CN109684940B - 一种基于三层分布式动态调度的人脸识别方法及系统 - Google Patents

Abstract

本发明涉及一种基于三层分布式动态调度的人脸识别方法及系统，所述方法包括如下步骤：步骤1：获取待识别的人脸并进行识别，若识别成功，则将人脸识别成功次数上传给云端，并结束处理；若识别失败，则将待识别的人脸上传到区域人脸识别模块继续进行处理；步骤2：区域人脸识别模块对待识别的人脸进行识别，若识别成功，则将识别结果和身份信息下发给前端人脸识别一体机；若识别失败，则将待识别的人脸上传到云端继续进行处理；步骤3：云端对待识别的人脸进行识别，若识别成功，则将识别结果和身份信息下发；若人脸识别失败，则结束处理。本发明采用三层分布式进行人脸识别，并通过动态调度控制前端人脸识别一体机存储的人脸数量，经济实用。

Description

一种基于三层分布式动态调度的人脸识别方法及系统

技术领域

本发明涉及人脸识别技术领域，具体是一种基于三层分布式动态调度的人脸识别方法及系统。

背景技术

在一些规模较大的人脸识别应用场景中，如高等院校、科技园区、大型医院等，需要人脸识别的数量通常会较高，能够达到几万，在这些人脸识别应用场景中，人脸识别可以应用于门禁、考勤或其他需要身份识别的用途，比如一个高等院校，师生的总人数相对是固定的，且每天或某个时间段内需要人脸识别的数量也是相对固定的，但是分布却极广，比如各个教学楼、宿舍楼、实验楼、体育场所等，都可能需要用到人脸识别。采用人脸识别的产品通常为前端人脸识别一体机或后端人脸识别服务平台，也即人脸识别主要是采用仅前端离线人脸识别和借助后端进行在线人脸识别两种方式。离线人脸识别会受限于前端人脸识别一体机自身硬件系统的计算和存储能力，典型的前端人脸识别一体机的最佳识别性能的人脸数量为5000，并且需要借助于外接设备进行人脸图像的导入或是通过网络进行同步，使用维护管理成本极高；而采用在线人脸识别，其识别服务能力完全受限于服务器的计算能力，虽然增加GPU等可以加快识别速度，但整体而言，其仍然不能很好解决大量人脸图像同时识别的性能要求以及人脸图像传输造成的时延等问题，因此急需一种既可以解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题。

发明内容

针对现有技术的不足，本发明的目的之一提供一种基于三层分布式动态调度的人脸识别方法，其能够解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题；

本发明的目的之二提供一种制备方法，其能够解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题。

实现本发明的目的之一的技术方案为：一种基于三层分布式动态调度的人脸识别方法，包括如下步骤：

步骤1：前端人脸识别一体机获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

步骤2：区域人脸识别模块获取由所述前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

步骤3：云端获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理。

进一步地，所述步骤3中，云端通过区域人脸识别模块将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，且区域人脸识别模块存储待识别的人脸图像和对应的身份信息。

进一步地，所述步骤3中，云端通过区域人脸识别模块将人脸识别失败的识别结果下发给前端人脸识别一体机。

进一步地，所述步骤3中还包括云端通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸数据的存储数量进行调整，以使得前端人脸识别一体机存储的人脸数据的数量在存储上限以内。

进一步地，所述动态调度的具体实现过程包括如下步骤：

当云端接收到某个区域人脸识别模块和前端人脸识别一体机均不能成功识别的待识别人脸，而最终由云端成功识别出该待识别的人脸图像后，云端分别计算出待识别的人脸图像当天被成功识别的次数 X、前一周内平均每天被成功识别的次数Y和前一个月内平均每天被成功识别的次数Z，并按公式①计算得到总平均成功识别次数m：

m＝aX+bY+cZ------①

式中，0<a,b,c<1且a+b+c＝1，

计算出总平均成功识别次数m后，云端对待识别的人脸图像所在的前端人脸识别一体机的所有人脸按总平均成功识别次数m进行按大小顺序排序，并将排序结果下发给前端人脸识别一体机，前端人脸识别一体机根据排序结果删除人脸图像，完成人脸数量的动态调整。

进一步地，若所述前端人脸识别一体机当前存储的人脸数量小于预设的下限值，则不删除人脸图像；若大于等于预设的下限值，则前端人脸识别一体机将所述排序结果的倒数排名若干数量的人脸删除。

进一步地，所述倒数排名若干数量为倒数排名后10％。

实现本发明的目的之二的技术方案为：一种基于三层分布式动态调度的人脸识别系统，包括前端人脸识别一体机、区域人脸识别模块和云端，所述前端人脸识别一体机用于获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

所述区域人脸识别模块用于获取由前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

所述云端用于获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理；

云端还包括通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸存储数量调整，以使得前端人脸识别一体机存储的人脸数量在存储上限以内。

进一步地，所述动态调度的具体实现过程包括如下步骤：

当云端接收到某个区域人脸识别模块和前端人脸识别一体机均不能成功识别的待识别人脸，而最终由云端成功识别出该待识别的人脸图像后，云端分别计算出待识别的人脸图像当天被成功识别的次数 X、前一周内平均每天被成功识别的次数Y和前一个月内平均每天被成功识别的次数Z，并按公式①计算得到总平均成功识别次数m：

m＝aX+bY+cZ------①

式中，0<a,b,c<1且a+b+c＝1，

计算出总平均成功识别次数m后，云端对待识别的人脸图像所在的前端人脸识别一体机的所有人脸按总平均成功识别次数m进行按大小顺序排序，并将排序结果下发给前端人脸识别一体机，前端人脸识别一体机根据排序结果删除人脸图像，完成人脸数量的动态调整。

进一步地，若所述前端人脸识别一体机当前存储的人脸数量小于预设的下限值，则不删除人脸图像；若大于等于预设的下限值，则前端人脸识别一体机将所述排序结果的倒数排名若干数量的人脸删除。

本发明的有益效果为：本发明采用三层分布式进行人脸识别，并通过动态调度控制前端人脸识别一体机存储的人脸数量，充分考虑到云端、区域人脸识别模块和前端人脸识别一体机各种的计算能力以及存储能力，并且兼顾人脸识别效率和存储能力，经济实用。

附图说明

图1本发明较佳实施例的流程图；

图2本发明系统的结构示意图。

具体实施方式

下面，结合附图及具体实施方式，对本发明做进一步描述：

如图1，一种基于三层分布式动态调度的人脸识别方法，包括如下步骤：

步骤1：前端人脸识别一体机获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，也即进行人脸识别，通常前端人脸识别一体机本地存储的人脸数量有限，比如存储5000张，存储的人脸数量有限是由于前端人脸识别一体机硬件系统限制或为了让前端人脸识别一体机运行更快而进行人为设限，因此待识别的人脸图像不一定会存储在前端人脸识别一体机本地，也即人脸不一定能够在前端人脸识别一体机识别成功，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理。

步骤2：区域人脸识别模块获取由步骤1中的前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，也即进行人脸识别，由于区域人脸识别模块存储的人脸数据数量远远超过前端人脸识别一体机存储的人脸数据数量，且区域人脸识别模块存储的人脸图像必然包括了本区域内所有前端人脸识别一体机存储的人脸图像；

比如在每栋教学楼都各设有一个前端人脸识别一体机，各个前端人脸识别一体机通常存储有经常进出本教学楼师生的人脸图像，而教学楼区域(即本区域)设置有一个区域人脸识别模块，教学楼区域的区域人脸识别模块负责管理所有教学楼的人脸图像，因此教学楼区域的区域人脸识别模块存储了所有经常进出教学楼的人脸图像，也即存储有教学楼区域内的所有前端人脸识别一体机存储的人脸图像。

若区域人脸识别模块对待识别的人脸图像识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，身份信息包括比如姓名、性别、年龄、学号、工号、岗位等等，前端人脸识别一体机获取到身份信息后，将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内，以便前端人脸识别一体机在下次碰到该人脸图像时可以成功识别，前端人脸识别同样将人脸识别成功次数通过区域人脸识别模块上传给云端；若识别失败，则将待识别的人脸图像上传到云端继续进行处理。

步骤3：云端获取由步骤2中的区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，也即进行人脸识别，云端存储有所有已采集到的人脸图像，比如高等院校内，云端存储有高等院校的所有已采集师生的人脸图像，因此云端应该能够对所有待识别的人脸图像识别成功，除非该人脸图像从来没有被采集过；

若云端对待识别的人脸图像识别成功，云端将人脸图像识别成功次数更新并保存，更新是指每人脸图像识别成功一次，则人脸识别成功次数加一，并将识别结果和待识别的人脸图像对应的身份信息下发给区域人脸识别模块，区域人脸识别模块存储该身份信息并将识别结果和身份信息下发给前端人脸识别一体机，前端人脸识别一体机也存储该身份信息，使得区域人脸识别模块和前端人脸识别一体机下次能够对该待识别的人脸图像识别成功；若云端对待识别的人脸图像识别失败，则将识别结果下发给区域人脸识别模块，区域人脸识别模块将识别结果下发给前端人脸识别一体机，并结束处理。

通过步骤1-步骤3，可知无论是前端人脸识别一体机自身直接将待识别的人脸图像识别成功，还是通过区域人脸识别模块或云端将待识别的人脸图像识别成功，最终，云端都会记录每次待识别的人脸图像的成功识别次数。

在云端下发身份信息的过程中，还包括云端通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸数据的存储数量调整，以使得前端人脸识别一体机存储的人脸数据的数量在存储上限以内，具体过程是这样实现的：

当云端接收到某个区域人脸识别模块和前端人脸识别一体机均不能成功识别的待识别人脸图像，而最终是由云端成功识别出该待识别的人脸图像，表明该人脸图像当前没有存储在区域人脸识别模块的人脸数据库和前端人脸识别一体机的人脸数据库，即前端人脸识别一体机需要存储新的人脸，为了防止前端人脸识别一体机存储的人脸数量超过硬件存储上限或人为设置的存储上限而导致存储失败，需要将前端人脸识别一体机存储的人脸数量进行数量调整。云端成功识别待识别的人脸图像后，云端分别计算出待识别的人脸图像当天被成功识别的次数X、前一周(七个自然日)内平均每天被成功识别的次数Y 和前一个月内(30个自然日)平均每天被成功识别的次数Z，并按加权平均计算出待识别的人脸图像在前端人脸识别一体机的总平均成功识别次数m，其中，权重系数分别为a、b和c，本实施例中，a、b 和c的取值分别为0.5、0.3和0.2，当然具体取值可以根据实际情况和经验值人为确定，即按公式(1)计算得到总平均成功识别次数 m：

m＝aX+bY+cZ------(1)

式中，0<a,b,c<1且a+b+c＝1。

本实施例是采用当天、前一周内和前一个月内作为计算时间进行计算出X、Y和Z，当然在实用使用时，也可以根据具体情况调整计算时间。

计算出总平均成功识别次数m后，云端对待识别的人脸图像所在的前端人脸识别一体机的所有人脸图像按总平均成功识别次数m进行按大小顺序排序，即总平均成功识别次数m越大，则排名越靠前，反之，则排名越靠后，并将排序结果下发给前端人脸识别一体机，前端人脸识别一体机根据排序结果删除相关人脸图像，即完成人脸图像数量的动态调整，具体地，可以根据倒数排名若干名对应的人脸图像删除，比如倒数排名后50的人脸图像或倒数排名后10％的人脸图像进行删除，或倒数排名后其他数量的人脸图像删除也可以，当然如果前端人脸识别一体机当前存储的人脸数据的存储数量本身较少，也可以不进行删除，比如通过设置一个下限值来确定是否需要将相关人脸图像删除，若存储的人脸数据的存储数量未超过下限值，则不将人脸图像删除，若存储的人脸数据的存储数量超过下限值，则将人脸图像删除，比如当存储的人脸数据的存储数量超过3000张，为了能够保证前端人脸识别一体机能够存储排名靠前的新的人脸数据而不会超过5000张，则需要进行删除排名靠后的人脸图像；

排名在后面的，可以基本判断该人脸图像对应的人员不会出现在前端人脸识别一体机所在的地点，后期再出现在前端人脸识别一体机所在的地点的可能性也很低，因此，可以将排名靠后的人脸图像进行删除，通过这样的排序结果，可以很好地调整前端人脸识别一体机存储的人脸数据的存储数量，保证每一个前端人脸识别一体机存储的人脸数据的存储数量控制在存储上限的范围内，从而使得前端人脸识别一体机兼顾人脸识别效率和存储能力。

举一个具体的实例，某个大学设有编号为1-10的共10个前端人脸识别一体机，3个区域人脸识别模块，1个云端，编号1-3的前端人脸识别一体机与第一个区域人脸识别模块连接，编号4-6的前端人脸识别一体机与第二个区域人脸识别模块连接，编号7-10的前端人脸识别一体机与第三个区域人脸识别模块连接，即第一个区域人脸识别模块存储有编号1-3的前端人脸识别一体机的所有人脸，第二个区域人脸识别模块存储有编号4-6的前端人脸识别一体机的所有人脸，第三个区域人脸识别模块存储有编号7-10的前端人脸识别一体机的所有人脸，云端存储有该大学所有师生的人脸；

当某个学生U，对应的人脸记为u，来到编号为1的前端人脸识别一体机，如果编号为1的前端人脸识别一体机存储有该人脸u，则识别成功，并将成功识别信息通过第一个区域人脸识别模块上传到云端，云端对人脸u在编号为1的前端人脸识别一体机成功识别次数增加一次，识别成功后，识别结束，若识别失败，则将人脸u上传到第一个区域人脸识别模块；

第一个区域人脸识别模块获取到人脸u后与存储在第一个区域人脸识别模块本地的人脸数据库进行比对，如果识别成功，则将人脸 u对应的身份信息下发给编号为1的前端人脸识别一体机，编号为1 的前端人脸识别一体机接收到身份信息后与人脸u一并进行存储；

如果第一个区域人脸识别模块仍然识别失败，则继续将人脸u上传给云端，云端将人脸u与存储在云端的人脸数据进行比对，如果识别成功，则将识别结果和人脸u对应的身份信息下发给第一个区域人脸识别模块，第一区域人脸识别模块存储人脸u和身份信息，以便下次，第一区域人脸识别可以对人脸u进行识别成功，第一区域人脸识别模块继续将识别结果和人脸u下发给编号为1的前端人脸识别一体机，编号为1的前端人脸识别一体机同样存储人脸u和身份信息，以便下次，编号为1的前端人脸识别一体机也可以对人脸u进行识别成功，如果云端仍然对人脸u识别失败，则表明该学生U的人脸u没有被云端成功采集到，云端将识别失败的识别结果通过第一区域人脸识别模块下发给编号为1的前端人脸识别一体机，并结束本次人脸识别的处理。

而为了保证编号为1的前端人脸识别一体机存储的人脸数据的存储数量不超过上限，云端需要通过动态调度对编号为1的前端人脸识别一体机存储的人脸数据的存储数量进行调整，具体为：

云端对人脸u识别成功后，云端计算出人脸u在当天被成功识别的次数X_u、前一周内平均每天被成功识别的次数Y_u和前一个月内平均每天被成功识别的次数Z_u，并按权重值分别为0.5、0.3和0.2进行加权平均计算，计算出待识别的人脸图像在前端人脸识别一体机的总平均成功识别次数m_u；

云端计算出人脸u对应的总平均成功识别次数m_u后，将编号为1 的前端人脸识别一体机内的所有人脸按总平均成功识别次数m进行排序，假如是按排名倒数后50名对应的人脸需要删除，若m_u位于排名倒数后50名以内，则编号为1的前端人脸识别一体机删除人脸u，即不需要存储人脸u，若m_u不在排名倒数后50名以内，表明需要新增存储人脸u，则编号为1的前端人脸识别一体机存储人脸u和人脸 u对应的身份信息。

如图2所示，本发明还涉及一种实现上述基于三层分布式动态调度的人脸识别方法的步骤的系统，包括前端人脸识别一体机、区域人脸识别模块和云端，所述前端人脸识别一体机用于获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

所述区域人脸识别模块用于获取由前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

所述云端用于获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理；

云端还包括通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸存储数量调整，以使得前端人脸识别一体机存储的人脸数量在存储上限以内。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.一种基于三层分布式动态调度的人脸识别方法，其特征在于：包括如下步骤：

步骤1：前端人脸识别一体机获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

步骤2：区域人脸识别模块获取由所述前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

步骤3：云端获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理。

2.根据权利要求1所述的基于三层分布式动态调度的人脸识别方法，其特征在于：所述步骤3中，云端通过区域人脸识别模块将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，且区域人脸识别模块存储待识别的人脸图像和对应的身份信息。

3.根据权利要求1所述的基于三层分布式动态调度的人脸识别方法，其特征在于：所述步骤3中，云端通过区域人脸识别模块将人脸识别失败的识别结果下发给前端人脸识别一体机。

4.根据权利要求1所述的基于三层分布式动态调度的人脸识别方法，其特征在于：所述步骤3中还包括云端通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸数据的存储数量进行调整，以使得前端人脸识别一体机存储的人脸数据的数量在存储上限以内。

5.根据权利要求4所述的基于三层分布式动态调度的人脸识别方法，其特征在于：所述动态调度的具体实现过程包括如下步骤：

当云端接收到某个区域人脸识别模块和前端人脸识别一体机均不能成功识别的待识别人脸，而最终由云端成功识别出该待识别的人脸图像后，云端分别计算出待识别的人脸图像当天被成功识别的次数X、前一周内平均每天被成功识别的次数Y和前一个月内平均每天被成功识别的次数Z，并按公式①计算得到总平均成功识别次数m：

m＝aX+bY+cZ------①

式中，0<a,b,c<1且a+b+c＝1，

计算出总平均成功识别次数m后，云端对待识别的人脸图像所在的前端人脸识别一体机的所有人脸按总平均成功识别次数m进行按大小顺序排序，并将排序结果下发给前端人脸识别一体机，前端人脸识别一体机根据排序结果删除人脸图像，完成人脸数量的动态调整。

6.根据权利要求5所述的基于三层分布式动态调度的人脸识别方法，其特征在于：若所述前端人脸识别一体机当前存储的人脸数量小于预设的下限值，则不删除人脸图像；若大于等于预设的下限值，则前端人脸识别一体机将所述排序结果的倒数排名若干数量的人脸删除。

7.根据权利要求6所述的基于三层分布式动态调度的人脸识别方法，其特征在于：所述倒数排名若干数量为倒数排名后10％。

8.一种基于三层分布式动态调度的人脸识别系统，其特征在于：包括前端人脸识别一体机、区域人脸识别模块和云端，所述前端人脸识别一体机用于获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

所述区域人脸识别模块用于获取由前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

所述云端用于获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理；

云端还包括通过动态调度完成对前端人脸识别一体机本地的人脸数据库内的人脸存储数量调整，以使得前端人脸识别一体机存储的人脸数量在存储上限以内。

9.根据权利要求8所述的基于三层分布式动态调度的人脸识别系统，其特征在于：所述动态调度的具体实现过程包括如下步骤：

当云端接收到某个区域人脸识别模块和前端人脸识别一体机均不能成功识别的待识别人脸，而最终由云端成功识别出该待识别的人脸图像后，云端分别计算出待识别的人脸图像当天被成功识别的次数X、前一周内平均每天被成功识别的次数Y和前一个月内平均每天被成功识别的次数Z，并按公式①计算得到总平均成功识别次数m：

m＝aX+bY+cZ------①

式中，0<a,b,c<1且a+b+c＝1，

计算出总平均成功识别次数m后，云端对待识别的人脸图像所在的前端人脸识别一体机的所有人脸按总平均成功识别次数m进行按大小顺序排序，并将排序结果下发给前端人脸识别一体机，前端人脸识别一体机根据排序结果删除人脸图像，完成人脸数量的动态调整。

10.根据权利要求9所述的基于三层分布式动态调度的人脸识别系统，其特征在于：若所述前端人脸识别一体机当前存储的人脸数量小于预设的下限值，则不删除人脸图像；若大于等于预设的下限值，则前端人脸识别一体机将所述排序结果的倒数排名若干数量的人脸删除。

Images