述计算机可读上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的基于人脸识别的照片添加方法。