CN109858343B - 一种基于人脸识别的控制方法、装置及存储介质 - Google Patents

Abstract

本申请实施例提供一种基于人脸识别的控制方法，包括：终端向服务器发送请求，所述请求携带M个人脸图片，依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；所述终端将所述M个人脸特征值保存至人脸数据库。本方案解决了终端设备易卡死、挂机的情况，提高了设备的稳定性。

Description

一种基于人脸识别的控制方法、装置及存储介质

技术领域

本申请涉及识别技术领域，具体涉及一种基于人脸识别的控制方法、装置及存储介质。

背景技术

全量同步：指的是所有特征值数据在一次网络传输中发送。

随着互联网的不断发展，目前实现终端设备在识别指定人员时，需要现有的设备端与服务器通过全量同步的方式获取人脸特征值等信息，但是在人员数量非常庞大的情况之下，对于设备端无法一次性处理，有可能出现死机、应用卡断的问题；另一方面，对于每一次都是全量同步的情况会造成不必要的数据多次在网络中传输，对于服务器来说，每次都将查出的大量待发送的不必要的数据。

发明内容

本申请实施例提供一种基于人脸识别的控制方法、装置及存储介质，能够解决原有终端设备卡死、挂机的情况，提高终端设备的稳定性。

本申请实施例的第一方面提供了一种基于人脸识别的控制方法，所述方法包括：

向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于单次接收数据大小的阈值，M为正整数；

依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

将所述M个人脸特征值保存至人脸数据库。

本申请实施例的第二方面提供了一种基于人脸识别的装置，所述装置包括：

请求模块，用于向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于单次接收数据大小的阈值，M为正整数；

接收模块，用于依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

保存模块，用于将所述M个人脸特征值保存至人脸数据库。

本申请实施例的第三方面提供一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面的步骤指令。

本申请实施例的第四方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

本申请实施例的第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，至少具有如下有益效果：

通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过分次发送，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性。

另一方面，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供了一种基于人脸识别的控制方法的交互示意图；

图2为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图；

图3为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图；

图4为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图；

图5为本申请实施例提供了一种终端的结构示意图；

图6为本申请实施例提供了一种基于人脸识别的装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。

本申请实施例所涉及到的终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(user equipment，UE)，移动台(mobile station，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为终端。

请参阅图1，图1为本申请实施例提供了一种基于人脸识别的控制方法的交互示意图。如图1所示，其可包括：终端101、服务器102、人脸数据库103、用户104，其中，终端101向服务器102发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器102分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于所述终端101的单次接收数据大小的阈值，M为正整数；所述终端101接收所述服务器102多次连续发送完成的所述M个人脸图片的M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；所述终端101将所述M个人脸特征值保存至人脸数据库103。

进一步，所述终端101接收用户104发送的人脸识别请求，所述人脸识别请求携带所述用户104的人脸图片；所述终端101计算所述用户104的人脸图片的人脸特征值P1；所述终端101确认所述人脸数据库103是否保存有所述用户104的人脸特征值P2；若有，则所述终端101将所述人脸特征值P1与P2进行比对；当所述人脸特征值P1与P2之间的误差百分比小于预设误差百分比时，所述终端101向所述用户104展示识别成功的消息，以响应所述用户104发送的人脸识别请求。

通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过分次发送，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

请参阅图2，图2为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图。如图2所示，其可包括步骤201-208，具体如下：

201、终端向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于所述终端的单次接收数据大小的阈值，M为正整数；

如对于一家公司的打卡门禁来说，首先需要获取公司员工的人脸图片，然后将人脸图片发送给服务器，服务器计算得到对应人脸图片的人脸特征值；对于M个人脸特征值所对应的总的数据大小大于所述终端的单次接收数据大小的阈值时，为了避免终端卡机、死机，则需要将所述M个人脸特征值分次发送；

202、依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

优选的，所述终端依次接收所述服务器发送所述M个人脸特征值，其中，如可设定所述服务器每次接收第一预设大小的人脸特征值数据，如通过获取在一定时间内的当前终端网络速度及终端处理的进度，预设5M的数据大小为安全数据，即当随着网络速度及终端处理进度的变化，接收数据的大小均大于预设5M的数据大小，则可每次均按照5M的数据大小进行发送及接收，节省了每次需要响应获取网络速度及处理进度的时间，在一定程度上可以提高效率；

可替代的，可以通过实时获取终端每次接收人脸特征值时当前的网络速度及终端处理进度，进行实时反馈，使得所述每次接收的人脸特征值数据大小实时变化，提高了传输效率。

203、所述终端将所述M个人脸特征值保存至人脸数据库；

所述终端将服务器发送的人脸特征值保存在人脸数据库；

进一步，所述方法还可包括204、所述终端接收用户发送的人脸识别请求，所述人脸识别请求携带所述用户的人脸图片；

当有用户进行刷脸识别时，终端接收用户发送的人脸识别请求；

205、所述终端计算所述用户的人脸图片的人脸特征值P1；

终端对所述用户的人脸图片的人脸特征值进行计算；

206、所述终端确认所述人脸数据库是否保存有所述用户的人脸特征值P2；

同时从人脸数据库中查找是否保存有所述用户的人脸特征值P2，其中优选的，所述人脸数据库中对应保存有所述M个人脸图片，通过将该用户的人脸图片与人脸数据库中进行比对，当相似度达到90％时，则确认存在该用户的人脸特征值，获取对应所述M个人脸图片中的相应图片的人脸特征值P2；

207、若有，则所述终端将所述人脸特征值P1与P2进行比对；

其中，所述比对可采用如下算法：

|P2-P1|/P2 x100％；

208、当所述人脸特征值P1与P2之间的误差百分比小于预设误差百分比时，所述终端向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求。

通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过分次发送，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

请参阅图3，图3为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图。如图3所示，其可包括步骤301-311，具体如下：

301、终端向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于所述终端的单次接收数据大小的阈值，M为正整数；

302、所述终端接收所述服务器第一次发送的K1个人脸特征值，其中，所述K1个人脸特征值的数据大小与所述终端第一次接收时的第一接收数据阈值相等，K1为小于M的正整数；

303、所述终端向所述服务器发送中断请求，以提示所述服务器预设时间后再次发送；

304、所述终端接收所述服务器第N次发送的Kn个人脸特征值，所述Kn个人脸特征值的数据大小不大于所述终端第N次接收时的第N接收数据阈值；

即，设定根据当次实时的网络速度及处理进程，设定当次接收的数据阈值，则每次可分别按照当次的接收的数据阈值进行接收，或者小于所述当次的接收的数据大小的阈值；采用该手段，可避免卡机、死机的情况，保障了数据传输的稳定性。

305、所述终端接收所述服务器发送的完成发送所述M个人脸特征值的消息；

306、所述终端将所述M个人脸特征值保存至人脸数据库；

优选的，所述终端将所述M个人脸特征值及对应的M个人脸图片相应保存至人脸数据库；

307、所述终端接收用户发送的人脸识别请求，所述人脸识别请求携带所述用户的人脸图片；

308、所述终端计算所述用户的人脸图片的人脸特征值P1；

优选的，所述终端计算所述用户的人脸图片的人脸特征值P1，包括步骤S3081-S3084，其中具体地：

S3081、所述终端将所述用户的人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别按照所述脸型的曲线、眼睛大小及所述眼睛的位置、鼻子大小及所述鼻子的位置、嘴巴大小及所述嘴巴的位置、耳朵大小及所述耳朵的位置，对应映射在预设坐标系的不同位置；

所述预设坐标系如为x-y坐标系或者其他；

S3082、所述终端获取所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别在所述预设坐标系中所占的面积A₁、B₁、C₁、D₁、E₁；

S3083、所述终端将所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别按照预设算法与预设标准脸进行形状比较，以得到所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别所对应的分值A₂、B₂、C₂、D₂、E₂；

所述预设算法可以是：

如对于脸型分值A₂：通过获取所述人脸图片中的脸型上的若干点，对所述若干点进行拟合，得到所述脸型曲线，将所述脸型曲线与预设标准脸的脸型曲线进行比对，通过设定不同位置存在差异所对应的占比及相应得分，将各相应得分与占比相乘，并求和计算得到所有差异处的综合得分，即为所述脸型对应的分值A₂；以此类推，眼睛、鼻子、嘴巴、耳朵均可按照该预设算法计算对应的分值B₂、C₂、D₂、E₂；

可替代的，可获取所述脸型曲线与预设标准脸的脸型曲线的面积差，作为所述脸型对应的分值A₂；以此类推，眼睛、鼻子、嘴巴、耳朵均可按照该预设算法计算对应的分值B₂、C₂、D₂、E₂；

S3084、所述终端获取所述用户的人脸图片的人脸特征值P1，其中，P1＝x₁A₁ ^A2+x₂B₁ ^B2+x₃C₁ ^C2+x₄D₁ ^D2+x₅E₁ ^E2；其中，x₁+x₂+x₃+x₄+x₅＝1，x₁、x₂、x₃、x₄、x₅分别为所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵所占的权重，A₁、B₁、C₁、D₁、E₁、A₂、B₂、C₂、D₂、E₂、x₁、x₂、x₃、x₄、x₅分别为正数。

可替代的，P1＝x₁A₁A₂+x₂B₁B₂+x₃C₁C₂+x₄D₁D₂+x₅E₁E₂。

作为一可能的实施例，所述终端获取所述用户的人脸图片的人脸特征值P1，包括：

分别获取所述用户的人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵与预设标准脸的脸型、眼睛、鼻子、嘴巴、耳朵之间的对应差异值C1、C2、C3、C4、C5,并获取差异值C1、C2、C3、C4、C5中的最小值c；x₁、x₂、x₃、x₄、x₅分别为所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵所占的权重；

所述人脸特征值P1＝(C1-c)x₁+(C2-c)x₂+(C3-c)x₃+(C4-c)x₄+(C5-c)x₅。

通过对获取的各差异值进行处理，如都去掉最小值，进行标准化处理，其中此处并不做限定，可以是其他形式的数据处理形式均可。

309、所述终端确认所述人脸数据库是否保存有所述用户的人脸特征值P2；

310、若有，则所述终端将所述人脸特征值P1与P2进行比对；

311、当所述人脸特征值P1与P2之间的误差百分比小于预设误差百分比时，所述终端向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求。

通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过设置接收规则、分次发送，服务器可实现实时控制人脸特征值下发终端的进度，保障了终端接收过程的稳定性，且提高了接收效率，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

请参阅图4，图4为本申请实施例提供了一种基于人脸识别的控制方法的流程示意图。如图4所示，其可包括步骤401-407，具体如下：

401、终端向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于所述终端的单次接收数据大小的阈值，M为正整数；

402、所述终端接收所述服务器第一次发送的K1个人脸特征值，其中，所述K1个人脸特征值的数据大小与所述终端第一次接收时的第一接收数据阈值相等，K1为小于M的正整数；

403、所述终端向所述服务器发送中断请求；

404、所述终端接收所述服务器发送的K1标识，所述K1标识用于指示所述服务器在预设时间后发送位于所述第K1个人脸特征值后的人脸特征值；

通过设定每次中断时的标识，以便于所述终端向服务器发送再次接收请求时，提示所述服务器发送所述标识后的人脸特征值，避免重复发送，同时提高了传输效率。

405、所述终端向所述服务器发送再次接收人脸特征值的请求，其中，所述请求携带所述K1标识，所述K1标识用于指示所述服务器发送位于所述第K1个人脸特征值后的人脸特征值；

406、所述终端接收所述服务器第N次发送的Kn个人脸特征值，所述Kn个人脸特征值的数据大小不大于所述终端第N次接收时的第N接收数据阈值；

407、所述终端将所述M个人脸特征值保存至人脸数据库。

通过本申请实施例，在服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过设置接收规则、分次发送，且在分别发送的人脸特征值中设置特定标识，以便服务器快速获取到待发送人脸特征值的位置，提高了传输效率；服务器可实现实时控制人脸特征值下发终端的进度，保障了终端接收过程的稳定性，且提高了接收效率，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

与上述实施例一致的，请参阅图5，图5为本申请实施例提供的一种终端的结构示意图，如图所示，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，上述程序包括用于执行以下步骤的指令；

向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于所述终端的单次接收数据大小的阈值，M为正整数；

依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

将所述M个人脸特征值保存至人脸数据库。

通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过分次发送，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人连数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，终端为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对终端进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是，本申请实施例中对单元的划分是示意性的，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。

与上述一致的，请参阅图6，图6为本申请实施例提供了一种基于人脸识别的装置的结构示意图。所述装置包括请求模块601、接收模块602、保存模块603，其中：

请求模块601，用于向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于单次接收数据大小的阈值，M为正整数；

接收模块602，用于依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器第一预设时间后继续发送未接收的人脸特征值；；

保存模块603，用于将所述M个人脸特征值保存至人脸数据库。

可以看出，通过本申请实施例，在终端向服务器发送多个人脸图片后，服务器计算得到多个人脸特征值，并将所述多个人脸特征值发送给终端时，通过分次发送，进而避免终端一次性接收过多人脸特征值，而超出终端的单次接收阈值，解决了终端设备易卡死、挂机的情况，提高了设备的稳定性；同时，在用户进行人脸识别时，将保存在人脸数据库中的用户的人脸特征值与终端计算得到的人脸特征值进行比对，以便进行识别确认；采用该方案，保障了人脸识别的可靠性。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于人脸识别的控制方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于人脸识别的控制方法的部分或全部步骤。

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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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申请所必须的。

在上述实施例中，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，所揭露的装置，可通过其它的方式实现。例如，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，装置或单元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，本申请的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，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块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器中。基于这样的理解，本申请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一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器、随机存取器、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种基于人脸识别的控制方法，应用于终端设备，其特征在于，所述方法包括：

向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于单次接收数据大小的阈值，M为正整数；

依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

将所述M个人脸特征值保存至人脸数据库；

接收用户发送的人脸识别请求，所述人脸识别请求携带所述用户的人脸图片；

计算所述用户的人脸图片的人脸特征值P1；其中，所述人脸特征值P1为所述终端设备计算所得的；

确认所述人脸数据库是否保存有所述用户的人脸特征值P2；

若确认所述人脸数据库未保存有所述用户的人脸特征值，则向所述服务器发送请求，所述请求携带所述用户的人脸图片，所述请求用于指示所述服务器获取所述用户的人脸图片的人脸特征值；

接收所述服务器发送的所述用户的人脸图片的人脸特征值P3；

将所述人脸特征值P1与P3进行比对；

当所述人脸特征值P1与P3之间的误差百分比小于预设误差百分比时，向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求；

当所述人脸特征值P1与P3之间的误差百分比大于所述预设误差百分比时，向所述用户展示识别失败的消息。

2.根据权利要求1所述的方法，其特征在于，包括：

接收所述服务器第P次发送的M₁个人脸特征值，其中，所述第M₁个人脸特征值携带有第一标识，所述第一标识用于指示所述服务器在所述预设时间后发送位于所述第M₁个人脸特征值后的人脸特征值，1<M₁<M，1≤P，M₁、P均为正整数。

3.根据权利要求1或2所述的方法，其特征在于，还包括：

若确认所述人脸数据库保存有所述用户的人脸特征值P2，则将所述人脸特征值P1与P2进行比对；

当所述人脸特征值P1与P2之间的误差百分比小于所述预设误差百分比时，向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求。

4.根据权利要求1所述的方法，其特征在于，所述计算所述用户的人脸图片的人脸特征值P1，包括：

将所述用户的人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别按照所述脸型的曲线、眼睛大小及所述眼睛的位置、鼻子大小及所述鼻子的位置、嘴巴大小及所述嘴巴的位置、耳朵大小及所述耳朵的位置，对应映射在预设坐标系的不同位置；

获取所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别在所述预设坐标系中所占的面积A₁、B₁、C₁、D₁、E₁；

将所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别按照预设算法与标准脸进行形状比较，以得到所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵分别所对应的分值A₂、B₂、C₂、D₂、E₂；

获取所述用户的人脸图片的人脸特征值P1，其中，P1＝x₁A₁ ^A2+x₂B₁ ^B2+x₃C₁ ^C2+x₄D₁ ^D2+x₅E₁ ^E2；其中，x₁+x₂+x₃+x₄+x₅＝1，x₁、x₂、x₃、x₄、x₅分别为所述人脸图片中的脸型、眼睛、鼻子、嘴巴、耳朵所占的权重，A₁、B₁、C₁、D₁、E₁、A₂、B₂、C₂、D₂、E₂、x₁、x₂、x₃、x₄、x₅分别为正数。

5.一种基于人脸识别的装置，其特征在于，所述装置包括：

请求模块，用于向服务器发送请求，所述请求携带M个人脸图片，所述请求用于指示所述服务器分别计算所述M个人脸图片的M个人脸特征值，其中，所述M个人脸图片与所述M个人脸特征值一一对应，所述M个人脸特征值所对应的总的数据大小大于单次接收数据大小的阈值，M为正整数；

接收模块，用于依次接收所述服务器分次发送的所述M个人脸特征值，其中，当获取接收的所述人脸特征值的数据大小大于单次接收数据大小的阈值时，向所述服务器发送中断请求，以提示所述服务器预设时间后继续发送未接收的人脸特征值；

保存模块，用于将所述M个人脸特征值保存至人脸数据库；

还包括识别模块，用于：接收用户发送的人脸识别请求，所述人脸识别请求携带所述用户的人脸图片，计算所述用户的人脸图片的人脸特征值P1，并确认所述人脸数据库是否保存有所述用户的人脸特征值P2，若确认所述人脸数据库未保存有所述用户的人脸特征值，则向所述服务器发送请求，所述请求携带所述用户的人脸图片，所述请求用于指示所述服务器获取所述用户的人脸图片的人脸特征值；接收所述服务器发送的所述用户的人脸图片的人脸特征值P3；将所述人脸特征值P1与P3进行比对；当所述人脸特征值P1与P3之间的误差百分比小于预设误差百分比时，向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求；当所述人脸特征值P1与P3之间的误差百分比大于所述预设误差百分比时，向所述用户展示识别失败的消息。

6.根据权利要求5所述的装置，其特征在于，所述接收模块还用于：

接收所述服务器第P次发送的M₁个人脸特征值，其中，所述第M₁个人脸特征值携带有第一标识，所述第一标识用于指示所述服务器在所述预设时间后发送位于所述第M₁个人脸特征值后的人脸特征值，1<M₁<M，1≤P，M₁、P均为正整数。

7.根据权利要求5所述的装置，其特征在于，所述识别模块，还用于：

当所述人脸数据库保存有所述用户的人脸特征值P2时，将所述人脸特征值P1与P2进行比对；当所述人脸特征值P1与P2之间的误差百分比小于所述预设误差百分比时，向所述用户展示识别成功的消息，以响应所述用户发送的人脸识别请求。

8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-4任一项所述的方法。

Images