CN109784256A - 人脸识别方法和装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种人脸识别方法和装置、存储介质及电子装置。其中，该方法包括：获取图像采集设备的采集窗口所采集的图像画面，其中，图像画面中包括待识别的目标脸部对象；从图像画面中确定出与目标脸部对象对应的第一脸部图像区域；在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对图像画面中的第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值；从第二脸部图像区域中提取目标脸部对象的脸部特征；利用脸部特征执行人脸识别操作。本发明解决了相关技术中人脸识别准确性较低的技术问题。

Description

人脸识别方法和装置、存储介质及电子装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种人脸识别方法和装置、存储介质及电子装置。

背景技术

随着生物识别技术的发展，在越来越多的应用场景中，开始采用人脸识别技术来对目标对象进行身份识别，以提升身份识别结果的准确性。例如基于图像采集设备采集到的图像，对其中包含的脸部图像区域进行脸部特征提取，从而实现利用该脸部特征来完成对上述目标对象的身份识别。

然而，在人脸识别的过程中，常常会出现由于目标对象相对图像采集设备的距离较远或较近，使得在采集到的整个图像中，目标对象的人脸图像所占的区域面积不合理，提取出的脸部特征较少，从而导致无法保证人脸识别结果的准确性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种人脸识别方法和装置、存储介质及电子装置，以至少解决相关技术中人脸识别准确性较低的技术问题。

根据本发明实施例的一个方面，提供了一种人脸识别方法，包括：获取图像采集设备的采集窗口所采集的图像画面，其中，上述图像画面中包括待识别的目标脸部对象；从上述图像画面中确定出与上述目标脸部对象对应的第一脸部图像区域；在上述第一脸部图像区域与用于显示采集到的上述图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对上述图像画面中的上述第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，上述第二脸部图像区域与上述显示屏幕之间的第二显示比例大于或等于上述第一目标阈值；从上述第二脸部图像区域中提取上述目标脸部对象的脸部特征；利用上述脸部特征执行人脸识别操作。

根据本发明实施例的另一方面，还提供了一种人脸识别装置，包括：获取单元，用于获取图像采集设备的采集窗口所采集的图像画面，其中，上述图像画面中包括待识别的目标脸部对象；确定单元，用于从上述图像画面中确定出与上述目标脸部对象对应的第一脸部图像区域；调整单元，用于在上述第一脸部图像区域与用于显示采集到的上述图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对上述图像画面中的上述第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，上述第二脸部图像区域与上述显示屏幕之间的第二显示比例大于或等于上述第一目标阈值；提取单元，用于从上述第二脸部图像区域中提取上述目标脸部对象的脸部特征；识别单元，用于利用上述脸部特征执行人脸识别操作。

作为一种可选的示例，上述调整单元包括：第一获取模块，用于获取上述图像采集设备的镜头焦距参数；第一调整模块，用于按照与上述镜头焦距参数对应的调整方式，对上述第一脸部图像区域进行放大调整，以得到上述第二脸部图像区域。

作为一种可选的示例，上述第一调整模块包括：第一调整子模块，用于在上述镜头焦距参数指示上述图像采集设备的镜头为允许调整焦距的情况下，控制上述图像采集设备的镜头调整焦距，以放大上述图像画面中上述第一脸部图像区域所在的关键区域，得到调整后的目标图像画面，其中，上述目标图像画面中包括上述第二脸部图像区域。

作为一种可选的示例，上述第一调整子模块通过以下步骤实现上述控制上述图像采集设备的镜头调整焦距，以放大上述图像画面中上述第一脸部图像区域所在的关键区域，得到调整后的目标图像画面：重复执行以下步骤，直至得到包括上述第二脸部图像区域的上述目标图像画面：从当前图像画面中确定出当前脸部图像区域所在的当前关键区域，其中，上述当前图像画面的初始值为上述第一脸部图像区域所在的图像画面，上述当前脸部图像区域的初始值为上述第一脸部图像区域；获取上述当前脸部图像区域与上述显示屏幕之间的当前显示比例；在上述当前脸部图像区域与上述显示屏幕之间的上述当前显示比例小于上述第一目标阈值的情况下，按照第一目标步长调整增加上述图像采集设备的镜头的焦距，并获取调整后的上述图像采集设备的上述采集窗口采集到的下一个图像画面作为上述当前图像画面，将上述下一个图像画面确定出的脸部图像区域作为上述当前脸部图像区域；在当前脸部图像区域与上述显示屏幕之间的上述当前显示比例大于或等于上述第一目标阈值的情况下，将上述当前图像画面作为上述目标图像画面，并将上述当前图像画面中的上述当前脸部图像区域作为上述第二脸部图像区域。

作为一种可选的示例，上述第一调整子模块还用于：在上述获取上述当前脸部图像区域与上述显示屏幕之间的当前显示比例之后，获取上述图像采集设备的镜头的当前焦距；在上述当前焦距为初始值，且上述当前显示比例大于第二目标阈值的情况下，显示提示信息，其中，上述提示信息用于提示增加上述目标脸部对象与上述图像采集设备之间的距离，上述第二目标阈值大于上述第一目标阈值；在上述当前焦距非初始值，且上述当前显示比例大于上述第二目标阈值的情况下，按照第二目标步长调整减小上述图像采集设备的镜头的焦距，以缩小上述图像画面中上述当前脸部图像区域。

作为一种可选的示例，上述第一调整模块包括：获取子模块，用于在上述镜头焦距参数指示上述图像采集设备的镜头为固定焦距的情况下，获取对采集到的上述图像画面进行成像处理之后得到的第一目标图片，其中，上述第一目标图片中包括上述第一脸部图像区域；第二调整子模块，用于对上述第一目标图片中的上述第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片，其中，上述第二目标图片中包括上述第二脸部图像区域。

作为一种可选的示例，上述第二调整子模块通过以下步骤实现上述对上述第一目标图片中的上述第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片：根据上述第一显示比例和上述第一目标阈值确定出放大比例；按照上述放大比例放大上述第一目标图片中的上述第一脸部图像区域；调整放大后的上述第一脸部图像区域的分辨率，得到上述第二目标图片，其中，上述第二目标图片中上述第二脸部图像区域的分辨率大于等于上述第一目标图片中上述第一脸部图像区域的分辨率。

作为一种可选的示例，上述确定单元包括：第二获取模块，用于获取与上述图像画面对应的待处理图像集合，其中，上述待处理图像集合中包括的第i个待处理图像用于指示被缩放到第i个尺寸的上述图像画面，上述i为自然数；输入模块，用于将上述待处理图像集合输入图像处理模型，其中，上述图像处理模型为利用多个包含脸部对象的样本图像经过机器训练后，所得到的用于确定上述脸部对象所在区域的神经网络模型；第三获取模块，用于获取上述图像处理模型输出的图像候选区域；处理模块，用于对上述图像候选区域进行选择处理，得到上述第一脸部图像区域。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述人脸识别方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的人脸识别方法。

在本发明实施例中，在获取到图像采集设备的采集窗口内所采集的图像画面之后，从该图像画面中确定出与待识别的目标脸部对象对应的第一脸部图像区域，并在确定第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对该第一脸部图像区域进行调整，以得到满足识别条件的第二脸部图像区域，从而实现利用从第二脸部图像区域中提取出的目标脸部对象的脸部特征来执行人脸识别操作。也就是说，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的人脸识别方法的硬件环境的示意图；

图2是根据本发明实施例的一种可选的人脸识别方法的流程示意图；

图3是根据本发明实施例的另一种可选的人脸识别方法的流程示意图；

图4是根据本发明实施例的一种可选的成像原理示意图；

图5是根据本发明实施例的一种可选的人脸识别方法的示意图；

图6是根据本发明实施例的另一种可选的人脸识别方法的示意图；

图7是根据本发明实施例的又一种可选的人脸识别方法的示意图；

图8是根据本发明实施例的一种可选的人脸识别装置的示意图；

图9是根据本发明实施例的一种可选的电子装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、装置、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、装置、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种人脸识别方法，可选地，作为一种可选的实施方式，上述人脸识别方法可以但不限于应用于如图1所示的硬件环境中。通过步骤S102获取图像采集设备102的采集窗口所采集的图像画面，如图1左侧虚线框内所示图像画面中呈现的人物的脸部为待识别的目标脸部对象(如图1所示阴影区域)。从该图像画面中确定出与目标脸部对象对应的第一脸部图像区域。该图像采集设备102中的存储器104将临时存储该图像画面，并由处理器106将该图像画面通过网络108发送给服务器110，如步骤S104-S106。服务器110通过处理引擎114执行步骤S108：如步骤S1082，对接收到的图像画面进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对该第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值，如步骤S1084-S1086，从上述第二脸部图像区域中提取目标脸部对象的脸部特征，并利用该脸部特征和数据库112中存储的参考脸部特征进行比对，来执行人脸识别操作。

需要说明的是，在获取到图像采集设备的采集窗口内所采集的图像画面之后，从该图像画面中确定出与待识别的目标脸部对象对应的第一脸部图像区域，并在确定第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对该第一脸部图像区域进行调整，以得到满足识别条件的第二脸部图像区域，从而实现利用从第二脸部图像区域中提取出的目标脸部对象的脸部特征来执行人脸识别操作。也就是说，在本实施例提供的人脸识别方法中，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

可选地，上述图像采集设备102可以但不限于应用于可以各类终端设备上安装的采集/监控摄像头，例如手机、平板电脑、笔记本电脑、PC机、监控器等终端设备上的摄像头。上述网络108可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器可以包括但不限于任何可以进行计算的硬件设备。

此外，在本实施例中，上述人脸识别方法也可以但不限于应用于处理能力较强大的独立的处理设备，而无需与服务器进行数据交互，该处理设备可以独立完成上述图1所示的处理过程。如将上述识别过程集成在一台独立的具有数据处理功能的终端设备中，如图像采集设备。上述仅是示例，本实施例中对此不作任何限定。

可选地，作为一种可选的实施方式，如图2所示，上述人脸识别方法包括：

S202，获取图像采集设备的采集窗口所采集的图像画面，其中，图像画面中包括待识别的目标脸部对象；

S204，从图像画面中确定出与目标脸部对象对应的第一脸部图像区域；

S206，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对图像画面中的第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值；

S208，从第二脸部图像区域中提取目标脸部对象的脸部特征；

S210，利用脸部特征执行人脸识别操作。

可选地，在本实施例中，上述人脸识别方法可以但不限于应用于利用人脸识别结果进行身份识别、身份验证及目标监控等应用场景中。以图像采集设备为监控摄像头，利用人脸识别结果进行身份识别的场景为例，在获取到监控摄像头的采集窗口所采集的包括待识别的目标脸部对象的图像画面之后，从该图像画面中确定出与目标脸部对象对应的第一脸部图像区域(如对该目标脸部对象对焦后得到的人脸框对应的区域)。对该第一脸部图像区域进行判定，在该第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对该第一脸部图像区域进行调整，以得到与显示屏幕之间的第二显示比例大于或等于第一目标阈值的第二脸部图像区域，从而实现利用从第二脸部图像区域中提取出的目标脸部对象的脸部特征来执行人脸识别操作。从而实现对采集窗口所采集的图像画面中脸部图像区域所占的区域面积进行合理优化，以使脸部图像区域中的脸部信息更加丰富，便于提取出更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果。上述场景仅是一种示例，本实施例中对此不做任何限定。

需要说明的是，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

可选地，在本实施例中，上述对图像画面中的第一脸部图像区域进行调整，得到第二脸部图像区域可以包括但不限于：获取图像采集设备的镜头焦距参数；按照与该镜头焦距参数相对应的调整方式，来对第一脸部图像区域进行放大调整，以得到第二脸部图像区域。

需要说明的是，在本实施例中，上述镜头焦距参数中可以包括但不限于用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数。其中，上述图像采集设备可以包括但不限于以下之一：自动变焦图像采集设备(即设备类型指示参数指示镜头可变焦)、固定焦距图像采集设备(即设备类型指示参数指示镜头不可变焦)。此外，在图像采集设备为自动变焦图像采集设备的情况下，上述镜头焦距参数还可以包括但不限于用于指示当前焦距的焦距状态的焦距状态指示参数，如当前焦距处于初始值状态，或当前焦距处于非初始值状态。其中，在当前焦距处于非初始值状态的情况下，表示基于该当前焦距，可以调整增大，也可以调整减小。上述仅是一种示例，本实施例中对此不作任何限定。

基于上述镜头焦距参数，可以确定对第一脸部图像区域进行调整的调整方式包括但不限于：

1)在图像采集设备为自动变焦图像采集设备的情况下，表示该图像采集设备的镜头为允许调整焦距，则控制该图像采集设备的镜头调整焦距，以对采集窗口内的图像画面进行放大调整以得到调整后的目标图像画面，其中，该目标图像画面中包括第二脸部图像区域。

2)在图像采集设备为固定焦距图像采集设备的情况下，表示该图像采集装备的镜头不允许调整焦距，则获取对采集到的图像画面进行成像处理之后得到的第一目标图片获取与采集窗口内的图像画面对应的第一目标图片，其中，第一目标图片中包括第一脸部图像区域；对该第一目标图片进行缩放放大调整和分辨率调整，得到调整后的第二目标图片，其中，第二目标图片中包括第二脸部图像区域。

需要说明的是，在本实施例中，可以但不限于优先判定所使用的图像采集设备是否为自动变焦图像采集设备，在该图像采集设备非自动变焦设备的情况下，再确定该图像采集设备是否为固定焦距图像采集设备。也就是说，在获取镜头焦距参数之后，确定图像采集设备的镜头类型的执行逻辑可以是顺序判断逻辑，也可以是分支判断逻辑，本实施例中对此不作任何限定。

此外，在本实施例中，上述分辨率调整可以包括但不限于：使用图像超分辨率(Super-Resolution)技术实现调整，其中，该图像超分辨率技术可以但不限于为通过硬件或软件的方法提高原图像的分辨率，将一系列低分辨率的图像块转化为高分辨率的图像块。上述仅是一种示例，本实施例中对此不作任何限定。

可选地，在本实施例中，在从图像画面中确定出与目标脸部对象对应的第一脸部图像区域可以包括但不限于：对图像画面按照不同尺寸进行缩放，得到待处理图像集合；将上述待处理图像集合输入到图像处理模型中，该图像处理模型可以但不限于利用多个包含脸部对象的样本图像经过机器训练后得到的用于确定目标脸部对象所在脸部图像区域的神经网络模型。然后获取上述图像处理模型输出的多个图像候选区域，经过筛选后将得到上述第一脸部图像区域。

需要说明的是，在本实施例中，上述图像处理模型可以但不限于基于初始化的卷积神经网络(Convolutional Neural Networks，简称CNN)经过机器训练得到，如视觉集合组(Visual Geometry Group，简称VGG)卷积神经网络、Resnet等。其中，上述CNN可以包括但不限于Faster R-CNN中提出的区域推荐网络(Region Proposal Networks，简称RPN)。上述仅是一种示例，本实施例中对此不作任何限定。

具体结合图3所示示例进行说明：如步骤S302，获取图像采集设备的采集窗口当前所采集的图像画面，该图像画面中包括待识别的目标脸部对象；然后对该图像画面按照不同尺寸进行缩放，得到待处理图像集合(也可称作图像金字塔)，如步骤S304；将上述待处理图像集合输入到图像处理模型中，以获取与目标脸部对象所在脸部图像区域对应的多个图像候选区域，然后筛选得到上述第一脸部图像区域，如步骤S306。

在确定第一脸部图像区域之后，执行步骤S308，获取图像采集设备的镜头焦距参数所指示的调整方式：

如步骤S310-1，在图像采集设备为自动变焦图像采集设备的情况下，控制图像采集设备的镜头调整焦距，以对采集窗口内的图像画面进行放大调整以得到调整后的目标图像画面，其中，该目标图像画面中包括第二脸部图像区域。

如步骤S310-2，在图像采集设备为固定焦距图像采集设备的情况下，获取对采集到的图像画面进行成像处理之后得到的第一目标图片获取与采集窗口内的图像画面对应的第一目标图片，其中，第一目标图片中包括第一脸部图像区域；对该第一目标图片进行缩放放大调整和分辨率调整，得到调整后的第二目标图片，其中，第二目标图片中包括第二脸部图像区域。

需要说明的是，在确定执行上述步骤S310-1和步骤S310-2之前，可以但不限于直接根据镜头焦距参数的指示结果，来确定执行分支步骤S310-1或分支步骤S310-2。此外，还可以但不限于优先判定图像采集设备是否自动变焦图像采集设备，若判定结果为是的情况下，执行步骤S310-1，若判定结果为否的情况下，执行步骤S310-2。本实施例中对此不作任何限定。

然后执行步骤S312-S314，从上述第二脸部图像区域中提取目标脸部对象的脸部特征，并基于该脸部特征执行人脸识别操作。从而实现利用更丰富的脸部特征，来对图像采集设备的采集窗口当前所采集的图像画面中的目标脸部对象，进行精准地人脸检测和人脸识别。

通过本申请提供的实施例，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

作为一种可选的方案，对第一脸部图像区域进行调整，以得到第二脸部图像区域包括：

S1，获取图像采集设备的镜头焦距参数；

S2，按照与镜头焦距参数对应的调整方式，对第一脸部图像区域进行放大调整，以得到第二脸部图像区域。

需要说明的是，在本实施例中，上述镜头焦距参数中可以包括但不限于用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数。其中，上述图像采集设备可以包括但不限于以下之一：自动变焦图像采集设备(即设备类型指示参数指示镜头可变焦)、固定焦距图像采集设备(即设备类型指示参数指示镜头不可变焦)。此外，在图像采集设备为自动变焦图像采集设备的情况下，上述镜头焦距参数还可以包括但不限于用于指示当前焦距的焦距状态的焦距状态指示参数，如当前焦距处于初始值状态，或当前焦距处于非初始值状态。其中，在当前焦距处于非初始值状态的情况下，表示基于该当前焦距，可以调整增大，也可以调整减小。上述仅是一种示例，本实施例中对此不作任何限定。

此外，在本实施例中，上述用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数可以但不限于以约定字符来标识。上述约定字符可以但不限于为字母、数字、符号等任意之一或者其组合。例如，以约定字符为字母为例来说明，假设用“T”表示自动变焦图像采集设备，用“F”表示固定焦距图像采集设备。在获取到镜头焦距参数之后，若获取到约定字符指示为“T”时，则确定该图像采集设备为自动变焦图像采集设备，若获取到约定字符指示为“F”时，则确定该图像采集设备为固定焦距图像采集设备。上述用于指示当前焦距的焦距状态的焦距状态指示参数可以但不限于以约定字符来标识。上述约定字符可以但不限于为字母、数字、符号等任意之一或者其组合。例如，以约定字符为数字为例来说明，假设用“1”表示当前焦距处于非初始状态，用“0”表示当前焦距处于初始状态。则在获取到镜头焦距参数之后，若获取到约定字符指示为“1”时，则确定该自动变焦图像采集设备的当前焦距处于非初始状态，若获取到约定字符指示为“0”时，则确定该自动变焦图像采集设备的当前焦距处于初始状态。

需要说明的是，在本实施例中，对图像采集设备的采集窗口当前所采集的图像画面进行调整的方式可以但不限于结合镜头焦距参数来确定。在镜头焦距参数中的设备类型指示参数指示图像采集设备的镜头为允许调整焦距(即可变焦距)的情况下，则在将采集窗口内的图像画面形成图片(成像)之前，控制镜头调整焦距，以放大采集窗口内所呈现的图像画面，得到调整后的目标图像画面，进而得到调整后的第二脸部图像区域；在镜头焦距参数中的设备类型指示参数指示图像采集设备的镜头不允许调整焦距(即固定焦距)的情况下，则将采集窗口内的图像画面形成第一目标图片(成像)，然后对该第一目标图片进行图像处理(如放大调整和分辨率调整)，以得到第二目标图片，进而从第二目标图片中获取第二脸部图像区域。

此外，在本实施例中需要说明的是，图像采集设备的成像原理可以但不限于采用小孔成像原理。具体结合图4所示来说明图像采集设备的成像原理：假设图4中所示黑色椭圆为图像采集设备的镜头(如凸透镜)，对应左侧为实际场景，对应右侧围成像区域。其中实际场景画面为大小1000*1000的区域，其中包括目标脸部对象为大小100*100的区域。经过镜头成像后，在成像区域中将得到第一脸部图像区域，大小为10*10的倒像区域。其中，左侧实际场景画面到镜头之间的距离为物距n，右侧成像区域到镜头之间的距离为相距m。

进一步，假设在镜头成像处理后得到与目标脸部对象对应的第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值时，则可以利用上述成像原理，对该第一脸部图像区域进行放大调整，从而得到右侧调整后的第二脸部图像区域，实现对图像画面的变焦处理。

通过本申请提供的实施例，调整后的第二脸部图像区域在图像采集设备的显示屏幕所占区域的比例位于合理的比例范围，将更有利于从目标脸部对象提取更多更丰富的脸部特征，从而实现利用上述提取出的脸部特征来进行人脸识别，以提升人脸识别的准确性。

作为一种可选的方案，按照与镜头焦距参数对应的调整方式，对第一脸部图像区域进行放大调整，以得到第二脸部图像区域包括：

S1，在镜头焦距参数指示图像采集设备的镜头为允许调整焦距的情况下，控制图像采集设备的镜头调整焦距，以放大图像画面中第一脸部图像区域所在的关键区域，得到调整后的目标图像画面，其中，目标图像画面中包括第二脸部图像区域。

需要说明的是，上述第一脸部图像区域可以但不限于为图像采集设备的对焦框指示的区域，上述第一脸部图像区域所在的关键区域可以但不限于为对焦框所在的画面区域。该关键区域的尺寸大于上述第一脸部图像区域的尺寸，但小于用于显示图像画面的显示屏幕的尺寸。也就是说，本实施例中提供的调整方式，可以但不限于是对第一脸部图像区域所在的关键区域依次进行放大调整，而不仅仅是一次性放大调整至目标图像画面。

可选地，在本实施例中，还可以但不限于控制调整图像采集设备中的图像采集部件，以优化调整后的第二脸部图像区域中的画面参数，进一步丰富第二脸部图像区域中的脸部信息，从而提取出更多有效的脸部特征。其中，上述画面参数可以包括但不限于以下至少之一：明暗度、图像纹理、色彩度、边缘信息等。

可选地，在本实施例中，上述控制图像采集设备的镜头调整焦距，以放大图像画面中第一脸部图像区域所在的关键区域，得到调整后的目标图像画面包括：

S1，重复执行以下步骤，直至得到包括第二脸部图像区域的目标图像画面：

S12，从当前图像画面中确定出当前脸部图像区域所在的当前关键区域，其中，当前图像画面的初始值为第一脸部图像区域所在的图像画面，当前脸部图像区域的初始值为第一脸部图像区域；

S14，获取当前脸部图像区域与显示屏幕之间的当前显示比例；

S16，在当前脸部图像区域与显示屏幕之间的当前显示比例小于第一目标阈值的情况下，按照第一目标步长调整增加图像采集设备的镜头的焦距，并获取调整后的图像采集设备的采集窗口采集到的下一个图像画面作为当前图像画面，将下一个图像画面确定出的脸部图像区域作为当前脸部图像区域；

S18，在当前脸部图像区域与显示屏幕之间的当前显示比例大于或等于第一目标阈值的情况下，将当前图像画面作为目标图像画面，并将当前图像画面中的当前脸部图像区域作为第二脸部图像区域。

需要说明的是，在本实施例中，在自动变焦图像采集设备通过调整镜头的焦距，来得到包含第二脸部图像区域的目标图像画面的过程中，可以但不限于以第一脸部图像区域为当前脸部图像区域的初始值，以第一脸部图像区域所在图像画面为当前图像画面的初始值。重复获取每一次调整后的当前脸部图像区域与显示屏幕之间的当前显示比例：

1)在当前显示比例小于第一目标阈值的情况下，则按照第一目标步长调整增加图像采集设备的镜头的焦距，并将调整焦距后的图像采集设备的采集窗口所采集到的下一个图像画面作为当前图像画面，将下一个图像画面中确定出的脸部图像区域作为当前脸部图像区域；

2)在当前显示比例大于或等于第一目标阈值的情况下，则将当前图像画面作为目标图像画面，并将当前图像画面中的当前脸部图像区域作为第二脸部图像区域。

从而实现对图像采集设备的显示屏幕中还未成像的图像画面直接进行放大调整，以便于在采集过程中快速直观地对待识别的目标脸部对象对应的脸部图像区域进行调整，从而使得调整后的目标图像画面中所包含的脸部图像区域中可以携带更丰富的有效脸部特征，通过提取该脸部特征，来提升对目标脸部对象进行人脸识别的准确性。

可选地，在本实施例中，在步骤S14，获取当前脸部图像区域与显示屏幕之间的当前显示比例之后，还包括：

S14-1，获取图像采集设备的镜头的当前焦距；

S14-2，在当前焦距为初始值，且当前显示比例大于第二目标阈值的情况下，显示提示信息，其中，提示信息用于提示增加目标脸部对象与图像采集设备之间的距离，第二目标阈值大于第一目标阈值；

S14-3，在当前焦距非初始值，且当前显示比例大于第二目标阈值的情况下，按照第二目标步长调整减小图像采集设备的镜头的焦距，以缩小图像画面中当前脸部图像区域。

需要说明的是，在本实施例中，对于自动变焦图像采集设备，若检测到当前焦距为初始值，则表示自动变焦图像采集设备刚被启动，当前焦距处于起始位置，无法被调整。进一步，在确定当前脸部图像区域与显示屏幕之间的当前显示比例大于第二目标阈值的情况下，可以但不限于通过图像采集设备的显示屏幕显示提示信息，以提示增加目标脸部对象与图像采集设备之间的距离。也就是说，当目标脸部对象在显示屏幕中所占区域较大时，可以提示目标用户后退，以增加目标脸部对象与图像采集设备之间的距离。而若检测到当前焦距为非初始值，则表示自动变焦图像采集设备的镜头焦距可以调整。进一步，在确定当前脸部图像区域与显示屏幕之间的当前显示比例大于第二目标阈值的情况下，可以但不限于按照第二目标步长调整减小图像采集设备的镜头的焦距，以缩小图像画面中当前脸部图像区域。

例如，假设在获取到采集窗口内的图像画面(包括目标脸部对象)，并确定出目标脸部对象的尺寸为a，与目标脸部对象对应的第一脸部图像区域的尺寸为b，则可以如图5(a)所示，根据以下公式调整镜头的焦距(也可称作相距)：

a/b＝r (1)

a/n＝b/m (2)

d＝(n+m) (3)

其中，r为显示比例，d为固定距离，n为物距，m为相距(即焦距)，经过推导可以得出：

r＝a/b＝n/m＝(d-m)/m (4)

根据以上公式可知，在第一脸部图像区域与显示屏幕之间的显示比例小于第一目标阈值的情况下，则需调整增大自动变焦图像采集设备的镜头的焦距m，以放大自动变焦图像采集设备所采集的图像画面，同时第一脸部图像区域也将随之被放大。然后，获取调整后的脸部图像区域对应的显示比例，并判断是否达到第一目标阈值，若未达到第一目标阈值，则重复执行上述调整步骤，直至调整后的显示比例达到第一目标阈值，则确定显示比例达到第一目标阈值的图像画面为目标图像画面，其中的脸部图像区域作为第二脸部图像区域。如图5(b)所示，第二脸部图像区域的尺寸为b’，相对显示屏幕的显示比例在合理的显示范围，将更有利于提取出更多更丰富的有效的脸部特征。

通过本申请提供的实施例，通过控制图像采集设备的镜头调整焦距，来对采集窗口内的图像画面进行快速直观地调整，以得到调整后的目标图像画面，从而实现在图像采集设备拍照固定成像之前，就可以获取到满足显示比例的第二脸部图像区域，以实现从脸部信息更多的第二脸部图像区域中提取出更多的脸部特征，进而达到提高人脸识别的准确性的效果。进一步，通过自动调整图像采集设备的镜头的焦距的方式，来调整第一脸部图像区域，还将进一步实现提高人脸识别效率的效果。

作为一种可选的方案，按照与镜头焦距参数对应的调整方式，对第一脸部图像区域进行放大调整，以得到第二脸部图像区域包括：

S1，在镜头焦距参数指示图像采集设备的镜头为固定焦距的情况下，获取对采集到的图像画面进行成像处理之后得到的第一目标图片，其中，第一目标图片中包括第一脸部图像区域；

S2，对第一目标图片中的第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片，其中，第二目标图片中包括第二脸部图像区域。

可选地，在本实施例中，上述分辨率调整可以包括但不限于：使用图像超分辨率(Super-Resolution)技术实现，其中，该图像超分辨率技术可以但不限于为通过硬件或软件的方法提高原图像的分辨率，将一系列低分辨率的图像块转化为高分辨率的图像块。也就是说，在获取到与采集窗口内的图像画面对应的第一目标图片之后，对第一目标图片中的第一脸部图像区域进行放大调整，进一步，对利用图像超分辨率技术对放大调整后的第一脸部图像区域进行提高分辨率的调整，以获取更多更完整的目标脸部对象的脸部信息，便于提取更多的脸部特征。

需要说明的是，在本实施例中，上述分辨率调整过程可以但不限于：将处于低分辨率的脸部图像区域，输入训练好的用于调整分辨率的神经网络模型，来得到高分辨率的脸部图像区域。其中，上述用于调整分辨率的神经网络模型在训练过程中，对低分辨率图像和高分辨率图像进行特征提取，然后做非线性映射，以实现对分辨率调整的深度学习，从而达到在将本实施例中获取到的脸部图像区域应用于该神经网络模型后，可以提取出更丰富的脸部特征的效果。

可选地，在本实施例中，对第一目标图片中的第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片包括：

S1，根据第一显示比例和第一目标阈值确定出放大比例；

S2，按照放大比例放大第一目标图片中的第一脸部图像区域；

S3，调整放大后的第一脸部图像区域的分辨率，得到第二目标图片，其中，第二目标图片中第二脸部图像区域的分辨率大于等于第一目标图片中第一脸部图像区域的分辨率。

需要说明的是，在本实施例中，上述第一目标图片为图像采集设备拍照固定成像后得到的，也就是说采集窗口内采集到的采集到的目标脸部对象的脸部信息已相对固定。因而，为了获取第二脸部图像区域，可以但不限于根据上述第一脸部图像区域与显示屏幕之间的第一显示比例和第一目标阈值确定出放大比例，进而直接按照放大比例放大第一目标图片中的第一脸部图像区域，并对调整放大后的第一脸部图像区域进行分辨率调整，以得到包含第二脸部图像区域的第二目标图片。也就是说，对于固定焦距图像采集设备可以但不限于通过后期图像处理来获取第二脸部图像区域。

例如，假设第一显示比例为r，第一目标区域为R，则可以确定放大比例为R/r＝s。进一步对第一目标图片按照放大比例s进行放大调整，以得到第二目标图片。

此外，在本实施例中，可以但不限于对第一目标图片中第一脸部图像区域所在的图像块直接进行尺寸放大和分辨率调整，以得到第二目标图片，而无需对整个第一目标图片进行调整，从而达到减小图像处理操作的复杂度的目的。

通过本申请提供的实施例，对于固定焦距图像采集设备，通过对成像后的第一目标图片进行调整，如根据第一显示比例和第一目标阈值确定出放大比例，按照放大比例放大第一脸部图像区域并进行分辨率调整，以得到包含第二脸部图像区域的第二目标图片。从而实现对于固定焦距的图像采集设备，在对采集到的图像画面固定成像之后，仍然可以获取脸部信息更多的第二脸部图像区域，并从中提取出丰富的脸部特征，进而达到提高人脸识别的准确性的效果。

作为一种可选的方案，从图像画面中确定出与目标脸部对象对应的第一脸部图像区域包括：

S1，获取与图像画面对应的待处理图像集合，其中，待处理图像集合中包括的第i个待处理图像用于指示被缩放到第i个尺寸的图像画面，i为自然数；

S2，将待处理图像集合输入图像处理模型，其中，图像处理模型为利用多个包含脸部对象的样本图像经过机器训练后，所得到的用于确定脸部对象所在区域的神经网络模型；

S3，获取图像处理模型输出的图像候选区域；

S4，对图像候选区域进行选择处理，得到第一脸部图像区域。

可选地，在本实施例中，对图像候选区域进行选择处理可以包括但不限于非极大值抑制(Non-Maximum Suppression，简称NMS)来对多个图像候选框进行合并重叠处理，以得到最终的第一脸部图像区域。

具体结合图6所示进行说明：在获取到图像采集设备的采集窗口所采集到的图像画面之后，该图像画面中包括待识别的目标脸部对象，执行步骤S602，对该图像画面按照不同尺寸进行缩放，得到图像金字塔；然后执行步骤S604，将上述图像金字塔输入到图像处理模型(如CNN)中，以获取与目标脸部对象所在脸部图像区域对应的多个图像候选区域。通过边框回归处理(Bounding Box Regression)来矫正上述多个图像候选区域(例如多个人脸候选框)，并通过NMS对多个图像候选区域进行合并重叠处理，最终得到第一脸部图像区域，如步骤S606-S610。

通过本申请提供的实施例，在对采集窗口采集到的图像画面按照不同尺寸进行缩放，得到待处理图像集合之后，将该待处理图像集合输入图像处理模型中，以获取与目标脸部对象对应的图像候选区域。然后，对上述图像候选区域进行选择处理，从而得到最优的图像候选区域作为第一脸部图像区域。在保证检测到的第一脸部图像区域的准确性的情况下，进一步保证调整结果的准确性，进而达到提升人脸识别准确性的效果。

具体结合图7所示步骤S702-S716来说明上述人脸识别：

获取当前呈现在图像采集设备的采集窗口内的图像画面，该图像画面中包括待识别的目标脸部对象；然后对该图像画面按照不同尺寸进行缩放，得到多尺寸的图像金字塔；将上述图像金字塔输入到基于CNN构建的图像处理模型中，以获取与目标脸部对象所在脸部图像区域对应的多个图像候选区域及边框回归向量，其中，边框回归向量中用于记录每个图像候选框的位置坐标；通过边框回归方法来校正上述多个图像候选框，并经过NMS进行合并重叠处理，得到第一脸部图像区域。

然后，获取第一脸部图像区域与显示屏幕之间的第一显示比例，在该第一显示比例小于第一目标阈值的情况下，则确定对第一脸部图像区域进行调整。进一步，获取图像采集设备的镜头焦距参数，在镜头焦距参数指示图像采集设备为镜头允许调整的自动变焦图像采集设备，则控制镜头调整焦距来对图像画面进行调整，得到调整后的目标图像画面，其中目标图像画面中包括第二脸部图像区域。而在镜头焦距参数指示图像采集设备为固定焦距图像采集设备，则获取与采集窗口内的图像画面对应的第一目标图片，对该第一目标图片进行尺寸和分辨率调整，得到包括第二脸部图像区域的第二目标图片。上述得到的第二脸部图像区域相对显示屏幕的显示比例得到了合理优化，将携带更多的目标脸部对象的脸部信息，从而有利于提取出更多的脸部特征来进行人脸识别。

从上述第二脸部图像区域中提取出目标脸部对象对应的脸部特征，并依此构建脸部特征识别向量，进一步利用该脸部特征识别向量与图像库中预先存储的参考脸部特征识别向量进行比较，以实现对目标脸部对象的人脸识别。其中，利用提取出的脸部特征来进行人脸识别的过程，本实施例中不再赘述。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述人脸识别方法的人脸识别装置。如图8所示，该装置包括：

1)获取单元802，用于获取图像采集设备的采集窗口所采集的图像画面，其中，图像画面中包括待识别的目标脸部对象；

2)确定单元804，用于从图像画面中确定出与目标脸部对象对应的第一脸部图像区域；

3)调整单元806，用于在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对图像画面中的第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值；

4)提取单元808，用于从第二脸部图像区域中提取目标脸部对象的脸部特征；

5)识别单元810，用于利用脸部特征执行人脸识别操作。

可选地，在本实施例中，上述人脸识别装置可以但不限于应用于利用人脸识别结果进行身份识别、身份验证及目标监控等应用场景中。以图像采集设备为监控摄像头，利用人脸识别结果进行身份识别的场景为例，在获取到监控摄像头的采集窗口所采集的包括待识别的目标脸部对象的图像画面之后，从该图像画面中确定出与目标脸部对象对应的第一脸部图像区域(如对该目标脸部对象对焦后得到的人脸框对应的区域)。对该第一脸部图像区域进行判定，在该第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对该第一脸部图像区域进行调整，以得到与显示屏幕之间的第二显示比例大于或等于第一目标阈值的第二脸部图像区域，从而实现利用从第二脸部图像区域中提取出的目标脸部对象的脸部特征来执行人脸识别操作。从而实现对采集窗口所采集的图像画面中脸部图像区域所占的区域面积进行合理优化，以使脸部图像区域中的脸部信息更加丰富，便于提取出更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果。上述场景仅是一种示例，本实施例中对此不做任何限定。

需要说明的是，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

可选地，在本实施例中，上述对图像画面中的第一脸部图像区域进行调整，得到第二脸部图像区域可以包括但不限于：获取图像采集设备的镜头焦距参数；按照与该镜头焦距参数相对应的调整方式，来对第一脸部图像区域进行放大调整，以得到第二脸部图像区域。

需要说明的是，在本实施例中，上述镜头焦距参数中可以包括但不限于用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数。其中，上述图像采集设备可以包括但不限于以下之一：自动变焦图像采集设备(即设备类型指示参数指示镜头可变焦)、固定焦距图像采集设备(即设备类型指示参数指示镜头不可变焦)。此外，在图像采集设备为自动变焦图像采集设备的情况下，上述镜头焦距参数还可以包括但不限于用于指示当前焦距的焦距状态的焦距状态指示参数，如当前焦距处于初始值状态，或当前焦距处于非初始值状态。其中，在当前焦距处于非初始值状态的情况下，表示基于该当前焦距，可以调整增大，也可以调整减小。上述仅是一种示例，本实施例中对此不作任何限定。

基于上述镜头焦距参数，可以确定对第一脸部图像区域进行调整的调整方式包括但不限于：

1)在图像采集设备为自动变焦图像采集设备的情况下，表示该图像采集设备的镜头为允许调整焦距，则控制该图像采集设备的镜头调整焦距，以对采集窗口内的图像画面进行放大调整以得到调整后的目标图像画面，其中，该目标图像画面中包括第二脸部图像区域。

2)在图像采集设备为固定焦距图像采集设备的情况下，表示该图像采集装备的镜头不允许调整焦距，则获取对采集到的图像画面进行成像处理之后得到的第一目标图片获取与采集窗口内的图像画面对应的第一目标图片，其中，第一目标图片中包括第一脸部图像区域；对该第一目标图片进行缩放放大调整和分辨率调整，得到调整后的第二目标图片，其中，第二目标图片中包括第二脸部图像区域。

需要说明的是，在本实施例中，可以但不限于优先判定所使用的图像采集设备是否为自动变焦图像采集设备，在该图像采集设备非自动变焦设备的情况下，再确定该图像采集设备是否为固定焦距图像采集设备。也就是说，在获取镜头焦距参数之后，确定图像采集设备的镜头类型的执行逻辑可以是顺序判断逻辑，也可以是分支判断逻辑，本实施例中对此不作任何限定。

此外，在本实施例中，上述分辨率调整可以包括但不限于：使用图像超分辨率(Super-Resolution)技术实现调整，其中，该图像超分辨率技术可以但不限于为通过硬件或软件的装置提高原图像的分辨率，将一系列低分辨率的图像块转化为高分辨率的图像块。上述仅是一种示例，本实施例中对此不作任何限定。

可选地，在本实施例中，在从图像画面中确定出与目标脸部对象对应的第一脸部图像区域可以包括但不限于：对图像画面按照不同尺寸进行缩放，得到待处理图像集合；将上述待处理图像集合输入到图像处理模型中，该图像处理模型可以但不限于利用多个包含脸部对象的样本图像经过机器训练后得到的用于确定目标脸部对象所在脸部图像区域的神经网络模型。然后获取上述图像处理模型输出的多个图像候选区域，经过筛选后将得到上述第一脸部图像区域。

需要说明的是，在本实施例中，上述图像处理模型可以但不限于基于初始化的卷积神经网络(Convolutional Neural Networks，简称CNN)经过机器训练得到，如视觉集合组(Visual Geometry Group，简称VGG)卷积神经网络、Resnet等。其中，上述CNN可以包括但不限于Faster R-CNN中提出的区域推荐网络(Region Proposal Networks，简称RPN)。上述仅是一种示例，本实施例中对此不作任何限定。

通过本申请提供的实施例，通过对采集窗口内图像画面中的第一脸部图像区域进行判定，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对第一脸部图像区域进行调整，以使调整后得到的第二脸部图像区域满足识别条件，从而实现合理调整将要进行人脸识别的脸部图像区域在采集窗口内图像画面中所占的区域面积，以使得调整后的第二脸部图像区域中的脸部特征更加丰富，便于提取更多有效的脸部特征来进行人脸识别，进而达到提高人脸识别结果的准确性的效果，以克服相关技术中人脸识别准确性较低的问题。

作为一种可选的方案，调整单元806包括：

1)第一获取模块，用于获取图像采集设备的镜头焦距参数；

2)第一调整模块，用于按照与镜头焦距参数对应的调整方式，对第一脸部图像区域进行放大调整，以得到第二脸部图像区域。

需要说明的是，在本实施例中，上述镜头焦距参数中可以包括但不限于用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数。其中，上述图像采集设备可以包括但不限于以下之一：自动变焦图像采集设备(即设备类型指示参数指示镜头可变焦)、固定焦距图像采集设备(即设备类型指示参数指示镜头不可变焦)。此外，在图像采集设备为自动变焦图像采集设备的情况下，上述镜头焦距参数还可以包括但不限于用于指示当前焦距的焦距状态的焦距状态指示参数，如当前焦距处于初始值状态，或当前焦距处于非初始值状态。其中，在当前焦距处于非初始值状态的情况下，表示基于该当前焦距，可以调整增大，也可以调整减小。上述仅是一种示例，本实施例中对此不作任何限定。

此外，在本实施例中，上述用于指示图像采集设备是否为镜头变焦设备的设备类型指示参数可以但不限于以约定字符来标识。上述约定字符可以但不限于为字母、数字、符号等任意之一或者其组合。例如，以约定字符为字母为例来说明，假设用“T”表示自动变焦图像采集设备，用“F”表示固定焦距图像采集设备。在获取到镜头焦距参数之后，若获取到约定字符指示为“T”时，则确定该图像采集设备为自动变焦图像采集设备，若获取到约定字符指示为“F”时，则确定该图像采集设备为固定焦距图像采集设备。上述用于指示当前焦距的焦距状态的焦距状态指示参数可以但不限于以约定字符来标识。上述约定字符可以但不限于为字母、数字、符号等任意之一或者其组合。例如，以约定字符为数字为例来说明，假设用“1”表示当前焦距处于非初始状态，用“0”表示当前焦距处于初始状态。则在获取到镜头焦距参数之后，若获取到约定字符指示为“1”时，则确定该自动变焦图像采集设备的当前焦距处于非初始状态，若获取到约定字符指示为“0”时，则确定该自动变焦图像采集设备的当前焦距处于初始状态。

需要说明的是，在本实施例中，对图像采集设备的采集窗口当前所采集的图像画面进行调整的方式可以但不限于结合镜头焦距参数来确定。在镜头焦距参数中的设备类型指示参数指示图像采集设备的镜头为允许调整焦距(即可变焦距)的情况下，则在将采集窗口内的图像画面形成图片(成像)之前，控制镜头调整焦距，以放大采集窗口内所呈现的图像画面，得到调整后的目标图像画面，进而得到调整后的第二脸部图像区域；在镜头焦距参数中的设备类型指示参数指示图像采集设备的镜头不允许调整焦距(即固定焦距)的情况下，则将采集窗口内的图像画面形成第一目标图片(成像)，然后对该第一目标图片进行图像处理(如放大调整和分辨率调整)，以得到第二目标图片，进而从第二目标图片中获取第二脸部图像区域。

此外，在本实施例中需要说明的是，图像采集设备的成像原理可以但不限于采用小孔成像原理。具体结合图4所示来说明图像采集设备的成像原理：假设图4中所示黑色椭圆为图像采集设备的镜头(如凸透镜)，对应左侧为实际场景，对应右侧围成像区域。其中实际场景画面为大小1000*1000的区域，其中包括目标脸部对象为大小100*100的区域。经过镜头成像后，在成像区域中将得到第一脸部图像区域，大小为10*10的倒像区域。其中，左侧实际场景画面到镜头之间的距离为物距n，右侧成像区域到镜头之间的距离为相距m。

进一步，假设在镜头成像处理后得到与目标脸部对象对应的第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值时，则可以利用上述成像原理，对该第一脸部图像区域进行放大调整，从而得到右侧调整后的第二脸部图像区域，实现对图像画面的变焦处理。

通过本申请提供的实施例，调整后的第二脸部图像区域在图像采集设备的显示屏幕所占区域的比例位于合理的比例范围，将更有利于从目标脸部对象提取更多更丰富的脸部特征，从而实现利用上述提取出的脸部特征来进行人脸识别，以提升人脸识别的准确性。

作为一种可选的方案，第一调整模块包括：

1)第一调整子模块，用于在镜头焦距参数指示图像采集设备的镜头为允许调整焦距的情况下，控制图像采集设备的镜头调整焦距，以放大图像画面中第一脸部图像区域所在的关键区域，得到调整后的目标图像画面，其中，目标图像画面中包括第二脸部图像区域。

需要说明的是，上述第一脸部图像区域可以但不限于为图像采集设备的对焦框指示的区域，上述第一脸部图像区域所在的关键区域可以但不限于为对焦框所在的画面区域。该关键区域的尺寸大于上述第一脸部图像区域的尺寸，但小于用于显示图像画面的显示屏幕的尺寸。也就是说，本实施例中提供的调整方式，可以但不限于是对第一脸部图像区域所在的关键区域依次进行放大调整，而不仅仅是一次性放大调整至目标图像画面。

可选地，在本实施例中，第一调整子模块通过以下步骤实现控制图像采集设备的镜头调整焦距，以放大图像画面中第一脸部图像区域所在的关键区域，得到调整后的目标图像画面：重复执行以下步骤，直至得到包括第二脸部图像区域的目标图像画面：从当前图像画面中确定出当前脸部图像区域所在的当前关键区域，其中，当前图像画面的初始值为第一脸部图像区域所在的图像画面，当前脸部图像区域的初始值为第一脸部图像区域；获取当前脸部图像区域与显示屏幕之间的当前显示比例；在当前脸部图像区域与显示屏幕之间的当前显示比例小于第一目标阈值的情况下，按照第一目标步长调整增加图像采集设备的镜头的焦距，并获取调整后的图像采集设备的采集窗口采集到的下一个图像画面作为当前图像画面，将下一个图像画面确定出的脸部图像区域作为当前脸部图像区域；在当前脸部图像区域与显示屏幕之间的当前显示比例大于或等于第一目标阈值的情况下，将当前图像画面作为目标图像画面，并将当前图像画面中的当前脸部图像区域作为第二脸部图像区域。

从而实现对图像采集设备的显示屏幕中还未成像的图像画面直接进行放大调整，以便于在采集过程中快速直观地对待识别的目标脸部对象对应的脸部图像区域进行调整，从而使得调整后的目标图像画面中所包含的脸部图像区域中可以携带更丰富的有效脸部特征，通过提取该脸部特征，来提升对目标脸部对象进行人脸识别的准确性。

可选地，在本实施例中，第一调整子模块还用于：在获取当前脸部图像区域与显示屏幕之间的当前显示比例之后，获取图像采集设备的镜头的当前焦距；在当前焦距为初始值，且当前显示比例大于第二目标阈值的情况下，显示提示信息，其中，提示信息用于提示增加目标脸部对象与图像采集设备之间的距离，第二目标阈值大于第一目标阈值；在当前焦距非初始值，且当前显示比例大于第二目标阈值的情况下，按照第二目标步长调整减小图像采集设备的镜头的焦距，以缩小图像画面中当前脸部图像区域。

需要说明的是，在本实施例中，对于自动变焦图像采集设备，若检测到当前焦距为初始值，则表示自动变焦图像采集设备刚被启动，当前焦距处于起始位置，无法被调整。进一步，在确定当前脸部图像区域与显示屏幕之间的当前显示比例大于第二目标阈值的情况下，可以但不限于通过图像采集设备的显示屏幕显示提示信息，以提示增加目标脸部对象与图像采集设备之间的距离。也就是说，当目标脸部对象在显示屏幕中所占区域较大时，可以提示目标用户后退，以增加目标脸部对象与图像采集设备之间的距离。而若检测到当前焦距为非初始值，则表示自动变焦图像采集设备的镜头焦距可以调整。进一步，在确定当前脸部图像区域与显示屏幕之间的当前显示比例大于第二目标阈值的情况下，可以但不限于按照第二目标步长调整减小图像采集设备的镜头的焦距，以缩小图像画面中当前脸部图像区域。

通过本申请提供的实施例，通过控制图像采集设备的镜头调整焦距，来对采集窗口内的图像画面进行快速直观地调整，以得到调整后的目标图像画面，从而实现在图像采集设备拍照固定成像之前，就可以获取到满足显示比例的第二脸部图像区域，以实现从脸部信息更多的第二脸部图像区域中提取出更多的脸部特征，进而达到提高人脸识别的准确性的效果。进一步，通过自动调整图像采集设备的镜头的焦距的方式，来调整第一脸部图像区域，还将进一步实现提高人脸识别效率的效果。

作为一种可选的方案，第一调整模块包括：

1)获取子模块，用于在镜头焦距参数指示图像采集设备的镜头为固定焦距的情况下，获取对采集到的图像画面进行成像处理之后得到的第一目标图片，其中，第一目标图片中包括第一脸部图像区域；

2)第二调整子模块，用于对第一目标图片中的第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片，其中，第二目标图片中包括第二脸部图像区域。

可选地，在本实施例中，上述分辨率调整可以包括但不限于：使用图像超分辨率(Super-Resolution)技术实现，其中，该图像超分辨率技术可以但不限于为通过硬件或软件的方法提高原图像的分辨率，将一系列低分辨率的图像块转化为高分辨率的图像块。也就是说，在获取到与采集窗口内的图像画面对应的第一目标图片之后，对第一目标图片中的第一脸部图像区域进行放大调整，进一步，对利用图像超分辨率技术对放大调整后的第一脸部图像区域进行提高分辨率的调整，以获取更多更完整的目标脸部对象的脸部信息，便于提取更多的脸部特征。

需要说明的是，在本实施例中，上述分辨率调整过程可以但不限于：将处于低分辨率的脸部图像区域，输入训练好的用于调整分辨率的神经网络模型，来得到高分辨率的脸部图像区域。其中，上述用于调整分辨率的神经网络模型在训练过程中，对低分辨率图像和高分辨率图像进行特征提取，然后做非线性映射，以实现对分辨率调整的深度学习，从而达到在将本实施例中获取到的脸部图像区域应用于该神经网络模型后，可以提取出更丰富的脸部特征的效果。

可选地，在本实施例中，第二调整子模块通过以下步骤实现对第一目标图片中的第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片：根据第一显示比例和第一目标阈值确定出放大比例；按照放大比例放大第一目标图片中的第一脸部图像区域；调整放大后的第一脸部图像区域的分辨率，得到第二目标图片，其中，第二目标图片中第二脸部图像区域的分辨率大于等于第一目标图片中第一脸部图像区域的分辨率。

需要说明的是，在本实施例中，上述第一目标图片为图像采集设备拍照固定成像后得到的，也就是说采集窗口内采集到的采集到的目标脸部对象的脸部信息已相对固定。因而，为了获取第二脸部图像区域，可以但不限于根据上述第一脸部图像区域与显示屏幕之间的第一显示比例和第一目标阈值确定出放大比例，进而直接按照放大比例放大第一目标图片中的第一脸部图像区域，并对调整放大后的第一脸部图像区域进行分辨率调整，以得到包含第二脸部图像区域的第二目标图片。也就是说，对于固定焦距图像采集设备可以但不限于通过后期图像处理来获取第二脸部图像区域。

通过本申请提供的实施例，对于固定焦距图像采集设备，通过对成像后的第一目标图片进行调整，如根据第一显示比例和第一目标阈值确定出放大比例，按照放大比例放大第一脸部图像区域并进行分辨率调整，以得到包含第二脸部图像区域的第二目标图片。从而实现对于固定焦距的图像采集设备，在对采集到的图像画面固定成像之后，仍然可以获取脸部信息更多的第二脸部图像区域，并从中提取出丰富的脸部特征，进而达到提高人脸识别的准确性的效果。

作为一种可选的方案，确定单元包括：

1)第二获取模块，用于获取与图像画面对应的待处理图像集合，其中，待处理图像集合中包括的第i个待处理图像用于指示被缩放到第i个尺寸的图像画面，i为自然数；

2)输入模块，用于将待处理图像集合输入图像处理模型，其中，图像处理模型为利用多个包含脸部对象的样本图像经过机器训练后，所得到的用于确定脸部对象所在区域的神经网络模型；

3)第三获取模块，用于获取图像处理模型输出的图像候选区域；

4)处理模块，用于对图像候选区域进行选择处理，得到第一脸部图像区域。

可选地，在本实施例中，对图像候选区域进行选择处理可以包括但不限于非极大值抑制(Non-Maximum Suppression，简称NMS)来对多个图像候选框进行合并重叠处理，以得到最终的第一脸部图像区域。

具体结合图6所示进行说明：在获取到图像采集设备的采集窗口所采集到的图像画面之后，该图像画面中包括待识别的目标脸部对象，执行步骤S602，对该图像画面按照不同尺寸进行缩放，得到图像金字塔；然后执行步骤S604，将上述图像金字塔输入到图像处理模型(如CNN)中，以获取与目标脸部对象所在脸部图像区域对应的多个图像候选区域。通过边框回归处理(Bounding Box Regression)来矫正上述多个图像候选区域(例如多个人脸候选框)，并通过NMS对多个图像候选区域进行合并重叠处理，最终得到第一脸部图像区域，如步骤S606-S610。

通过本申请提供的实施例，在对采集窗口采集到的图像画面按照不同尺寸进行缩放，得到待处理图像集合之后，将该待处理图像集合输入图像处理模型中，以获取与目标脸部对象对应的图像候选区域。然后，对上述图像候选区域进行选择处理，从而得到最优的图像候选区域作为第一脸部图像区域。在保证检测到的第一脸部图像区域的准确性的情况下，进一步保证调整结果的准确性，进而达到提升人脸识别准确性的效果。

根据本发明实施例的又一个方面，还提供了一种用于实施上述人脸识别方法的电子装置，如图9所示，该电子装置包括存储器902和处理器904，该存储器902中存储有计算机程序，该处理器904被设置为通过计算机程序执行上述任一项装置实施例中的步骤。

可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取图像采集设备的采集窗口所采集的图像画面，其中，图像画面中包括待识别的目标脸部对象；

S2，从图像画面中确定出与目标脸部对象对应的第一脸部图像区域；

S3，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对图像画面中的第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值；

S4，从第二脸部图像区域中提取目标脸部对象的脸部特征；

S5，利用脸部特征执行人脸识别操作。

可选地，本领域普通技术人员可以理解，图9所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图9其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图9中所示更多或者更少的组件(如网络接口等)，或者具有与图9所示不同的配置。

其中，存储器902可用于存储软件程序以及模块，如本发明实施例中的人脸识别方法和装置对应的程序指令/模块，处理器904通过运行存储在存储器902内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述人脸识别方法。存储器902可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器902可进一步包括相对于处理器904远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器902具体可以但不限于用于图像画面、第一人脸区域及第二人脸区域等信息。作为一种示例，如图9所示，上述存储器902中可以但不限于包括上述人脸识别装置中的获取单元802、确定单元804、调整单元806、提取单元808及识别单元810。此外，还可以包括但不限于上述人脸识别装置中的其他模块单元，本示例中不再赘述。

可选地，上述的传输装置906用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置906包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置906为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

此外，上述电子装置还包括：显示器908，用于显示图像画面、第一脸部图像区域及第二脸部图像区域；和连接总线910，用于连接上述电子装置中的各个模块部件。

根据本发明的实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项装置实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取图像采集设备的采集窗口所采集的图像画面，其中，图像画面中包括待识别的目标脸部对象；

S2，从图像画面中确定出与目标脸部对象对应的第一脸部图像区域；

S3，在第一脸部图像区域与用于显示采集到的图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对图像画面中的第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，第二脸部图像区域与显示屏幕之间的第二显示比例大于或等于第一目标阈值；

S4，从第二脸部图像区域中提取目标脸部对象的脸部特征；

S5，利用脸部特征执行人脸识别操作。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种装置中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的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，可以存储在上述计算机可读取的存储介质中。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全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述装置的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种人脸识别方法，其特征在于，包括：

获取图像采集设备的采集窗口所采集的图像画面，其中，所述图像画面中包括待识别的目标脸部对象；

从所述图像画面中确定出与所述目标脸部对象对应的第一脸部图像区域；

在所述第一脸部图像区域与用于显示采集到的所述图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对所述图像画面中的所述第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，所述第二脸部图像区域与所述显示屏幕之间的第二显示比例大于或等于所述第一目标阈值；

从所述第二脸部图像区域中提取所述目标脸部对象的脸部特征；

利用所述脸部特征执行人脸识别操作。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一脸部图像区域进行调整，以得到第二脸部图像区域包括：

获取所述图像采集设备的镜头焦距参数；

按照与所述镜头焦距参数对应的调整方式，对所述第一脸部图像区域进行放大调整，以得到所述第二脸部图像区域。

3.根据权利要求2所述的方法，其特征在于，所述按照与所述镜头焦距参数对应的调整方式，对所述第一脸部图像区域进行放大调整，以得到所述第二脸部图像区域包括：

在所述镜头焦距参数指示所述图像采集设备的镜头为允许调整焦距的情况下，控制所述图像采集设备的镜头调整焦距，以放大所述图像画面中所述第一脸部图像区域所在的关键区域，得到调整后的目标图像画面，其中，所述目标图像画面中包括所述第二脸部图像区域。

4.根据权利要求3所述的方法，其特征在于，所述控制所述图像采集设备的镜头调整焦距，以放大所述图像画面中所述第一脸部图像区域所在的关键区域，得到调整后的目标图像画面包括：

重复执行以下步骤，直至得到包括所述第二脸部图像区域的所述目标图像画面：

从当前图像画面中确定出当前脸部图像区域所在的当前关键区域，其中，所述当前图像画面的初始值为所述第一脸部图像区域所在的图像画面，所述当前脸部图像区域的初始值为所述第一脸部图像区域；

获取所述当前脸部图像区域与所述显示屏幕之间的当前显示比例；

在所述当前脸部图像区域与所述显示屏幕之间的所述当前显示比例小于所述第一目标阈值的情况下，按照第一目标步长调整增加所述图像采集设备的镜头的焦距，并获取调整后的所述图像采集设备的所述采集窗口采集到的下一个图像画面作为所述当前图像画面，将所述下一个图像画面确定出的脸部图像区域作为所述当前脸部图像区域；

在当前脸部图像区域与所述显示屏幕之间的所述当前显示比例大于或等于所述第一目标阈值的情况下，将所述当前图像画面作为所述目标图像画面，并将所述当前图像画面中的所述当前脸部图像区域作为所述第二脸部图像区域。

5.根据权利要求4所述的方法，其特征在于，在所述获取所述当前脸部图像区域与所述显示屏幕之间的当前显示比例之后，还包括：

获取所述图像采集设备的镜头的当前焦距；

在所述当前焦距为初始值，且所述当前显示比例大于第二目标阈值的情况下，显示提示信息，其中，所述提示信息用于提示增加所述目标脸部对象与所述图像采集设备之间的距离，所述第二目标阈值大于所述第一目标阈值；

在所述当前焦距非初始值，且所述当前显示比例大于所述第二目标阈值的情况下，按照第二目标步长调整减小所述图像采集设备的镜头的焦距，以缩小所述图像画面中所述当前脸部图像区域。

6.根据权利要求2所述的方法，其特征在于，所述按照与所述镜头焦距参数对应的调整方式，对所述第一脸部图像区域进行放大调整，以得到所述第二脸部图像区域包括：

在所述镜头焦距参数指示所述图像采集设备的镜头为固定焦距的情况下，获取对采集到的所述图像画面进行成像处理之后得到的第一目标图片，其中，所述第一目标图片中包括所述第一脸部图像区域；

对所述第一目标图片中的所述第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片，其中，所述第二目标图片中包括所述第二脸部图像区域。

7.根据权利要求6所述的方法，其特征在于，所述对所述第一目标图片中的所述第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片包括：

根据所述第一显示比例和所述第一目标阈值确定出放大比例；

按照所述放大比例放大所述第一目标图片中的所述第一脸部图像区域；

调整放大后的所述第一脸部图像区域的分辨率，得到所述第二目标图片，其中，所述第二目标图片中所述第二脸部图像区域的分辨率大于等于所述第一目标图片中所述第一脸部图像区域的分辨率。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述从所述图像画面中确定出与所述目标脸部对象对应的第一脸部图像区域包括：

获取与所述图像画面对应的待处理图像集合，其中，所述待处理图像集合中包括的第i个待处理图像用于指示被缩放到第i个尺寸的所述图像画面，所述i为自然数；

将所述待处理图像集合输入图像处理模型，其中，所述图像处理模型为利用多个包含脸部对象的样本图像经过机器训练后，所得到的用于确定所述脸部对象所在区域的神经网络模型；

获取所述图像处理模型输出的图像候选区域；

对所述图像候选区域进行选择处理，得到所述第一脸部图像区域。

9.一种人脸识别装置，其特征在于，包括：

获取单元，用于获取图像采集设备的采集窗口所采集的图像画面，其中，所述图像画面中包括待识别的目标脸部对象；

确定单元，用于从所述图像画面中确定出与所述目标脸部对象对应的第一脸部图像区域；

调整单元，用于在所述第一脸部图像区域与用于显示采集到的所述图像画面的显示屏幕之间的第一显示比例小于第一目标阈值的情况下，对所述图像画面中的所述第一脸部图像区域进行调整，以得到第二脸部图像区域，其中，所述第二脸部图像区域与所述显示屏幕之间的第二显示比例大于或等于所述第一目标阈值；

提取单元，用于从所述第二脸部图像区域中提取所述目标脸部对象的脸部特征；

识别单元，用于利用所述脸部特征执行人脸识别操作。

10.根据权利要求9所述的装置，其特征在于，所述调整单元包括：

第一获取模块，用于获取所述图像采集设备的镜头焦距参数；

第一调整模块，用于按照与所述镜头焦距参数对应的调整方式，对所述第一脸部图像区域进行放大调整，以得到所述第二脸部图像区域。

11.根据权利要求10所述的装置，其特征在于，所述第一调整模块包括：

第一调整子模块，用于在所述镜头焦距参数指示所述图像采集设备的镜头为允许调整焦距的情况下，控制所述图像采集设备的镜头调整焦距，以放大所述图像画面中所述第一脸部图像区域所在的关键区域，得到调整后的目标图像画面，其中，所述目标图像画面中包括所述第二脸部图像区域。

12.根据权利要求10所述的装置，其特征在于，所述第一调整模块包括：

获取子模块，用于在所述镜头焦距参数指示所述图像采集设备的镜头为固定焦距的情况下，获取对采集到的所述图像画面进行成像处理之后得到的第一目标图片，其中，所述第一目标图片中包括所述第一脸部图像区域；

第二调整子模块，用于对所述第一目标图片中的所述第一脸部图像区域进行放大和分辨率调整，得到调整后的第二目标图片，其中，所述第二目标图片中包括所述第二脸部图像区域。

13.一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至8任一项中所述的方法。

14.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至8任一项中所述的方法。