CN109615750B - 门禁机的人脸识别控制方法及装置、门禁设备、存储介质 - Google Patents

Abstract

本申请涉及了一种门禁机的人脸识别控制方法及装置，所述方法包括：门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，所述人脸图像包括所述门禁机中摄像头对用户采集的多张人脸图像；根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新；所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别。采用本申请提供的方法降低了门禁机所进行人脸识别的准确度对环境因素的依赖。

Description

门禁机的人脸识别控制方法及装置、门禁设备、存储介质

技术领域

本申请涉及安全监控技术领域，尤其涉及一种门禁机的人脸识别控制方法及装置、门禁设备、计算机可读存储介质。

背景技术

随着人脸识别技术的日益成熟，基于人脸识别的设备也更多地出现在人们的生活领域。例如在基于人脸识别的门禁机中，门禁机通过摄像头采集用户的人脸图像，并通过预置的人脸识别算法进行人脸图像的智能化识别，以根据人脸识别结果执行放行动作，十分便于用户出入。

由于门禁机进行人脸识别的准确度与所采集人脸图像的质量有关，对高质量的人脸图像往往能够进行准确的人脸识别，因此在现有的应用场景中，一般是将门禁机安装在环境因素(如光照)稳定的室内，门禁机采集质量稳定的人脸图像，以避免由于环境因素的变化影响人脸识别的准确度，从而导致门禁机的安装环境十分受限。

因此，如何降低门禁机所进行人脸识别的准确度对环境因素的依赖，是现有技术仍待解决的问题。

发明内容

基于上述技术问题，本申请提供一种门禁机的人脸识别控制方法及装置、门禁设备、计算机可读存储介质。

一种门禁机的人脸识别控制方法，包括：门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，所述人脸图像包括所述门禁机中摄像头对用户采集的多张人脸图像；根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新；所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别。

一种门禁机的人脸识别控制装置，包括：第一人脸识别模块，用于控制门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，所述人脸图像包括所述门禁机中摄像头对用户采集的多张人脸图像；算法更新模块，用于根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新；第二人脸识别模块，用于控制所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别。

一种门禁设备，包括处理器及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述门禁机的人脸识别控制方法。

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如上所述门禁机的人脸识别控制方法。

与现有技术相比，本申请实施例具有以下有益效果：

在上述技术方案中，门禁机在对摄像头所采集的多张人脸图像进行识别的过程中，如果门禁机获得当前所进行人脸识别的异常通过率，则进行门禁机中人脸识别算法相关的算法信息更新，并根据更新得到的人脸识别算法进行所采集人脸图像的人脸识别。

当门禁机所在环境发生变化时，摄像头对用户所采集人脸图像的质量也会发生变化，导致门禁机无法对该人脸图像进行准确的人脸识别。这时，摄像头会对用户连续采集多张人脸图像，门禁机分别对每一张人脸图像进行人脸识别。如果获取到门禁机对多张人脸图像所进行人脸识别的异常通过率，则进行门禁机中人脸识别算法所相关算法信息的更新，使得更新得到的人脸识别算法适应于门禁机所在环境，门禁机即可通过更新的人脸识别算法准确执行对用户的人脸识别。

由此，根据本申请实施例提供的方法，门禁机能够根据所在环境的变化自适应地更新人脸识别算法，并切换更新的人脸识别算法执行用户的人脸识别。也即是说，在任何环境因素的变化下，门禁机都能通过与当前环境相适应的人脸识别算法对用户进行人脸识别，从而降低了门禁机所进行人脸识别的准确度对环境因素的依赖。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。

图1是根据本申请所涉及的一种实施环境的示意图；

图2是根据一示例性实施例示出的一种门禁机的硬件框图；

图3是根据一示例性实施例示出的一种门禁机的人脸识别控制方法的流程图；

图4是图3对应实施例中步骤320在一个实施例的流程图；

图5是根据一示例性实施例示出的一种门禁机的人脸识别控制装置的框图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

图1是本申请涉及的实施环境的示意图。应当说明的是，该实施环境只是适配于本发明的示例，不能认为是提供了对本发明的使用范围的任何限制。如图1所示，该实施环境为一社区门禁系统，该门禁系统包括门禁机100和门禁服务器200。

其中，门禁机100与门禁服务器200之间预先建立有线或者无线网络连接，以实现门禁机100与门禁服务器200之间的交互。例如，当门禁机100根据自身预置的人脸识别算法无法对摄像头采集的用户人脸图像进行准确识别时，门禁机100通过将采集的人脸图像上传至门禁服务器200，由门禁服务器200根据接收的人脸图像，进行门禁机100中人脸识别算法的更新。

门禁机100通常设置于住宅小区或者公司大楼等社区的出入口，实现对出入社区的用户进行权限控制，只有当门禁机100或者门禁服务器200识别到请求放行的用户为授权用户，门禁机100才执行放行动作，从而保障社区安全。当门禁机100设置于公司大楼等工作性社区时，门禁机100也可同时作为考勤设备使用。

门禁机100所配置的摄像头可安装于社区出入口的指定位置，或者，摄像头也可以与门禁机100配置为一体，本处不进行限制。

可分别部署不同的门禁机100(图1中示出2台)与所述门禁服务器200进行交互，其中不同门禁机100可部署于同一社区，也可部署于不同社区。门禁服务器200可以是一台服务器，或者是由若干服务器构成的服务器集群，本处不进行限制。

图2是根据一示例性实施例示出的一种门禁机100的框图。该门禁机的硬件结构可因配置或者性能的不同产生会较大的差异，如图2所示，门禁机100包括：处理器101、存储器102、电源103、显示屏104、音频组件105、摄像头106、传感器组件107和通信组件108。

其中，上述组件并不全是必须的，门禁机可以根据自身功能需求增加其它组件或则减少某些组件，本实施例不做限制。

处理器101通常控制门禁机的整体操作，诸如对人脸图像的采集、对所采集人脸图像的显示、对所采集人脸图像的识别、对放行操作的执行、与门禁服务器的数据通信等。处理器101的数量可以是一个或者多个，用以执行以上操作的全部或者部分步骤。处理器101可以包括一个或者多个模块，以便处理器101和其它组件之间的交互。例如，处理器101可以包括人脸图像采集模块，以方便摄像头106和处理器101之间的交互。

存储器102被配置为存储各种类型的数据，以支持在门禁机的操作。这些数据的示例包括用在门禁机上操作的任何应用程序或方法的指令。存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如SRAM(静态随机存取存储器)，EEPROM(电可擦除可编程只读存储器)，EPROM(可擦除可编程只读存储器)，PROM(可编程只读存储器)，ROM(只读存储器)等。存储器102中还存储有一个或者多个模块，该一个或者多个模块被配置为由处理器101执行。

电源103为门禁机的各组件提供电力。电源103可以包括电源管理系统，一个或多个电源，及其他与为门禁机生成、管理和分配电力相关联的组件。

显示屏104是在门禁机和用户之间提供的一个输出接口的屏幕，可用于显示摄像头106采集到的人脸图像，或者显示所采集人脸图像的识别结果等信息。在一些实施例中，屏幕可以包括LCD(液晶显示器)和TP(触摸面板)。

音频组件105被配置为输出和/或输入音频信号。例如，音频组件可以包括一个麦克风和一个扬声器，当门禁机与设置于住宅内通话装置通信连接时，位于社区出入口的用户能够与住宅内的用户通话。

传感器组件107包括一个或者多个传感器，用于为门禁机提供各个方面的状态评估。例如，传感器组件107可以检测用户与门禁机之间的距离，当用户与门禁之间的距离达到一定范围时，可识别该用户为当前请求放行的用户，并触发摄像头106对该用户的人脸图像进行采集。

通信组件108被配置为便于门禁和其他设备之间有线或者无线方式的通信。例如，门禁机可接入基于通信标准的网络，与门禁服务器通信连接。

在示例性实施例中，处理器101可被一个或多个ASIC(应用专用集成电路)、DSP(数字信号处理器)、PLD(可编程逻辑器件)、FPGA(现场可编程门阵列)、控制器、微控制器、微处理器或其他电子元件实现，用于执行下述实施例中所详细描述的门禁机的人脸识别控制方法，此处将不做详细阐述说明。

图3是根据一示例性实施例示出的一种门禁机的人脸识别控制方法的流程图，该方法适用于图1所示的门禁机100。如图3所示，在一个示例性实施例中，该方法可以包括如下步骤：

步骤310，门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率。

首先应当说明的是，本实施例所描述的门禁机是指基于人脸识别的门禁机，门禁机在进行授权用户登记时，预先采集授权用户的人脸图像，并通过预置的人脸识别算法进行该人脸图像的人脸识别，将识别所获得的人像特征作为其中一种授权用户信息存储于门禁机本地。

当用户请求出入社区时，门禁机通过摄像头实时采集用户的人脸图像，并根据自身预置的人脸识别算法进行人脸图像的人脸识别，相应获得该用户的人像特征。

如果获得的人像特征相对门禁机本地所存储授权用户信息中人像特征的置信度达到预设值，则表示所获得的人像特征与授权用户信息中的人像特征相匹配，门禁机识别该用户为授权用户，并相应执行放行动作。其中，该置信度应当理解为，所获得的人像特征与门禁机本地所存储授权用户信息中的人像特征相一致的概率。

当门禁机所在环境发生变化时，摄像头所采集的人脸图像的质量也会发生变化。例如，当门禁机安装在室外时，受日照因素的影响，摄像头在晴朗天气下能够拍摄到成像更佳的人脸图像，摄像头所采集人脸图像的质量也更高；而在阴雨天气下，摄像头所采集人脸图像的质量更低。

需要说明的是，人脸图像的质量高低可通过人脸图像的分辨率、对比度等参数值来体现，摄像头在进行人脸图像的采集时，即可对人脸图像的质量进行相应识别。由此，门禁机在获取摄像头所采集的人脸图像时，可同时获取人脸图像对应的质量。

如果门禁机中预置的人脸识别算法是根据质量较高的人脸图像进行训练得到的，对一授权用户，当摄像头采集到质量较低的人脸图像时，门禁机进行人脸识别所得到的人像特征与门禁机本地所对应存储的人像特征不匹配，门禁机则不能对该授权用户进行准确识别。

由此，有必要提出一种门禁机的人脸识别控制方法，在门禁机不能对用户的人脸图像准确地进行人脸识别时，通过对门禁机中所预置人脸识别算法的更新，使得门禁机能够根据更新得到的人脸识别算法对用户进行准确的人脸识别。

在步骤310中，门禁机所进行人脸图像的人脸识别，是门禁机通过预置的人脸识别算法，对摄像头当前所采集用户的人脸图像进行人脸识别失败后进行的。

门禁机在对用户进行的人脸识别失败时，通过控制摄像头追踪用户人脸，连续采集用户的多张人脸图像，并分别对每一张人脸图像进行人脸识别。由此，门禁机所进行人脸识别对应的人脸图像包括摄像头对用户采集的多张人脸图像。

门禁机对用户的多张人脸图像进行人脸识别后，会记录相应的识别信息。示例性的，识别信息可以包括所识别人脸图像的数量、各人脸图像的质量和各人脸图像的识别结果。

在一示例性的实施方式中，门禁机可根据上述识别信息计算所进行人脸识别的通过率。例如人脸识别的通过率可以理解为，门禁机进行人脸识别通过的人脸图像所占人脸图像总数的比例。若假设门禁机进行人脸识别的人脸图像数量为5张，门禁机仅对其中1张人脸图像进行人脸识别通过，门禁机进行人脸识别的通过率则为20％。

或者，门禁机还可以根据其它的预设规则，对所记录的每一项识别信息进行综合计算，获得门禁机进行人脸识别的通过率。由于该通过率的获取充分考虑了人脸图像自身的性质，该通过率更能够体现门禁机在当前环境下的人脸识别能力。

也即是说，在本实施方式中，门禁机所进行人脸识别的通过率是门禁机通过自身所存储程序进行计算获得的。

而在另一示例性的实施方式中，对上述通过率的计算也可以是由门禁服务器执行的。门禁机将记录的识别信息上传至门禁服务器，由门禁服务器通过自身所配置的程序，根据门禁机上传的识别信息计算门禁机进行人脸识别的通过率，并将计算结果返回至门禁机。

由此，门禁机在对用户的多张人脸图像所进行的人脸识别中，可相应获得门禁机进行人脸识别的通过率。如果门禁机进行人脸识别的通过率低于设定标准值，则表示门禁机获取到异常通过率。

在一示例性实施方式中，如果门禁机对用户的每一张人脸识别图像都识别失败，则可能表示上述异常通过率的获得是由于该用户为非授权用户，而并非门禁机所预置的人脸识别算法与门禁机当前所在环境不适应，门禁机则可以不进行人脸识别算法的更新。

其中，若门禁机对用户的每一张人脸识别图像都识别失败，所计算得到人脸识别的通过率为零或者趋近于零，门禁机则可中止获取该通过率为异常通过率，并生成提示信息。所生成的提示信息用于指示门禁机对该用户进行的人脸识别失败。

示例性的，可通过将生成的提示信息显示于门禁机的显示屏上，以提示当前请求出入社区的用户，此门禁机无法识别该用户为授权用户，门禁机不执行该用户的放行。或者，还可以根据生成的提示信息通知社区门禁管理人员，由社区门禁管理人员对该进行身份验证，如果确认该用户为可正常出入社区的用户，则由社区门禁管理人员手动进行该用户的放行。

需要说明的是，上述门禁机控制摄像头对用户采集多张人脸图像的具体数量、以及门禁机进行人脸识别通过率的标准值都是预先设定的，本处不进行任何限制。

步骤320，根据人脸识别的异常通过率，进行门禁机中人脸识别算法相关的算法信息更新。

其中，当门禁机获取到异常通过率，表示门禁机中预置的人脸识别算法不适应于门禁机所在的环境，需通过对门禁机中所预置人脸识别算法相关的算法信息进行更新。

示例性的，与人脸识别算法相关的算法信息可以包括人脸识别算法的参数信息和算法逻辑信息。算法逻辑信息可理解为人脸识别算法中构造的逻辑函数等信息，参数信息可理解为人脸识别算法所构造的特征值以及逻辑函数中涉及的参数等信息。

通过将更新的算法信息重新配置到门禁机所预置的人脸识别算法中，即可实现对门禁机中人脸识别算法的更新。

在一示例性的实施方式中，对门禁机中人脸识别算法相关的算法信息更新是由门禁服务器执行的，如图4所示，步骤320的实现过程可以包括以下步骤：

步骤321，门禁机根据人脸识别的异常通过率，通过将多张人脸图像上传至门禁服务器，以请求门禁服务器进行人脸识别算法所相关的算法信息更新。

其中，门禁机获得异常通过率后，将用户的多张人脸图像上传至门禁服务器，以请求门禁器根据门禁机上传的多张人脸图像，进行门禁机中所预置人脸识别算法相关的算法信息更新。

对门禁服务器来说，接收到门禁机上传的多张人脸图像后，从门禁服务器本地获取所存储的人脸识别算法。门禁服务器所获取的人脸识别算法与门禁机中预置的人脸识别算法相一致。

然后，门禁服务器以多张人脸图像为样本，进行所获取人脸识别算法的优化。示例性的，对人脸识别算法的优化是通过机器学习和监督学习的方法实现的，可将多张人脸图像作为数据集进行门禁服务器中所存储人脸识别算法的多次训练，每完成一次训练，人脸识别算法中相关的算法信息会进行相应更新。当训练所得的人脸识别算法收敛时，表示得到了最优的人脸识别算法，即可停止人脸识别算法的训练。

由此，门禁服务器可将最后一次进行人脸识别算法更新的算法信息提取，并将提取的算法信息下发至门禁机，以使得门禁机根据此算法信息进行所预置人脸识别算法的更新。

步骤322，门禁机接收门禁服务器根据多张人脸图像返回的算法信息。

步骤323，根据算法信息更新门禁机所预置的人脸识别算法，获得适应于门禁机所在环境的人脸识别算法。

其中，门禁机接收门禁服务器下发的算法信息后，通过将接收的算法信息更新至门禁机所预置的人脸识别算法中，实现对门禁机所预置的人脸识别算法更新。

示例性的，门禁机可根据门禁服务器下发的算法信息，从自身所预置的人脸识别算法中查找对应的算法信息，通过将门禁服务器下发的算法信息对查找到的算法信息进行替换，实现将门禁机所接收的算法信息更新至门禁机所预置的人脸识别算法中。

由于门禁机所进行更新的算法信息是根据用户的多张人脸图像进行获得的，门禁机更新得到的人脸识别算法应当适应于拍摄人脸图像时门禁机所在的环境。

由此，在本实施方式中，对门禁机中人脸识别算法进行更新的算法信息，是通过门禁服务器进行所存储人脸识别算法的优化获得的。由于门禁机本地所能够进行数据处理的能力有限，并且人脸识别算法优化过程的执行对设备硬件要求较高，本实施方式通过门禁服务器执行此人脸识别算法的优化，提升了门禁机中人脸识别算法的更新效率。

而在另一示例性的实施方式中，当门禁机的数据处理能力满足需求时，对门禁机中所预置人脸识别算法相关的算法信息更新也可以是由门禁机自身执行的。

门禁机获得异常通过率后，以用户的多张人脸图像为样本优化门禁机中预置的人脸识别算法。如上述实施方式所描述的，门禁机对人脸识别算法的优化也可以是通过机器学习和监督学习的方法实现的，通过将多张人脸图像作为数据集对预置的人脸识别算法进行多次训练，每完成一次训练，人脸识别算法中相关的算法信息会进行相应更新。

因此，对门禁机中所预置人脸识别算法更新的实质为，对人脸识别算法所相关算法信息的更新。当训练所得的人脸识别算法收敛时，表示得到了最优的人脸识别算法，将所得到最优的人脸识别算法作为门禁机进行相应算法信息更新得到人脸识别算法。

步骤330，门禁机根据算法信息更新得到的人脸识别算法，执行对摄像头所采集人脸图像的人脸识别。

如前所述的，门禁机中进行算法信息更新得到的人脸识别算法，是根据用户的多张人脸图像进行优化所得的人脸识别算法，由此，门禁机更新得到的人脸识别算法适应于摄像头拍摄人脸图像时门禁机所在的环境。当摄像头采集用户的人脸图像时，门禁机通过更新的人脸算法对人脸图像进行准确的人脸识别。

在一示例性的实施方式中，门禁机对多张人脸图像所对应用户的放行是在门禁机更新人脸识别算法后执行的。门禁机更新人脸识别算法后，控制摄像头重新采集该用户的一张人脸图像，并通过更新的人脸识别算法再次执行该用户的人脸识别，识别通过后门禁机则对该用户放行。

在另一示例性的实施方式中，门禁机对多张人脸图像所对应用户的放行，是门禁机在对多张人脸图像分别进行人脸识别的过程中执行的。也即是说，门禁机在对多张人脸图像的人脸识别中，一旦识别到该用户为授权用户，即可执行该用户的放行。

门禁机更新人脸识别算法后，即可通过更新的人脸识别算法对摄像头实时采集的人脸图像进行准确的人脸识别。

由于门禁机所在环境可能是不断变化的，当门禁机通过所更新的人脸识别算法对授权用户的人脸识别失败时，门禁机则按照上述过程再次进行人脸识别算法的更新。由此，门禁机所进行人脸识别的人脸识别算法能够自适应于门禁机所在环境，从而降低了门禁机所进行人脸识别的准确度对环境因素的依赖。

在另一示例性的实施例中，门禁机更新人脸识别算法后，还对其所预置的人脸识别算法和更新所得的人脸识别算法都进行存储，使得门禁机可以根据所在环境的变化，自适应地选择人脸识别算法对摄像头实时采集的人脸图像进行人脸识别。

示例性地，门禁机可配置有较大的存储容量，以对每一次更新所得的人脸识别算法进行存储，并为所存储的各人脸识别算法添加相应标识，该标识用于标记各人脸识别算法所适应门禁机所在环境。其中，所添加标识可以是各人脸算法相关的算法信息在更新训练时，与门禁机所在环境相适应的环境特征。

摄像头实时采集所请求放行用户的人脸图像后，通过识别该人脸图像所反映门禁机所在环境，从所存储的各人脸识别算法中选择相适应的人脸识别算法进行该人脸图像的人脸识别。

或者，为了降低门禁机对存储容量的需求，门禁机还可以对所更新人脸识别算法相关的算法信息进行存储，并为所存储的算法信息添加相应标识。当门禁机通过识别摄像头所采集人脸图像所反映门禁机所在环境后，选取相适应的算法信息对门禁机中预置的人脸识别算法进行更新，并切换至更新所得的人脸识别算法进行该人脸图像的人脸识别。

需要说明的是，门禁机中预置的人脸识别算法也是根据若干人脸图像训练所得的，可根据进行训练的人脸图像所反映环境为门禁机中预置的人脸识别算法添加相应标识。

由此，在本实施例中，门禁机可通过其所存储的人脸识别算法进行不同环境下的人脸识别使用。

在另一示例性实施例中，对每一所更新的人脸识别算法，通过统计该人脸识别算法对人脸图像所进行的人脸识别中各人脸图像所对应人像特征的置信度，获得各人脸识别算法所对应人像特征的最低置信度。可将获得的最低置信更新为对应人脸识别算法中，识别人脸图像所对应人像特征与授权用户信息中人像特征相匹配的置信度预设值。

由于本实施例所更新的最低置信度必定大于人脸识别算法中置信度预设值，也即是说，本实施例通过增加所更新人脸识别算法中的置信度预设值，以进一步提升所更新人脸识别算法进行人脸识别的准确度。

图5是根据一示例性实施例所示出的一种门禁机的人脸识别控制装置的框图。如图5所示，该装置包括：

第一人脸识别模块410，用于控制门禁机对人脸图像所进行的人脸识别中，获得人脸识别的异常通过率，该人脸图像包括门禁机中摄像头对用户采集的多张人脸图像；

算法更新模块420，用于根据人脸识别的异常通过率，进行门禁机中人脸识别算法相关的算法信息更新；

第二人脸识别模块430，用于控制门禁机根据算法信息更新得到的人脸识别算法，执行对摄像头所采集人脸图像的人脸识别。

在另一示例性实施例中，第一人脸识别模块410包括：

通过率计算单元，用于控制门禁机对用户的多张人脸图像进行人脸识别后，计算人脸识别的通过率；

异常通过率获取单元，用于在人脸识别的通过率低于设定标准值的情况下，获取该通过率为人脸识别的异常通过率。

在另一示例性实施例中，第一人脸识别模块410还包括：

提示信息生成单元，用于在门禁机对用户的每一张人脸图像都识别失败时，中止获取异常通过率，且生成提示信息，所生成的提示信息用于指示门禁机对该用户进行的人脸识别失败。

在另一示例性实施例中，上述装置还包括：

人脸图像单次识别模块，用于控制门禁机采集用户的人脸图像，并对该人脸图像通过预置的人脸识别算法识别该用户；

人脸图像连续识别模块，用于在对用户进行的人脸识别失败时控制门禁机对用户连续进行多张人脸图像的采集和识别，获得各人脸图像的识别结果，该识别结果用于计算人脸识别的通过率。

在另一示例性实施例中，算法更新模块420包括：

算法更新请求单元，用于控制门禁机根据人脸识别的异常通过率，通过多张人脸图像的上传，请求门禁服务器进行门禁机中人脸识别算法所相关的算法信息更新；

算法信息接收单元，用于控制门禁机接收门禁服务器根据多张人脸图像返回的算法信息；

算法信息更新单元，用于根据算法信息更新门禁机所预置的人脸识别算法，获得适应于门禁机所在环境的人脸识别算法。

在另一示例性实施例中，算法更新模块420用于控制门禁机根据人脸识别的异常通过率，以多张人脸图像为样本进行门禁机中人脸识别算法相关的算法信息更新，获得适应于门禁机所在环境的人脸识别算法。

在另一示例性实施例中，上述装置还包括：

算法存储模块，用于控制门禁机对所预置的人脸识别算法和更新所得的人脸识别算法都进行存储，所存储的人脸识别算法用于进行不同环境下的人脸识别使用。

需要说明的是，上述实施例所提供的装置与上述实施例所提供的方法属于同一构思，其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。

在一个示例性实施例中，一种门禁设备，包括：

处理器；及

存储器，其中，存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时实现上述各实施例中所描述门禁机的人脸识别控制方法。

在一示例性实施例中，一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各实施例中所描述门禁机的人脸识别控制方法。

上述内容，仅为本申请的较佳示例性实施例，并非用于限制本申请的实施方案，本领域普通技术人员根据本申请的主要构思和精神，可以十分方便地进行相应的变通或修改，故本申请的保护范围应以权利要求书所要求的保护范围为准。

Claims (9)

1.一种门禁机的人脸识别控制方法，其特征在于，所述方法包括：

门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，所述人脸图像包括所述门禁机中摄像头对用户采集的多张人脸图像；

根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新；

所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别；

其中，所述门禁机根据所述人脸识别的异常通过率，以所述多张人脸为样本进行所述门禁机中人脸识别算法相关的算法信息更新，获得适应于所述门禁机所在环境的人脸识别算法，所述算法信息包括人脸识别算法的参数和算法逻辑；

所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别包括：

所述门禁机对预置的人脸识别算法和更新得到的人脸识别算法进行存储；

所述门禁机根据所在环境的变化，自适应地选择人脸识别算法对所述摄像头采集的人脸图像进行人脸识别。

2.根据权利要求1所述的方法，其特征在于，所述门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，包括：

所述门禁机对所述用户的多张人脸图像进行人脸识别后，计算所述人脸识别的通过率；

如果所述通过率低于设定标准值，则获取所述通过率为所述人脸识别的异常通过率。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

如果所述门禁机对所述用户的每一张人脸图像都识别失败，中止获取所述异常通过率，且生成提示信息，所述提示信息用于指示所述门禁机对所述用户进行的人脸识别失败。

4.根据权利要求2或3所述的方法，其特征在于，在所述门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率之前，所述方法还包括：

所述门禁机采集用户的人脸图像，并对所述人脸图像通过预置的人脸识别算法识别所述用户；

在对所述用户进行的人脸识别失败时，所述门禁机对所述用户连续进行多张人脸图像的采集和识别，获得各人脸图像的识别结果，所述识别结果用于计算所述人脸识别的通过率。

5.根据权利要求1所述的方法，其特征在于，所述根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新，包括：

根据所述人脸识别的异常通过率，通过所述多张人脸图像的上传，请求门禁服务器进行所述门禁机中人脸识别算法所相关的算法信息更新；

所述门禁机接收所述门禁服务器根据所述多张人脸图像返回的算法信息；

根据所述算法信息更新所述门禁机所预置的人脸识别算法，获得适应于所述门禁机所在环境的人脸识别算法。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

所述门禁服务器以所述门禁机上传的多张人脸图像为样本，通过优化所述门禁机预置的人脸识别算法获得所述算法信息，并向所述门禁机返回所述算法信息。

7.一种门禁机的人脸识别控制装置，其特征在于，所述装置包括：

第一人脸识别模块，用于控制门禁机对人脸图像所进行的人脸识别中，获得所述人脸识别的异常通过率，所述人脸图像包括所述门禁机中摄像头对用户采集的多张人脸图像；

算法更新模块，用于根据所述人脸识别的异常通过率，进行所述门禁机中人脸识别算法相关的算法信息更新；

第二人脸识别模块，用于控制所述门禁机根据所述算法信息更新得到的人脸识别算法，执行对所述摄像头所采集人脸图像的人脸识别；

其中，所述门禁机根据所述人脸识别的异常通过率，以所述多张人脸为样本进行所述门禁机中人脸识别算法相关的算法信息更新，获得适应于所述门禁机所在环境的人脸识别算法，所述算法信息包括人脸识别算法的参数和算法逻辑；

第二人脸识别模块，还用于控制所述门禁机对预置的人脸识别算法和更新得到的人脸识别算法进行存储，根据所在环境的变化，自适应地选择人脸识别算法对所述摄像头采集的人脸图像进行人脸识别。

8.一种门禁设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6任一项所述门禁机的人脸识别控制方法。

9.一种计算机可读存储介质，其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权利要求1至6任一项所述门禁机的人脸识别控制方法。

Images