CN111353357B - 一种人脸建模系统、方法和装置 - Google Patents

Abstract

本申请提供一种人脸建模系统、方法和装置。本申请提供的人脸建模系统，可以包括管理服务器和人脸建模服务器，其中，所述管理服务器，用于从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；所述管理服务器，还用于将采集到的人脸图片发送给所述人脸建模服务器；所述人脸建模服务器，用于在接收到所述人脸图片后，对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。本申请提供的人脸建模系统、方法和装置，可避免浪费人脸识别设备的资源。

Description

一种人脸建模系统、方法和装置

技术领域

本申请涉及人脸建模领域，尤其涉及一种人脸建模系统、方法和装置。

背景技术

随着人脸建模技术的发展，人脸建模技术已经应用到很多领域。例如，人脸建模作为人脸比对的重要前提，在门禁系统中起着非常重要的作用。

目前，在门禁系统中，常用的人脸建模方法有：管理服务器将采集到的人脸图片发送给其连接的人脸识别设备，人脸识别设备根据接收到的人脸图片进行人脸建模，并在建模成功后，将人脸图片和建模得到的人脸建模数据存储在本地。但是，当采用上述方法进行人脸建模时，每个人脸识别设备都要对相同的人脸图片进行建模，存在资源浪费的问题。

发明内容

有鉴于此，本申请提供一种人脸建模系统、方法和装置，以解决现有的人脸建模方法存在的资源浪费的问题。

本申请第一方面提供一种人脸建模系统，所述系统包括管理服务器和人脸建模服务器，其中，

所述管理服务器，用于从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；

所述管理服务器，还用于将采集到的人脸图片发送给所述人脸建模服务器；

所述人脸建模服务器，用于在接收到所述人脸图片后，对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

本申请第二方面提供一种人脸建模方法，所述方法应用于管理服务器，所述方法包括：

从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器；

将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并指示所述人脸建模服务器在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

本申请第三方面提供一种人脸建模装置，所述装置包括处理模块和发送模块，其中，

所述处理模块，用于从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器；

所述发送模块，用于将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并指示所述人脸建模服务器在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

本申请提供的人脸建模系统、方法和装置，管理服务器通过从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，进而将采集到的人脸图片发送给所述人脸建模服务器，进一步地，所述人脸建模服务器在接收到所述人脸图片后，通过对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。这样，对于与人脸建模服务器的人脸建模算法和该人脸建模算法的版本信息均相同的人脸识别设备，其不再需要对人脸图片进行建模，后续即可基于接收到的人脸图片和人脸建模数据进行人脸比对。这样，可节省人脸识别设备的资源。

附图说明

图1为本申请一示例性实施例示出的人脸建模方法和装置的应用场景示意图；

图2为本申请提供的人脸建模系统实施例一的示意图；

图3为本申请提供的人脸建模方法实施例一的流程图；

图4为本申请一示例性实施例示出的人脸建模方法的实现原理图；

图5为本申请提供的人脸建模方法实施例二的流程图；

图6为本申请提供的人脸建模方法实施例三的流程图；

图7为本申请提供的人脸建模装置实施例一的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，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。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本申请提供一种人脸建模系统、方法和装置，以解决现有的人脸建模方法存在的资源浪费的问题。

下面给出几个具体的实施例，用以详细介绍本申请的技术方案。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图1为本申请一示例性实施例示出的人脸建模方法和装置的应用场景示意图。请参照图1，在图1所示示例中，本申请提供的人脸建模方法和装置可以应用于门禁系统，该门禁系统包括管理服务器1和该管理服务器1连接的各个人脸识别设备2。其中，本申请提供的人脸建模方法和装置，可应用于图1所示的管理服务器1中。进一步地，有关管理服务器1和人脸识别设备2的主要功能将在下面的实施例中详细介绍，此处不再赘述。

图2为本申请提供的人脸建模系统实施例一的示意图。请参照图2，本实施例提供的人脸建模系统，可以包括管理服务器1和人脸建模服务器3，其中，

所述管理服务器1，用于从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；

所述管理服务器1，还用于将采集到的人脸图片发送给所述人脸建模服务器3；

所述人脸建模服务器3，用于在接收到所述人脸图片后，对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

具体的，例如，一实施例中，管理服务器1连接有4个人脸识别设备，此时，管理服务器1可以从这4个人脸识别设备中选择一个人脸识别设备作为人脸建模服务器。

需要说明的是，一实施例中，当选择好人脸建模服务器后，管理服务器会将该人脸建模服务器的IP地址和端口号通知给其他人脸识别设备，并将其他人脸识别设备的IP地址和端口号通知给该人脸建模服务器，以指导两者进行通信。

此外，有关对人脸图片进行建模的具体实现原理和实现方法可以参见相关技术中的描述，此处不再赘述。此外，若建模失败，一实施例中，该人脸建模服务器会向管理服务器反馈建模失败的提醒消息，以指示管理服务器重新采集人脸图片，并重新下发人脸图片至人脸建模服务器。

本实施例提供的系统，管理服务器通过从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，进而将采集到的人脸图片发送给所述人脸建模服务器，进一步地，所述人脸建模服务器在接收到所述人脸图片后，通过对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。这样，对于与人脸建模服务器的人脸建模算法和人脸建模算法的版本信息均相同的人脸识别设备，其不再需要对该人脸图片进行建模，后续即可利用接收到的人脸图片和人脸建模数据进行后续的人脸比对。这样，可节省人脸识别设备的资源。

需要说明的是，管理服务器连接的各个人脸识别设备的人脸识别算法和/或人脸识别算法的版本信息可以相同，也可以不同。当管理服务器连接的各个人脸识别设备的人脸识别算法和/或人脸识别算法的版本信息不相同时，此时，为保证其他人脸识别设备能够利用接收到的人脸图片和人脸建模数据进行后续的人脸比对，一实施例中，人脸建模服务器在将人脸图片和人脸建模数据发送给其他人脸识别设备后，可将其他人脸识别设备的人脸建模算法升级至与本设备的人脸建模算法相同的算法以及相同的版本。

当然，为保证其他人脸识别设备能够利用接收到的人脸图片和人脸建模数据进行后续的人脸比对，在另一可能的实现方式中，在从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器时，可从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；其中，所述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。

例如，本管理服务器连接有8个人脸识别设备，分别为人脸识别设备21至人脸识别设备28(其中，21至28为人脸识别设备的标识信息)。其中，人脸识别设备22至人脸识别设备28的人脸建模算法和该人脸建模算法的版本信息均相同，即人脸识别设备22至人脸识别设备28的人脸建模算法相同，且人脸建模算法的版本信息也相同。人脸识别设备21的人脸建模算法和该人脸建模算法的版本信息与其他人脸识别设备不同。此时，人脸识别设备22至28即为目标人脸识别设备，本步骤中，就从人脸识别设备22至28中选择一个人脸识别设备作为人脸建模服务器。

本实施例提供的系统，通过从目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，这样，由于目标人脸识别设备为人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备，这样，其他目标人脸识别设备便可以利用接收到的人脸图片和人脸建模数据进行后续的人脸比对，而不需要对人脸图片进行建模，可节省人脸识别设备的资源。

进一步地，一实施例中，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器，包括：

(1)获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和所述人脸建模算法的版本信息；

(2)从各个人脸识别设备中选择出人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备作为所述目标人脸识别设备；

(3)依据各个所述目标人脸识别设备的性能参数，从所述目标人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

具体的，管理服务器1可向本管理服务器1连接的各个人脸识别设备发送获取命令，以获取各个人脸识别设备的性能参数、人脸建模算法和该人脸建模算法的版本信息。

需要说明的是，一实施例中，人脸识别设备的性能参数可以包括下述参数中的至少一项：CPU频率、CPU的个数、GPU的频率和GPU的个数(其中，CPU的频率越高，该性能参数越优，人脸识别设备的性能越好；CPU的个数越多，该性能参数越优，人脸识别设备的性能越好。GPU频率越高，该性能参数越优，人脸识别设备的性能越好；GPU的个数越多，该性能参数越优，人脸识别设备的性能越好。)。另一实施例中，人脸识别设备的性能参数可以为人脸建模速度(其中，人脸建模速度越快，人脸识别设备的性能越好。此外。该人脸建模速度表征人脸识别设备在单位时间内能够完成建模的人脸图片的数量，例如，一人脸识别设备的人脸建模速度为2张/秒，表征该人脸识别设备在1秒内可以对2张人脸图片完成建模)。下面以人脸识别设备的性能参数为CPU频率为例进行说明。

例如，一实施例中，本管理服务器连接有5个人脸识别设备，获取到人脸识别设备21的性能参数为1.7GHz、人脸建模算法为算法001(其中，001为人脸建模算法的标识信息)、该人脸建模算法的版本信息为2.0；获取到人脸识别设备22的性能参数为1.3GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为2.0；获取到人脸识别设备23的性能参数为1.5GHz、人脸建模算法为算法002、该人脸建模算法的版本信息为1.0；获取到人脸识别设备24的性能参数为1.6GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为1.0；获取到人脸识别设备25的性能参数为1.1GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为2.0。

进一步地，结合上面的例子，在上面的例子中，人脸识别设备21、人脸识别设备22和人脸识别设备25的人脸建模算法和该人脸建模算法的版本信息均相同，此时，就从人脸识别设备21至25中选择出人脸识别设备21、人脸识别设备22和人脸识别设备25作为目标人脸识别设备。

此外，结合上面的例子，当性能参数为CPU频率时，CPU频率越高，该性能越优。此时，就从各个目标人脸识别设备中选择出CPU频率最高的人脸识别设备作为人脸建模设备。结合上面的例子，在人脸识别设备21、人脸识别设备22和人脸识别设备25中，人脸识别设备21的CPU频率最高，此时，就选择人脸识别设备21作为人脸建模服务器。

本实施例提供的系统，通过获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和该人脸建模算法的版本信息，进而从各个人脸识别设备中选择出人脸建模算法和该人脸建模算法的版本信息均相同的人脸识别设备作为目标人脸识别设备，从而依据各个所述目标人脸识别设备的性能参数，从目标人脸识别设备中选择出性能参数最优的人脸识别设备作为人脸建模服务器。这样，可保证人脸建模服务器为性能最好的人脸识别设备，这样，可充分利用该人脸建模服务器的性能进行人脸建模，保证人脸建模的顺利进行，并避免浪费其他人脸识别设备的资源。

可选地，一实施例中，管理服务器1，还用于从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器之后，将所述人脸图片发送给本管理服务器连接的各人脸识别设备中除所述目标人脸识别设备之外的第一人脸识别设备，以指示所述第一人脸识别设备在接收到所述人脸图片后对所述人脸图像进行建模得到人脸建模数据，并存储所述人脸图片和所述人脸建模数据。

结合上面的例子，本步骤中，就将人脸图片发送给人脸识别设备23和人脸识别设备24，这样，人脸识别设备23和人脸识别设备24在接收到人脸图片后对所述人脸图像进行建模得到人脸建模数据，并存储所述人脸图片和所述人脸建模数据，以用于后续的人脸比对。

进一步地，另一实施例中，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，包括：

(1)将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本；

(2)获取与本管理服务器连接的各个人脸识别设备的性能参数；

(3)依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

具体的，管理服务器1可向本管理服务器连接的各个人脸识别设备发送升级命令，以将各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本，这样，本管理服务器连接的各个人脸识别设备均为目标人脸识别设备。例如，一实施例中，向本管理服务器连接的各个人脸识别设备发送升级命令，将各个人脸识别设备的人脸建模算法升级至2.0版本的算法002。

此外，有关步骤(2)的具体实现过程和实现原理可以参见前面实施例的描述，此处不再赘述。

进一步地，当性能参数为CPU个数时，CPU个数越多，该性能参数越优，步骤(3)中，就从本管理服务器连接的各个人脸识别设备中选择出CPU个数最多的人脸识别设备作为人脸建模设备。

本实施例提供的系统，管理服务器通过将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本，进而获取与本管理服务器连接的各个人脸识别设备的性能参数，从而依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。这样，可保证人脸建模服务器为本管理服务器连接的各个人脸识别设备中性能最好的人脸识别设备，这样，可充分利用人脸建模服务器的设备性能进行人脸建模，人脸建模服务器的性能进行人脸建模，保证人脸建模的顺利进行，并避免浪费其他人脸识别设备的资源。

进一步地，在一可能的实现方式中，所述管理服务器1，还用于在所述人脸建模服务器将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备之后，向所述人脸建模服务器3下发升级命令；

所述人脸建模服务器3，还用于在接收到所述升级命令后对本设备的人脸建模算法进行升级，并在升级成功后，将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。

具体的，后续人脸识别设备需要升级人脸建模算法时，首先，管理服务器会向人脸建模服务器发送升级命令，指示该人脸建模服务器在接收到所述升级命令后对本设备的人脸建模算法进行升级。进一步地，人脸建模服务器升级成功后，会将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。这样，可保证人脸建模服务器与其他目标人脸识别设备的人脸建模算法和人脸建模算法的版本信息始终保持一致，避免人脸建模服务器将人脸图片和人脸建模数据发送给其他目标人脸识别设备后，致使后续利用该人脸建模数据进行人脸比对时，因人脸建模算法和/或该人脸建模算法的版本信息不一致导致的对比失败的问题。

进一步地，所述人脸建模服务器3，还用于在升级成功后，采用升级后的人脸建模算法对本地存储的第一人脸图片进行建模，并在建模成功后，将所述第一人脸图片和建模得到的第一人脸建模数据发送给其他所述目标人脸识别设备，以指示其他所述目标人脸建模设备利用所述第一人脸图片和所述第一人脸建模数据替换本地存储的人脸图片和人脸建模数据。

具体的，当人脸建模服务器升级成功后，此时，升级前后，人脸建模服务器的人脸建模算法和/或人脸建模算法的版本信息不同，此时，可利用升级后的人脸建模算法对本地存储的第一人脸图片进行建模，并在建模成功后，将所述第一人脸图片和建模得到的第一人脸建模数据发送给其他所述目标人脸识别设备，以指示其他所述目标人脸建模设备利用所述第一人脸图片和所述第一人脸建模数据替换本地存储的人脸图片和人脸建模数据。这样，在利用升级后的人脸建模算法对之前存储的第一人脸图片对应的人脸进行识别时，可避免因升级前后人脸建模算法和/或该人脸建模算法的版本信息不一致导致的对比失败的问题。

以上对本申请提供的人脸建模系统进行了介绍，下面对本申请提供的人脸建模方法和装置进行介绍：

图3为本申请提供的人脸建模方法实施例一的流程图。请参照图3，本实施例提供的方法，可以包括：

S301、从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器。

具体的，例如，管理服务器1连接有4个人脸识别设备，此时，管理服务器1可以从这4个人脸识别设备中选择一个人脸识别设备作为人脸建模服务器。

可选地，一实施例中，该步骤的具体实现过程，可以包括：

从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；其中，所述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。

具体的，例如，本管理服务器连接有8个人脸识别设备，分别为人脸识别设备21至人脸识别设备28(其中，21至28为人脸识别设备的标识信息)。其中，人脸识别设备22至人脸识别设备28的人脸建模算法和该人脸建模算法的版本信息均相同，即人脸识别设备22至人脸识别设备28的人脸建模算法相同，且人脸建模算法的版本信息也相同。人脸识别设备21的人脸建模算法和该人脸建模算法的版本信息与其他人脸识别设备不同。此时，人脸识别设备22至28即为目标人脸识别设备，本步骤中，就从人脸识别设备22至28中选择一个人脸识别设备作为人脸建模服务器。

需要说明的是，一实施例中，可从目标人脸识别设备中任意选择一个人脸识别设备作为人脸建模服务器。本实施例中，不对此进行限定。结合上面的例子，例如，本实施例中，选择人脸识别设备28作为人脸建模服务器。

具体的，一实施例中，当选择好人脸建模服务器后，管理服务器会将该人脸建模服务器的IP地址和端口号通知给其他人脸识别设备，并将其他人脸识别设备的IP地址和端口号通知给该人脸建模服务器，以指导两者进行通信。

S302、将采集到的人脸图片发送给上述人脸建模服务器，以指示上述人脸建模服务器在接收到上述人脸图片后对上述人脸图片进行建模，并指示上述人脸建模服务器在建模成功后将上述人脸图片和建模得到的人脸建模数据发送给其他上述人脸识别设备。

具体的，本步骤中，就将采集到的人脸图片发送给人脸建模服务器。这样，人脸建模服务器接收到该人脸图片后，对该人脸图片进行建模。进一步地，建模成功后，人脸建模服务器将该人脸图片和建模得到的人脸建模数据存储在本地，并向其他人脸识别设备发送上述人脸图片和人脸建模数据，以指示其他人脸识别设备存储接收到的人脸图片和人脸建模数据。

可选地，一实施例中，其他人脸识别设备在成功存储上述人脸图片和人脸建模数据后，会向人脸建模服务器反馈成功存储的提醒消息，进一步地，人脸建模服务器在接收到所有的人脸识别设备反馈的成功存储的提醒消息后，会向管理服务器发送该人脸图片建模成功的提醒消息。这样，管理服务器即可获知已成功采集该人脸图片对应的人员的信息。

需要说明的是，有关对人脸图片进行建模的具体实现原理和实现方法可以参见相关技术中的描述，此处不再赘述。此外，若建模失败，一实施例中，该人脸建模服务器会向管理服务器反馈建模失败的提醒消息，以指示管理服务器重新采集人脸图片，并重新下发人脸图片至人脸建模服务器。

结合上面的例子，本步骤中，管理服务器就将采集到的人脸图片发送给人脸识别设备28，这样，人脸识别设备28对接收到的人脸图片进行建模，并在建模成功后，向人脸识别设备22至27下发上述人脸图片和建模得到的人脸建模数据。进一步地，人脸识别设备22至27则存储接收到的人脸图片和人脸建模数据，此时，对于与人脸建模服务器的人脸识别算法和人脸设备算法的版本信息均相同的人脸识别设备，其便可以利用存储的人脸建模数据进行后续的人脸比对，不再需要进行人脸建模，可节省资源。

进一步地，图4为本申请一示例性实施例示出的人脸建模方法的实现原理图。该实施例中，人脸建模的方法，可以包括：

S401、管理服务器从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器。

S402、上述管理服务器将采集到的人脸图片发送给上述人脸建模服务器。

S403、上述人脸建模服务器在接收到上述人脸图片后对上述人脸图片进行建模。

具体的，有关步骤S401至S403的具体实现原理和实现过程可以参见前面实施例中的介绍，此处不再赘述。

S404、若建模失败，上述人脸建模服务器向上述管理服务器发送建模失败的第一提醒消息。

具体的，第一提醒消息用于指示管理服务器重新采集人脸图片，并返回执行步骤S402。

S405、上述管理服务器在接收到上述第一提醒消息后，重新采集人脸图片，并返回执行步骤S402。

S406、若建模成功，上述人脸建模服务器向其他上述目标人脸识别设备发送上述人脸图片和建模得到的人脸建模数据。

S407、其他上述目标人脸识别设备将接收到的人脸图片和人脸建模数据存储在本地。

S408、其他上述人脸识别设备向上述人脸建模服务器返回成功存储的第二提醒消息。

S409、上述人脸建模服务器在接收到所有其他上述目标人脸识别设备返回的第二提醒消息后，向上述管理服务器返回该人脸图片建模成功的第三提醒消息。

具体的，当管理服务器接收到第三提醒消息后，即可获知已成功采集该人脸图片对应的人员的信息。这样，该管理服务器将继续采集其他人员的人脸图片，返回执行步骤S402，直至采集完所有人员的人脸图片，并且保证人脸建模服务器成功对各个人员的人脸图片进行建模。这样，后续人脸建模服务器和其他目标人脸识别设备即可基于存储的人脸建模数据进行人脸比对，用于控制开门或人员考勤等。

本实施例提供的方法，管理服务器通过从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，进而将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述目标人脸识别设备。其中，上述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。这样，针对人脸建模算法和该人脸建模算法的版本信息均相同的目标人脸识别设备，不再需要每个目标人脸识别设备均对相同的人脸图片进行建模，只需要通过其中被选作人脸建模服务器的人脸识别设备来进行人脸建模即可。这样，可节省人脸识别设备的资源。

可选地，本申请一实施例中，当确定人脸建模服务器将人脸图片和人脸建模数据发送给其他目标人脸识别设备之后，所述方法还包括：

向所述人脸建模服务器下发升级命令，以指示所述人脸建模服务器在接收到所述升级命令后对本设备的人脸建模算法进行升级，并在升级成功后，将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。

具体的，后续人脸识别设备需要升级人脸建模算法时，首先，管理服务器会向人脸建模服务器发送升级命令，指示该人脸建模服务器在接收到所述升级命令后对本设备的人脸建模算法进行升级。进一步地，人脸建模服务器升级成功后，会将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。这样，可保证人脸建模服务器与其他目标人脸识别设备的人脸建模算法和人脸建模算法的版本信息始终保持一致，避免人脸建模服务器将人脸图片和人脸建模数据发送给其他目标人脸识别设备后，致使后续利用该人脸建模数据进行人脸比对时，因人脸建模算法和/或该人脸建模算法的版本信息不一致导致的对比失败的问题。

图5为本申请提供的人脸建模方法实施例二的流程图。请参照图4，在上述实施例的基础上，本实施例提供的方法，从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器的过程，可以包括：

S501、获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和上述人脸建模算法的版本信息。

具体的，可向本管理服务器连接的各个人脸识别设备发送获取命令，以获取各个人脸识别设备的性能参数、人脸建模算法和该人脸建模算法的版本信息。

需要说明的是，一实施例中，人脸识别设备的性能参数可以包括下述参数中的至少一项：CPU频率、CPU的个数、GPU的频率和GPU的个数(其中，CPU的频率越高，该性能参数越优，人脸识别设备的性能越好；CPU的个数越多，该性能参数越优，人脸识别设备的性能越好。GPU频率越高，该性能参数越优，人脸识别设备的性能越好；GPU的个数越多，该性能参数越优，人脸识别设备的性能越好。)。另一实施例中，人脸识别设备的性能参数可以为人脸建模速度(其中，人脸建模速度越快，人脸识别设备的性能越好。此外。该人脸建模速度表征人脸识别设备在单位时间内能够完成建模的人脸图片的数量，例如，一人脸识别设备的人脸建模速度为2张/秒，表征该人脸识别设备在1秒内可以对2张人脸图片完成建模)。下面以人脸识别设备的性能参数为CPU频率为例进行说明。

例如，一实施例中，本管理服务器连接有5个人脸识别设备，获取到人脸识别设备21的性能参数为1.7GHz、人脸建模算法为算法001(其中，001为人脸建模算法的标识信息)、该人脸建模算法的版本信息为2.0；获取到人脸识别设备22的性能参数为1.3GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为2.0；获取到人脸识别设备23的性能参数为1.5GHz、人脸建模算法为算法002、该人脸建模算法的版本信息为1.0；获取到人脸识别设备24的性能参数为1.6GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为1.0；获取到人脸识别设备25的性能参数为1.1GHz、人脸建模算法为算法001、该人脸建模算法的版本信息为2.0。

S502、从各个人脸识别设备中选择出人脸建模算法和上述人脸建模算法的版本信息均相同的人脸识别设备作为上述目标人脸识别设备。

结合上面的例子，在上面的例子中，人脸识别设备21、人脸识别设备22和人脸识别设备25的人脸建模算法和该人脸建模算法的版本信息均相同，本步骤中，就从人脸识别设备21至25中选择出人脸识别设备21、人脸识别设备22和人脸识别设备25作为目标人脸识别设备。

S503、依据各个上述目标人脸识别设备的性能参数，从上述目标人脸识别设备中选择出性能参数最优的人脸识别设备作为上述人脸建模服务器。

具体的，当性能参数为CPU频率时，CPU频率越高，该性能越优。本步骤中，就从各个目标人脸识别设备中选择出CPU频率最高的人脸识别设备作为人脸建模设备。结合上面的例子，在人脸识别设备21、人脸识别设备22和人脸识别设备25中，人脸识别设备21的CPU频率最高，此时，就选择人脸识别设备21作为人脸建模服务器。

本实施例提供的方法，通过获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和该人脸建模算法的版本信息，进而从各个人脸识别设备中选择出人脸建模算法和该人脸建模算法的版本信息均相同的人脸识别设备作为目标人脸识别设备，从而依据各个所述目标人脸识别设备的性能参数，从目标人脸识别设备中选择出性能参数最优的人脸识别设备作为人脸建模服务器。这样，不仅能够保证目标人脸识别设备的人脸建模算法和该人脸建模算法的版本信息均一致，还能够保证人脸建模服务器为性能最好的人脸识别设备，这样，可充分利用该人脸建模服务器的性能进行人脸建模，保证人脸建模的顺利进行，并避免浪费其他人脸识别设备的资源。

可选地，一实施例中，从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器之后，所述方法还包括：

将所述人脸图片发送给本管理服务器连接的各人脸识别设备中除所述目标人脸识别设备之外的第一人脸识别设备，以指示所述第一人脸识别设备在接收到所述人脸图片后对所述人脸图像进行建模得到人脸建模数据，并存储所述人脸图片和所述人脸建模数据。

结合上面的例子，本步骤中，就将人脸图片发送给人脸识别设备23和人脸识别设备24，这样，人脸识别设备23和人脸识别设备24在接收到人脸图片后对所述人脸图像进行建模得到人脸建模数据，并存储所述人脸图片和所述人脸建模数据，以用于后续的人脸比对。

图6为本申请提供的人脸建模方法实施例三的流程图。请参照图5，在上述实施例的基础上，本实施例提供的方法，从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器的过程，可以包括：

S601、将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本。

具体的，可向本管理服务器连接的各个人脸识别设备发送升级命令，以将各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本，这样，本管理服务器连接的各个人脸识别设备均为目标人脸识别设备。例如，一实施例中，向本管理服务器连接的各个人脸识别设备发送升级命令，将各个人脸识别设备的人脸建模算法升级至2.0版本的算法002。

S602、获取与本管理服务器连接的各个人脸识别设备的性能参数。

有关该步骤的具体实现过程和实现原理可以参见前面实施例中的介绍，此处不再赘述。

S603、依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为上述人脸建模服务器。

具体的，当性能参数为CPU个数时，CPU个数越多，该性能参数越优。本步骤中，就从本管理服务器连接的各个人脸识别设备中选择出CPU个数最多的人脸识别设备作为人脸建模设备。

本实施例提供的方法，通过将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本，进而获取与本管理服务器连接的各个人脸识别设备的性能参数，从而依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。这样，可保证人脸建模服务器为本管理服务器连接的各个人脸识别设备中性能最好的人脸识别设备，这样，可充分利用人脸建模服务器的设备性能进行人脸建模，人脸建模服务器的性能进行人脸建模，保证人脸建模的顺利进行，并避免浪费其他人脸识别设备的资源。

进一步地，图7为本申请提供的人脸建模装置实施例一的结构示意图。请参照图7，本申请提供的人脸建模装置，可以包括处理模块710和发送模块720，其中，

所述处理模块710，用于从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器；

所述发送模块720，用于将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并指示所述人脸建模服务器在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

本实施例的装置，可用于执行图3所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步地，所述处理模块710，具体用于从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；其中，所述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。

进一步地，所述处理模块710，具体用于：

获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和所述人脸建模算法的版本信息；

从各个人脸识别设备中选择出人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备作为所述目标人脸识别设备；

依据各个所述目标人脸识别设备的性能参数，从所述目标人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

进一步地，所述处理模块710，具体用于：

将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本；

获取与本管理服务器连接的各个人脸识别设备的性能参数；

依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

进一步地，所述发送模块720，还用于向所述人脸建模服务器下发升级命令，以指示所述人脸建模服务器在接收到所述升级命令后对本设备的人脸建模算法进行升级，并在升级成功后，将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。

进一步地，所述升级命令，还用于指示所述人脸建模服务器在升级成功后，采用升级后的人脸建模算法对本地存储的第一人脸图片进行建模，并在建模成功后，将所述第一人脸图片和建模得到的第一人脸建模数据发送给其他所述目标人脸识别设备，以通知其他所述目标人脸建模设备利用所述第一人脸图片和所述第一人脸建模数据替换本地存储的人脸图片和人脸建模数据。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (12)

1.一种人脸建模系统，其特征在于，所述系统包括管理服务器和人脸建模服务器，其中，

所述管理服务器，用于从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；

所述管理服务器，还用于将采集到的人脸图片发送给所述人脸建模服务器；

所述人脸建模服务器，用于在接收到所述人脸图片后，对所述人脸图片进行建模，并在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

2.根据权利要求1所述的系统，其特征在于，所述从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器，包括：

从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；其中，所述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。

3.根据权利要求2所述的系统，其特征在于，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器，包括：

获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和所述人脸建模算法的版本信息；

从各个人脸识别设备中选择出人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备作为所述目标人脸识别设备；

依据各个所述目标人脸识别设备的性能参数，从所述目标人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

4.根据权利要求2所述的系统，其特征在于，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，包括：

将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本；

获取与本管理服务器连接的各个人脸识别设备的性能参数；

依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

5.根据权利要求2所述的系统，其特征在于，所述管理服务器，还用于在所述人脸建模服务器将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备之后，向所述人脸建模服务器下发升级命令；

所述人脸建模服务器，还用于在接收到所述升级命令后对本设备的人脸建模算法进行升级，并在升级成功后，将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。

6.根据权利要求5所述的系统，其特征在于，所述人脸建模服务器，还用于在升级成功后，采用升级后的人脸建模算法对本地存储的第一人脸图片进行建模，并在建模成功后，将所述第一人脸图片和建模得到的第一人脸建模数据发送给其他所述目标人脸识别设备，以指示其他所述目标人脸识别设备利用所述第一人脸图片和所述第一人脸建模数据替换本地存储的人脸图片和人脸建模数据。

7.一种人脸建模方法，其特征在于，所述方法应用于管理服务器，所述方法包括：

从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器；

将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并指示所述人脸建模服务器在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

8.根据权利要求7所述的方法，其特征在于，所述从本管理服务器连接的人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器，包括：

从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为所述人脸建模服务器；其中，所述目标人脸识别设备为本管理服务器连接的各人脸识别设备中人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备。

9.根据权利要求8所述的方法，其特征在于，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，包括：

获取本管理服务器连接的各个人脸识别设备的性能参数、人脸建模算法和所述人脸建模算法的版本信息；

从各个人脸识别设备中选择出人脸建模算法和所述人脸建模算法的版本信息均相同的人脸识别设备作为所述目标人脸识别设备；

依据各个所述人脸识别设备的性能参数，从所述目标人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

10.根据权利要求8所述的方法，其特征在于，所述从本管理服务器连接的各目标人脸识别设备中选择一个人脸识别设备作为人脸建模服务器，包括：

将与本管理服务器连接的各个人脸识别设备的人脸建模算法升级至相同的算法以及相同的版本；

获取与本管理服务器连接的各个人脸识别设备的性能参数；

依据各个人脸识别设备的性能参数，从与本管理服务器连接的各个人脸识别设备中选择出性能参数最优的人脸识别设备作为所述人脸建模服务器。

11.根据权利要求8所述的方法，其特征在于，所述方法还包括：向所述人脸建模服务器下发升级命令，以指示所述人脸建模服务器在接收到所述升级命令后对本设备的人脸建模算法进行升级，并在升级成功后，将其他所述目标人脸识别设备的人脸建模算法升级至与本设备升级后的人脸建模算法相同的算法以及相同的版本。

12.一种人脸建模装置，其特征在于，所述装置应用于管理服务器，所述装置包括处理模块和发送模块，其中，

所述处理模块，用于从本管理服务器连接的各人脸识别设备中选择一个人脸识别设备作为人脸建模服务器；

所述发送模块，用于将采集到的人脸图片发送给所述人脸建模服务器，以指示所述人脸建模服务器在接收到所述人脸图片后对所述人脸图片进行建模，并指示所述人脸建模服务器在建模成功后将所述人脸图片和建模得到的人脸建模数据发送给其他所述人脸识别设备。

Images