CN115826972A - 一种人脸识别方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请提供了一种人脸识别方法、装置、计算机设备及存储介质，该方法包括：显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；基于所述目标人脸识别组件，生成目标人脸识别策略；调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。本申请实施例能够对各组件进行灵活性编排，从而个性化地实现不同应用场景下的人脸识别功能。

Description

一种人脸识别方法、装置、计算机设备及存储介质

技术领域

本申请涉及图像识别技术领域，尤其涉及一种人脸识别方法、装置、计算机设备及存储介质。

背景技术

万物互联时代，5G、大数据、人工智能等新技术为物联网(Internet of Things，IoT)带来了创新活力，物联网与个人及家庭生活、工业生产深度融合，为全社会带来深刻变革。

由于物联网行业发展碎片化问题，深度应用不足问题，因此建设有物联网应用的编排系统，用一种统一的模型去描述物联网应用，快速构建不同应用领域、不同用户需求的物联网应用，加速落地由内生需求驱动的物联网应用，为物联网赋能社会各行各业智能化的进程，提升社会管理效率；

在每个公司的系统中，总有一些拥有复杂业务逻辑的系统，这些系统承载着核心业务逻辑，几乎每个业务需求都和这些核心业务有关，这些核心业务的业务逻辑冗长，涉及内部逻辑运算，缓存操作，持久化操作，外部资源调取，内部其他系统RPC调用等等；各种硬代码判断，分支条件越来越多；代码的抽象，复用率也越来越低，各个模块之间的耦合度很高；其中任一段的逻辑变动，会影响到其他模块，需要进行完整回归测试来验证；如要灵活改变业务流程的顺序，则要进行代码大改动进行抽象，重新写方法，实时热变更业务流程，几乎很难实现；

可见，现有技术中想要实现新的功能，需要通过复杂的代码撰写，新功能的构建方式复杂且组建效率较低，开发过程不够灵活多样。

发明内容

为解决上述问题，本申请提供了一种人脸识别方法、装置、计算机设备及存储介质，有利于提高相同业务代码复用率，从而能够实现多样化、个性化地人脸识别。

本申请实施例第一方面提供了一种人脸识别方法，该方法包括：

显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

基于所述目标人脸识别组件，生成目标人脸识别策略；

调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

在一种可能的实施例中，所述目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，所述至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系；

所述基于所述目标人脸识别组件，生成目标人脸识别策略，包括：基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，生成所述目标人脸识别策略对应的人脸识别业务的业务逻辑表达式；

调用流程编排框架，基于所述业务逻辑表达式对所述多个人脸识别功能组件进行编排处理，生成所述目标人脸识别策略。

在一种可能的实施例中，所述多个人脸识别功能组件包括图像采集组件、图像识别组件、图像对比组件以及对比结果响应组件；

所述调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务，包括：

调用流程编排框架，基于所述业务逻辑表达式以及动态脚本描述信息，通过所述图像采集组件采集人脸图像，并将采集到的人脸图像传输至所述图像识别组件；

通过所述图像识别组件对所述人脸图像进行识别处理，并将识别结果传输至所述图像对比组件；

通过所述图像对比组件将所述识别结果和参考图像进行比对，得到比对结果，并将所述比对结果传输至所述比对结果响应组件；

通过所述比对结果响应组件对所述比对结果进行处理，以执行所述目标人脸识别策略对应的人脸识别业务。

在一种可能的实施例中，所述方法还包括：

基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，得到所述各个人脸识别功能组件的组件参数信息，所述组件参数信息包括入参信息以及出参信息；

基于所述各个人脸识别功能组件的组件参数信息，生成动态脚本描述信息，所述动态脚本描述信息用于描述所述各个人脸识别功能组件的组件参数信息；

所述调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务，包括：

调用所述目标人脸识别策略，并按照所述动态脚本描述信息描述的组件参数信息，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

在一种可能的实施例中，当所述对所述人脸图像进行识别处理出现异常时，调用异常检测程序，检测所述异常是否处于预设异常列表中、是否配置预设重试策略以及所述异常在预设异常处理策略库中是否存在对应的异常处理策略；

若所述异常处于所述预设异常列表中、配置了所述预设重试规则且所述异常在预设异常处理策略库中不存在对应的异常处理策略，则基于所述预设重试规则重新对所述人脸图像进行识别处理；

若所述异常处于所述预设异常列表中，未配置所述预设重试规则且所述异常在预设异常处理策略库中存在对应的异常处理策略；则基于所述异常处理策略检测所述目标人脸识别策略和所述动态脚本描述信息得到检测结果，输出所述检测结果以提醒用户。

在一种可能的实施例中，所述对所述人脸图像进行识别处理，包括：根据预设人脸检测模型对所述人脸图像进行处理得到多个特征点，将所述多个特征点与预存的多个特征组进行识别处理，得到所述识别结果；其中，一个特征组对应一张人脸图像，所述特征组中包括多个特征点。

本申请第二方面提供了一种人脸识别装置，该装置包括：

显示单元，用于显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

处理单元，用于响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

所述处理单元，还用于基于所述目标人脸识别组件，生成目标人脸识别策略；

所述处理单元，还用于调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

本申请实施例第三方面提供了一种计算机设备，包括处理器，所述处理器适于实现一条或多条计算机程序；计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行上述的人脸识别方法中的步骤中所述的应用程序的人脸识别方法。

本申请实施例第四方面提供了一种计算机可读存储介质，该计算机可读存储介质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上述的人脸识别方法中的步骤。

本申请实施例第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序适于由处理器加载并执行实现上述的人脸识别方法中的步骤。

本申请的上述方案至少包括以下有益效果：

本申请实施例提供的一种人脸识别方法，通过在终端显示人脸识别配置界面上灵活性配置各类人脸识别组件，能够实现多样化、个性化地人脸识别；不仅如此，开发人员只需要关注简单的业务组件开发，简化的开发的复杂性提高了生产效率，通过对简单业务的拼接生成新的能力，提高了相同业务代码的复用率，缩短了开发周期，降低代码耦合度的同时还提高了代码的可读性，降低了后续的维护成本。

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。

图1为本申请实施例提供的一种人脸识别方法的流程示意图；

图2为本申请实施例提供的一种策略配置界面的示意图；

图3为本申请实施例提供的一种策略配置已完成的示意图；

图4为本申请实施例提供的另一种人脸识别方法的示意图；

图5为本申请实施例提供的一种人脸识别装置的结构示意图；

图6为本申请实施例提供的另一种人脸识别装置的结构示意图；

图7为本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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。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，都应当属于本申请保护的范围。

以下将结合具体附图对本申请实施例进行详细描述。

本申请中的执行主体可以为终端，也可以为服务器，这里不做限制，以下以终端作为执行主体进行具体说明。

请参见图1，图1为本申请实施例提供的一种人脸识别方法的流程示意图，如图1所示，包括步骤：

S101，显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件。

具体的，终端显示人脸识别策略配置界面，人脸识别策略配置界面包括功多个人脸识别组件，其中，该目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系，人脸识别功能组件可以包括图像采集组件、图像识别组件、图像对比组件以及对比结果响应组件等等功能组件，还可能包括不同场景下的特定组件，例如：人员签到组件、门禁开门组件、支付组件等等功能组件；人脸识别组合组件可以包括上述功能组件之间的连接关系、运行顺序关系、选择关系等组合关系，如图2所示。

S102，响应对所述个人脸识别组件的选择操作，确定选择的目标人脸识别组件。

具体的，本申请具体实施例中，终端响应选择操作，该选择操作是对终端中所显示的多个人脸识别功能组件和至少一个人脸识别组合组件中进行挑选，确定出所需的目标人脸识别组件，如图3所示。

可以实现的是，选择操作可以为通过对用户眼球追踪将多个人脸识别功能组件移动到策略配置界面的指定区域或者通过手势拖拽将多个人脸识别功能组件移动到策略配置界面的指定区域；通过识别用户的语音信息配置人脸识别组合组件；

其中，通过对用户眼球追踪将多个人脸识别功能组件移动到策略配置界面，包括：通过眼球追踪模型确定用户注视的人脸识别功能组件以及注视轨迹，将人脸识别功能组件移动到策略配置界面的指定区域。

可见，本实施例可以通过对简单业务的拼接生成新的能力，例如：通过人脸识别完成门禁开门、通过人脸识别完成人员签到、通过人脸识别完成购物支付等等新功能；这里本实施例不做限制。

上述方式可以提高选择目标人脸识别组件的便捷性，具有灵活多变性，对于开发人员而言，能够提高开发效率。

S103，基于所述目标人脸识别组件，生成目标人脸识别策略。

具体的，基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，生成所述目标人脸识别策略对应的人脸识别业务的业务逻辑表达式；

调用流程编排框架，基于所述业务逻辑表达式对所述多个人脸识别功能组件进行编排处理，生成所述目标人脸识别策略。

S104，调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

具体的，终端调用目标人脸识别策略，通过人脸图像采集组件对用户的人脸进行采集，并通过识别组件对所采集的用户人脸进行识别处理，其中，对所述人脸图像进行识别处理包括：根据预设人脸检测模型对所述人脸图像进行处理得到多个特征点，将所述多个特征点与预存的多个特征组进行识别处理，得到所述识别结果；其中，一个特征组对应一张人脸图像，所述特征组中包括多个特征点。

进一步地，基于识别结果执行目标人脸识别策略对应的人脸识别业务；

S1041，调用流程编排框架，基于所述业务逻辑表达式以及动态脚本描述信息，通过所述图像采集组件采集人脸图像，并将采集到的人脸图像传输至所述图像识别组件；其中，上述流程编排框架可以为Liteflow框架，LiteFlow是一个轻量且强大的国产规则引擎框架，可用于复杂的组件化业务的编排领域，独有的DSL规则驱动整个复杂业务，并可实现平滑刷新热部署，支持多种脚本语言规则的嵌入，帮助系统变得更加丝滑且灵活；其中，业务逻辑表达是能够应用于Liteflow框架之中，可以是为EL表达式，EL(ExpressionLanguage)是为了使JSP写起来更加简单，表达式语言的灵感来自于ECMAScript和XPath表达式语言，它提供了在JSP中简化表达式的方法，让JSP的代码更加简化；动态脚本描述信息可以为DSL(Domain-Specific Language)，是一种针对特定类问题优化，包含更高级抽象的编程语言，使用来自专业或领域的概念和规则，从DSL程序生成源代码(而不是解释它)，使用领域专用的抽象，无需任何运行时开销，像编译器一样，生成器可以移除抽象并生成有效的代码；获得了一种语言和转换引擎的能力，开发特定方面的工作将更有效率，不必手动完成繁琐的工作；让应用程序逻辑以独立于目标平台的DSL代码表达，提高产品质量，错误更少、架构更加一致、可维护性更高。

S1042，通过所述图像识别组件对所述人脸图像进行识别处理，并将识别结果传输至所述图像对比组件。

终端通过图像识别组件对人脸图像进行识别，并将识别结果传输至图像对比组件，从而完成对人脸图像的识别。

S1043，通过所述图像对比组件将所述识别结果和参考图像进行比对，得到比对结果，并将所述比对结果传输至所述比对结果响应组件。

终端在得到识别结果时，调用图像对比组件，将是识别结果与预设图像数据库中多个图像进行比对得到比对结果，再将比对结果传输到比对结果响应组件进行处理。

S1044，通过所述比对结果响应组件对所述比对结果进行处理，以执行所述目标人脸识别策略对应的人脸识别业务。

当基于识别结果执行所述目标人脸识别策略对应的人脸识别业务出现异常时，调用异常检测程序，检测该异常是否处于预设异常列表中、是否配置预设重试策略以及该异常在预设异常处理策略库中是否存在对应的异常处理策略；

若所述异常处于预设异常列表中、配置了预设重试规则且异常在预设异常处理策略库中不存在对应的异常处理策略，则基于预设重试规则重新对人脸图像进行识别处理；例如：该异常是属于网络波动导致的异常，该异常存在预设重试规则，即再一次尝试对人脸图像进行识别，以避免网络一时波动导致的执行人脸识别业务不成功；

若异常处于预设异常列表中，未配置预设重试规则且异常在预设异常处理策略库中存在对应的异常处理策略；则基于异常处理策略检测目标人脸识别策略和动态脚本描述信息得到检测结果，输出检测结果以提醒用户；例如：该异常是因为目标人脸识别策略以及动态脚本描述信息不正确，存在不合逻辑的错误，虽然该异常存在预设异常列表中，无法通过重试解决该异常，未配置预设重试规则，但存在处理该异常的异常处理策略，对目标人脸识别策略和动态脚本描述信息进行检测得到检测结果，并将其显示在终端上以提醒用户该异常情况，及时采取应对措施；以此能够及时对异常情况进行处理，提高业务开发的效率。

如图4，本申请提供另一实施例。

S201，显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

具体的，所述目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，所述至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系；

S202，基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，得到所述各个人脸识别功能组件的组件参数信息，所述组件参数信息包括入参信息以及出参信息；

S203，基于所述各个人脸识别功能组件的组件参数信息，生成动态脚本描述信息，所述动态脚本描述信息用于描述所述各个人脸识别功能组件的组件参数信息；

以DSL为例，DSL中描述了每个组件的入参的来源以及出参的定义。

S204，响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

S205，基于所述目标人脸识别组件，生成目标人脸识别策略；

S206，调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

调用所述目标人脸识别策略，并按照所述动态脚本描述信息描述的组件参数信息，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

其中，上述步骤S201-S206的具体实现过程可参照步骤S101-S104相应的描述，在此不在赘述。

基于上述实施例，终端响应用户的选择操作，组建新的人脸识别功能，能够实现不同功能的人脸识别，实现功能多样化、个性化；且开发人员只需要关注简单的业务组件开发，简化的开发的复杂性提高了生产效率，通过对简单组件的拼接生成新的能力，提高了相同业务代码的复用率，缩短了开发周期，降低代码耦合度的同时还提高了代码的可读性，降低了后续的维护成本。

请参见图5，图5为本申请实施例提供的一种人脸识别装置的结构示意图，如图5所示，包括：

显示单元401，用于显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

处理单元402，用于响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

所述处理单元402，还用于基于所述目标人脸识别组件，生成目标人脸识别策略；

所述处理单元402，还用于调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

其中，所述目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，所述至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系；

所述处理单元402，还用于基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，生成所述目标人脸识别策略对应的人脸识别业务的业务逻辑表达式；调用流程编排框架，基于所述业务逻辑表达式对所述多个人脸识别功能组件进行编排处理，生成所述目标人脸识别策略。

其中，所述多个人脸识别功能组件包括图像采集组件、图像识别组件、图像对比组件以及对比结果响应组件；

所述处理单元402，还用于调用流程编排框架，基于所述业务逻辑表达式以及动态脚本描述信息，通过所述图像采集组件采集人脸图像，并将采集到的人脸图像传输至所述图像识别组件；通过所述图像识别组件对所述人脸图像进行识别处理，并将识别结果传输至所述图像对比组件；通过所述图像对比组件将所述识别结果和参考图像进行比对，得到比对结果，并将所述比对结果传输至所述比对结果响应组件；通过所述比对结果响应组件对所述比对结果进行处理，以执行所述目标人脸识别策略对应的人脸识别业务。

所述处理单元402，还用于基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，得到所述各个人脸识别功能组件的组件参数信息，所述组件参数信息包括入参信息以及出参信息；基于所述各个人脸识别功能组件的组件参数信息，生成动态脚本描述信息，所述动态脚本描述信息用于描述所述各个人脸识别功能组件的组件参数信息；

所述处理单元402，还用于调用所述目标人脸识别策略，并按照所述动态脚本描述信息描述的组件参数信息，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

可选的，如图6所示，所述装置还包括：

异常处理单元403，当所述基于识别结果执行所述目标人脸识别策略对应的人脸识别业务出现异常时，调用异常检测程序，检测所述异常是否处于预设异常列表中、是否配置预设重试策略以及所述异常在预设异常处理策略库中是否存在对应的异常处理策略；

若所述异常处于所述预设异常列表中、配置了所述预设重试规则且所述异常在预设异常处理策略库中不存在对应的异常处理策略，则基于所述预设重试规则重新对所述人脸图像进行识别处理；

若所述异常处于所述预设异常列表中，未配置所述预设重试规则且所述异常在预设异常处理策略库中存在对应的异常处理策略；则基于所述异常处理策略检测所述目标人脸识别策略和所述动态脚本描述信息得到检测结果，输出所述检测结果以提醒用户。

本申请实施例提供的人脸识别装置能够实现图1和图4的方法实施例中的各个实施方式，且可以应用于任何场景中，以及相应有益效果，为避免重复，这里不再赘述。

请参见图7，图7为本申请实施例提供的一种计算机设备的结构示意图，如图7所示，包括：存储器1101、处理器1102及存储在所述存储器1101上并可在所述处理器1102上运行的计算机程序，其中：

处理器1102用于调用存储器1101存储的计算机程序，执行如下步骤：

显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

基于所述目标人脸识别组件，生成目标人脸识别策略；

调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

可选的，所述目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，所述至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系，所述处理器1102还用于：

基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，生成所述目标人脸识别策略对应的人脸识别业务的业务逻辑表达式；调用流程编排框架，基于所述业务逻辑表达式对所述多个人脸识别功能组件进行编排处理，生成所述目标人脸识别策略

可选的，所述多个人脸识别功能组件包括图像采集组件、图像识别组件、图像对比组件以及对比结果响应组件，还用于执行：

调用流程编排框架，基于所述业务逻辑表达式以及动态脚本描述信息，通过所述图像采集组件采集人脸图像，并将采集到的人脸图像传输至所述图像识别组件；

通过所述图像识别组件对所述人脸图像进行识别处理，并将识别结果传输至所述图像对比组件；

通过所述图像对比组件将所述识别结果和参考图像进行比对，得到比对结果，并将所述比对结果传输至所述比对结果响应组件；

通过所述比对结果响应组件对所述比对结果进行处理，以执行所述目标人脸识别策略对应的人脸识别业务。

可选的，所述处理器还用于：基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，得到所述各个人脸识别功能组件的组件参数信息，所述组件参数信息包括入参信息以及出参信息；

基于所述各个人脸识别功能组件的组件参数信息，生成动态脚本描述信息，所述动态脚本描述信息用于描述所述各个人脸识别功能组件的组件参数信息；

所述调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务，包括：

调用所述目标人脸识别策略，并按照所述动态脚本描述信息描述的组件参数信息，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

示例性的，上述计算机设备可以是手机、计算机、笔记本电脑、平板电脑、掌上电脑及可穿戴设备等。计算机设备可包括但不仅限于处理器1102、存储器1101。本领域技术人员可以理解，所述示意图仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。

需要说明的是，由于计算机设备的处理器1102执行计算机程序时实现上述的人脸识别方法中的步骤，因此上述人脸识别方法的实施方式均适用于该计算机设备，且均能达到相同或相似的有益效果。

本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的人脸识别方法中的步骤。

示例性的，计算机可读存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，由于计算机可读存储介质的计算机程序被处理器执行时实现上述的人脸识别方法中的步骤，因此上述人脸识别方法的所有实施方式均适用于该计算机可读存储介质，且均能达到相同或相似的有益效果。

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 (10)

1.一种人脸识别方法，其特征在于，所述方法包括：

显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

基于所述目标人脸识别组件，生成目标人脸识别策略；

调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

2.根据权利要求1所述的方法，其特征在于，所述目标人脸识别组件包括多个人脸识别功能组件和至少一个人脸识别组合组件，所述至少一个人脸识别组合组件用于指示各个人脸识别功能组件的组合关系；

所述基于所述目标人脸识别组件，生成目标人脸识别策略，包括：

基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，生成所述目标人脸识别策略对应的人脸识别业务的业务逻辑表达式；

调用流程编排框架，基于所述业务逻辑表达式对所述多个人脸识别功能组件进行编排处理，生成所述目标人脸识别策略。

3.根据权利要求2所述的方法，其特征在于，所述多个人脸识别功能组件包括图像采集组件、图像识别组件、图像对比组件以及对比结果响应组件；

所述调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务，包括：

调用流程编排框架，基于所述业务逻辑表达式以及动态脚本描述信息，通过所述图像采集组件采集人脸图像，并将采集到的人脸图像传输至所述图像识别组件；

通过所述图像识别组件对所述人脸图像进行识别处理，并将识别结果传输至所述图像对比组件；

通过所述图像对比组件将所述识别结果和参考图像进行比对，得到比对结果，并将所述比对结果传输至所述比对结果响应组件；

通过所述比对结果响应组件对所述比对结果进行处理，以执行所述目标人脸识别策略对应的人脸识别业务。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述多个人脸识别功能组件和所述至少一个人脸识别组合组件，得到所述各个人脸识别功能组件的组件参数信息，所述组件参数信息包括入参信息以及出参信息；

基于所述各个人脸识别功能组件的组件参数信息，生成动态脚本描述信息，所述动态脚本描述信息用于描述所述各个人脸识别功能组件的组件参数信息；

所述调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务，包括：

调用所述目标人脸识别策略，并按照所述动态脚本描述信息描述的组件参数信息，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

5.根据权利要求4所述的方法，其特征在于，当所述对所述人脸图像进行识别处理出现异常时，调用异常检测程序，检测所述异常是否处于预设异常列表中、是否配置预设重试策略以及所述异常在预设异常处理策略库中是否存在对应的异常处理策略；

若所述异常处于所述预设异常列表中、配置了所述预设重试规则且所述异常在预设异常处理策略库中不存在对应的异常处理策略，则基于所述预设重试规则重新对所述人脸图像进行识别处理；

若所述异常处于所述预设异常列表中，未配置所述预设重试规则且所述异常在预设异常处理策略库中存在对应的异常处理策略；则基于所述异常处理策略检测所述目标人脸识别策略和所述动态脚本描述信息得到检测结果，输出所述检测结果以提醒用户。

6.根据权利要求1所述的方法，所述对所述人脸图像进行识别处理，包括：根据预设人脸检测模型对所述人脸图像进行处理得到多个特征点，将所述多个特征点与预存的多个特征组进行识别处理，得到所述识别结果；其中，一个特征组对应一张人脸图像，所述特征组中包括多个特征点。

7.一种人脸识别装置，其特征在于，所述装置包括：

显示单元，用于显示人脸识别策略配置界面，所述人脸识别策略配置界面包括多个人脸识别组件；

处理单元，用于响应对所述多个人脸识别组件的选择操作，确定选择的目标人脸识别组件；

所述处理单元，还用于基于所述目标人脸识别组件，生成目标人脸识别策略；

所述处理单元，还用于调用所述目标人脸识别策略，采集人脸图像，对所述人脸图像进行识别处理，并基于识别结果执行所述目标人脸识别策略对应的人脸识别业务。

8.一种计算机设备，其特征在于，包括：

处理器，所述处理器适于实现一条或多条计算机程序；

计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行如权利要求1-6任一项所述的应用程序的人脸识别方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如权利要求1-6任一项所述的人脸识别方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序适于由处理器加载并执行如权利要求1-6任一项所述的应用程序的人脸识别方法。

Images