CN116453197A - 人脸识别方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了人脸识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型；将对应目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息；对各个人脸识别接口进行检测处理，得到检测结果信息组；根据检测结果信息组和人脸识别接口信息序列，生成目标人脸识别接口信息；根据目标人脸识别接口信息和目标用户人脸图像，生成人脸识别结果信息；将人脸识别结果信息发送至人脸识别终端。该实施方式可以减少重复对接接口的次数，缩短耗费的时间。

Description

人脸识别方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及人脸识别方法、装置、电子设备和计算机可读介质。

背景技术

在智慧校园建设过程中，人脸识别技术对于解决校园安全和考勤等一系列校园问题具有重大意义。目前，在进行人脸识别时，通常采用的方式为：对于不同场景下的人脸识别终端，调用对应人脸识别终端的人脸识别接口进行人脸识别，得到人脸识别结果直接返回至人脸识别终端。

然而，发明人发现，当采用上述方式进行人脸识别时，经常会存在如下技术问题：

第一，不同的人脸识别接口的规范和标准也不相同，当人脸识别请求次数高并发时，无法统一设置人脸识别接口秒查询率的上限值，造成重复对接接口的次数较多，耗费的时间较长。

第二，不同时间段人脸识别请求的数量也不相同，对于不同时间段，人脸识别接口的秒查询率的上限值相同，当当前时间段对应的人脸识别请求的数量较少时，导致优先级较高的人脸识别接口一直处理请求，优先级较低的人脸识别接口空闲，造成负载资源浪费。

第三，由于得到的人脸识别结果涉及到用户的身份信息、图像等敏感信息，将得到的人脸识别结果直接返回至人脸识别终端，导致用户的敏感信息的泄露，用户信息的安全性较低。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了人脸识别方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种人脸识别方法，该方法包括：响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，上述人脸识别请求信息包括目标用户人脸图像；将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，上述目标接口配置信息包括人脸识别接口信息序列，上述人脸识别接口信息序列对应各个人脸识别接口；对上述各个人脸识别接口进行检测处理，得到检测结果信息组；根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息；根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息；将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

第二方面，本公开的一些实施例提供了一种人脸识别装置，装置包括：第一确定单元，被配置成响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，上述人脸识别请求信息包括目标用户人脸图像；第二确定单元，被配置成将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，上述目标接口配置信息包括人脸识别接口信息序列，上述人脸识别接口信息序列对应各个人脸识别接口；检测单元，被配置成对上述各个人脸识别接口进行检测处理，得到检测结果信息组；第一生成单元，被配置成根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息；第二生成单元，被配置成根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息；发送单元，被配置成将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，上述计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的人脸识别方法可以减少重复对接接口的次数，缩短耗费的时间。具体来说，造成重复对接接口的次数较多，耗费的时间较长的原因在于：不同的人脸识别接口的规范和标准也不相同，当人脸识别请求次数高并发时，无法统一设置人脸识别接口秒查询率的上限值，造成重复对接接口的次数较多，耗费的时间较长。基于此，本公开的一些实施例的人脸识别方法，首先，响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。其中，上述人脸识别请求信息包括目标用户人脸图像。由此，可以得到对目标用户人脸图像进行人脸识别的接口的类型。其次，将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息。其中，上述目标接口配置信息包括人脸识别接口信息序列。上述人脸识别接口信息序列对应各个人脸识别接口。由此，可以将针对同一人脸识别类型的不同的人脸识别接口统一设置，从而可以减少重复对接接口的次数。然后，对上述各个人脸识别接口进行检测处理，得到检测结果信息组。由此，可以判断各个人脸识别接口是否可以正常调用。之后，根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息。由此，可以得到用于对目标用户人脸图像进行人脸识别的人脸识别接口的信息，从而可以用于进行人脸识别。接着，根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息。由此，可以完成人脸识别的操作。最后，将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。由此，可以使人脸识别终端得到人脸识别的结果，且根据人脸识别结果信息执行相关操作。也因为在进行人脸识别时，对同一人脸识别类型对应的不同的人脸识别接口进行了统一设置，从而减少了重复对接接口的次数，由此，可以减少重复对接接口的次数，缩短耗费的时间。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的人脸识别方法的一些实施例的流程图；

图2是根据本公开的人脸识别装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开中所涉及的用户个人信息(例如用户人脸图像、用户身份信息)的收集、存储、使用等操作，在执行相应操作之前，相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务，以及符合相关法律法规的规定。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了根据本公开的人脸识别方法的一些实施例的流程100。该人脸识别方法，包括以下步骤：

步骤101，响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。

在一些实施例中，人脸识别方法的执行主体(例如计算设备)可以响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。其中，上述人脸识别请求信息可以为请求进行人脸识别的信息。上述人脸识别请求信息可以是由人脸识别终端发送的。上述人脸识别终端可以为用于采集人脸图像的终端。例如，上述人脸识别终端可以为手机，也可以为摄像头装置。上述摄像头装置可以包括但不限于摄像头和控制器。上述人脸识别请求信息可以包括但不限于目标用户人脸图像、预设请求信息、人脸识别类型。上述目标用户人脸图像可以为目标用户的人脸的图像。上述目标用户可以为需要进行人脸识别的用户。上述预设请求信息可以为预先设定的表征请求进行人脸识别的信息。上述人脸识别类型可以表征人脸识别的方式。上述人脸识别类型可以为但不限于以下中的一项：一对一人脸识别、一对多人脸识别。上述一对一人脸识别可以为确定目标用户人脸图像与预设目标用户人脸图像的相似度以实现人脸识别。上述预设目标用户人脸图像可以为目标用户上传的目标用户人脸图像。上述一对多人脸识别可以为将目标用户人脸图像与预设人脸图像库中各个预设人脸图像进行匹配，得到与目标用户人脸图像的相似度为最高值的预设人脸图像作为识别的结果。上述预设人脸识别接口类型集合中的预设人脸识别接口类型可以为预先设定的用于人脸识别的接口的类型。上述预设人脸识别接口类型集合可以包括但不限于以下至少一项：一对一人脸识别接口、一对多人脸识别接口。上述一对一人脸识别接口可以为用于实现一对一人脸识别的接口。上述一对多人脸识别接口可以为用于实现一对多人脸识别的接口。实践中，上述执行主体可以通过各种方式响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。

可选地，上述人脸识别请求信息还可以包括应用平台标识。上述应用平台标识可以为应用平台的唯一标识。上述应用平台可以为通过人脸识别终端采集人脸图像需要登录的应用平台。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型：

第一步，确定对应上述人脸识别请求信息包括的应用平台标识的平台权限类型。实践中，上述执行主体可以将预设应用平台标识集合中与上述人脸识别请求信息包括的应用平台标识相同的预设应用平台标识确定为目标应用平台标识。其中，上述预设应用平台标识集合可以为预先设定的对应各个人脸识别终端的各个应用平台的标识的集合。上述各个人脸识别终端中的人脸识别终端与各个应用平台中的应用平台可以一一对应。上述预设应用平台标识集合包括的预设应用平台标识可以为预先设定的应用平台标识。然后，将对应上述目标应用平台标识的预设权限类型确定为平台权限类型。其中，上述预设权限类型可以为预先设定的权限类型。上述权限类型可以表征应用平台是否可以通过人脸识别接口进行人脸识别。上述权限类型可以为但不限于以下中的一项：有权限、无权限。上述有权限可以表征应用平台可以通过人脸识别接口进行人脸识别。上述无权限可以表征应用平台不可以通过人脸识别接口进行人脸识别。

第二步，响应于确定上述权限类型满足预设权限条件，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。其中，上述预设权限条件可以为权限类型表征应用平台可以通过人脸识别接口进行人脸识别。

在一些实施例的另一些可选的实现方式中，上述执行主体可以通过以下步骤响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型：

第一步，对上述目标用户人脸图像进行人脸检测处理，得到人脸区域图像。实践中，上述执行主体可以通过预设人脸检测算法，对上述目标用户人脸图像进行人脸检测处理，得到人脸区域图像。其中，上述预设人脸检测算法可以为预先设定的用于检测人脸的人脸检测算法。例如，上述预设人脸检测算法可以为基于卷积神经网络的人脸检测算法。

第二步，确定上述人脸区域图像的人脸尺寸。实践中，上述执行主体可以将上述人脸区域图像的尺寸确定为人脸尺寸。

第三步，确定上述人脸区域图像的人脸清晰度。实践中，上述执行主体可以通过预设图像清晰度评价算法对上述人脸区域图像进行清晰度评价处理，得到人脸清晰度。其中，上述预设图像清晰度评价算法可以为预先设定的图像清晰度评价算法。上述预设图像清晰度评价算法可以为但不限于以下中的一项：Tenengrad梯度方法、Laplacian(拉普拉斯)梯度方法和方差方法。

第四步，对上述人脸区域图像进行五官检测处理，得到五官区域图像集。实践中，上述执行主体可以通过预设五官图像检测算法对上述人脸区域图像进行五官检测处理，得到五官检测图像集。其中，上述预设五官图像检测算法可以为预先设定的用于检测人脸的五官的五官图像检测算法。例如，上述预设五官图像检测算法可以为基于卷积神经网络的图像检测算法。

第五步，根据上述五官区域图像集，确定人脸完整度。实践中，上述执行主体可以对于上述五官区域图像集中的每个五官区域图像，响应于确定上述五官区域图像的尺寸是否在对应预设五官类型的预设尺寸范围内，将上述五官区域图像确定为完整五官区域图像。其中，上述预设五官类型可以为预先设定的表征五官的类型。上述预设五官类型可以为但不限于以下中的一项：耳、眉、眼、鼻、口。上述预设尺寸范围可以为预先设定的对应预设五官类型的尺寸的范围。

作为示例，当上述五官区域图像对应的预设五官类型为鼻，上述五官区域图像的尺寸为(50*65)，对应鼻的预设尺寸范围为(50*70,60*80)，则将上述五官区域图像确定为完整五官区域图像。

然后，将所确定的各个完整五官区域图像的数量确定为完整五官数量。最后，将上述完整五官数量与五官区域图像集包括的各个五官区域图像的数量的比值确定为人脸完整度。

第六步，根据上述人脸尺寸、上述人脸清晰度和上述人脸完整度，生成人脸质量分数信息。实践中，首先，上述执行主体可以对上述人脸尺寸的长度值和宽度值分别进行归一化处理，得到归一化长度值和归一化宽度值。其次，将上述归一化长度值和预设长度权重系数的乘积确定为第一归一化值。其中，上述预设长度权重系数可以为预先设定的长度值对应的权重系数。然后，将上述归一化宽度值和预设宽度权重系数的乘积确定为第二归一化值。上述预设宽度权重系数可以为预先设定的宽度值对应的权重系数。上述预设长度权重系数与上述预设宽度权重系数的和可以为1。之后，将第一归一化值和第二归一化值的和确定为人脸尺寸分值。接着，将上述人脸清晰度确定为清晰度分值。紧接着，将上述人脸完整度确定为完整度分值。最后，将上述人脸尺寸分值与预设尺寸权重系数的乘积、上述清晰度分值与预设清晰度权重系数的乘积、上述完整度分值与预设完整度权重系数的乘积的和确定为人脸质量分数信息。其中，上述预设尺寸权重系数可以为预先设定的对应人脸尺寸维度的权重系数。例如，上述预设尺寸权重系数可以为0.2。上述预设清晰度权重系数可以为预先设定的对应人脸清晰度维度的权重系数。例如，上述预设清晰度权重系数可以为0.4。上述预设完整度权重系数可以为预先设定的对应人脸完整度维度的权重系数。例如，上述预设完整度权重系数可以为0.4。

第七步，响应于确定上述人脸质量分数信息满足预设分数条件，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。其中，上述预设分数条件可以为上述人脸质量分数信息大于等于预设质量分数。其中，上述预设质量分数可以为预先设定的表征人脸图像合格的人脸质量分数。其中，上述人脸质量分数可以为人脸图像的质量的分数。

步骤102，将对应目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息。

在一些实施例中，上述执行主体可以将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息。其中，上述预设接口配置信息可以为预先设定的对应人脸识别接口类型的接口的配置信息。上述预设接口配置信息可以包括但不限于接口标识、人脸识别接口信息序列和预设接口秒查询率上限值。上述接口标识可以为对应人脸识别接口类型的接口的唯一标识。上述人脸识别接口信息序列可以为按照预先设定的人脸识别接口的优先级降序的顺序对各个人脸识别接口信息的进行排序的序列。上述人脸识别接口信息序列对应各个人脸识别接口。上述人脸识别接口信息序列中的人脸识别接口信息与各个人脸识别接口中的人脸识别接口可以一一对应。上述人脸识别接口信息序列中的人脸识别接口信息可以为对应人脸识别接口的信息。上述人脸识别接口信息可以包括但不限于人脸识别接口标识。上述人脸识别接口标识可以为人脸识别接口的唯一标识。上述预设接口秒查询率上限值可以为预先设定的对应接口的秒查询率的上限值。例如，上述预设接口秒查询率上限值可以为1000QPS(Queries Per Second,每秒查询率)。上述各个人脸识别接口包括的人脸识别接口可以为对应人脸识别接口类型的人脸识别模型的接口。上述人脸识别模型可以为对应人脸识别终端的生产者(例如，厂商)预先训练得到的用于人脸识别的模型。上述目标接口配置信息可以包括但不限于人脸识别接口信息序列。

步骤103，对各个人脸识别接口进行检测处理，得到检测结果信息组。

在一些实施例中，上述执行主体可以对上述各个人脸识别接口进行检测处理，得到检测结果信息组。实践中，首先，对于上述各个人脸识别接口包括的每个人脸识别接口，上述执行主体可以执行以下子步骤：

第一子步骤，调用上述人脸识别接口。

第二子步骤，响应于确定上述人脸识别接口调用成功，将预设正常运行信息确定为检测结果信息。其中，上述预设正常运行信息可以表征人脸识别接口正常。例如，上述预设正常运行信息可以为“正常”。

第三子步骤，响应于确定上述人脸识别接口调用失败，将预设异常运行信息确定为检测结果信息。其中，上述预设异常运行信息可以表征人脸识别接口异常。例如，上述预设异常运行信息可以为“异常”。

然后，将所确定的各个检测结果信息组合为检测结果信息组。其中，上述组合方式可以为字符拼接。

步骤104，根据检测结果信息组和人脸识别接口信息序列，生成目标人脸识别接口信息。

在一些实施例中，上述执行主体可以根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息。其中，上述目标人脸识别接口信息可以为对应目标人脸识别接口的人脸识别接口信息。上述目标人脸识别接口可以为用于对上述目标用户人脸图像进行人脸识别的人脸识别接口。实践中，上述执行主体可以通过各种方式根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息：

第一步，对于上述检测结果信息组中的每个检测结果信息，响应于确定上述检测结果信息满足预设异常运行条件，将对应上述检测结果信息的人脸识别接口信息确定为异常人脸识别接口信息。其中，上述预设异常运行条件可以为检测结果信息表征人脸识别接口异常。

第二步，删除上述人脸识别接口信息序列中对应所确定的各个异常人脸识别接口信息的各个人脸识别接口信息，得到运行正常人脸识别接口信息序列。

第三步，根据上述运行正常人脸识别接口信息序列，生成目标人脸识别接口信息。实践中，上述执行主体可以通过各种方式根据上述运行正常人脸识别接口信息序列，生成目标人脸识别接口信息。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述运行正常人脸识别接口信息序列，生成目标人脸识别接口信息：

第一步，确定初始值。实践中，上述执行主体可以将1确定为初始值。

第二步，对于上述运行正常人脸识别接口信息序列和初始值，执行以下确定步骤：

第一确定步骤，将上述运行正常人脸识别接口信息序列中排列位置为初始值的运行正常人脸识别接口信息确定为第一运行正常人脸识别接口信息。

第二确定步骤，将对应第一运行正常人脸识别接口信息的人脸识别接口确定为第一人脸识别接口。

第三确定步骤，确定对应上述第一人脸识别接口的秒查询率阈值信息。实践中，上述执行主体可以将预设秒查询率阈值确定为对应上述第一人脸识别接口的秒查询率阈值信息。其中，上述预设秒查询率阈值可以为预先设定的对应上述第一人脸识别接口的秒查询率的上限值。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下子步骤确定对应上述第一人脸识别接口的秒查询率阈值信息：

第一子步骤，确定对应当前时间的时间段类型。实践中，上述执行主体可以将对应各个预设时间段的预设时间段类型集合中与当前时间相匹配的预设时间段类型确定为时间段类型。其中，上述各个预设时间段中的每个预设时间段可以对应有预设时间段类型。上述各个预设时间段中的预设时间段可以为预先设定的时间段。需要说明的是，上述各个预设时间段中的预设时间段对应的间隔时长相同。例如，上述预设时间段可以为11点至13点。上述预设时间段类型可以表征对应时间段内人脸识别请求信息的数量是否大于预设数量。上述预设数量可以为预先设定的数量。上述预设时间段类型可以为但不限于以下中的一项：高峰期、低峰期。上述高峰期表征对应时间段内人脸识别请求信息的数量大于等于预设数量。上述低峰期表征对应时间段内人脸识别请求信息的数量小于预设数量。与当前时间相匹配可以为对应当前时间所在的时间段。

第二子步骤，将对应上述第一人脸识别接口的接口资源信息和上述时间段类型确定为当前接口资源信息。其中，上述接口资源信息可以为对应接口的运行资源的信息。上述接口资源信息可以包括但不限于接口CPU(Central Processing Unit,中央处理器)使用率、接口内存使用率。上述接口CPU使用率可以为接口在对应的服务器上的CPU使用率。上述接口内存使用率可以为接口在对应的服务器上的内存使用率。

第三子步骤，对上述当前接口资源信息进行特征提取处理，得到当前接口资源特征向量。实践中，上述执行主体可以通过预设特征提取算法对上述当前接口资源信息进行特征提取处理，得到当前接口资源特征向量。其中，上述预设特征提取算法可以为预先设定的特征提取算法。例如，上述特征提取算法可以为主成分分析方法。

第四子步骤，对于对应上述第一人脸识别接口的预设接口资源特征向量集合中的每个预设接口资源特征向量，将上述当前接口资源特征向量与上述预设接口资源特征向量的余弦相似度确定为目标相似度信息。其中，上述预设接口资源特征向量集合中的预设接口资源特征向量是预先设定的接口资源特征向量。

第五子步骤，将所确定的各个目标相似度信息中满足预设相似度条件的目标相似度信息确定为匹配相似度信息。其中，上述预设相似度条件可以为目标相似度信息为上述各个目标相似度信息中的最大值。

第六子步骤，将对应上述匹配相似度信息的预设接口资源特征向量确定为目标预设接口资源特征向量。

第七子步骤，将对应上述目标预设接口资源特征向量的预设秒查询率占比信息确定为目标占比信息。其中，上述预设秒查询率占比信息可以为预先设定的当前的秒查询率的上限值与预设秒查询率阈值的比值。

第八子步骤，将预设秒查询率阈值与上述目标占比信息的乘积确定为秒查询率阈值信息。

上述技术方案及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“不同时间段人脸识别请求的数量也不相同，对于不同时间段，人脸识别接口的秒查询率的上限值相同，当当前时间段对应的人脸识别请求的数量较少时，导致优先级较高的人脸识别接口一直处理请求，优先级较低的人脸识别接口空闲，造成负载资源浪费”。导致负载资源浪费的因素往往如下：不同时间段人脸识别请求的数量也不相同，对于不同时间段，人脸识别接口的秒查询率的上限值相同，当当前时间段对应的人脸识别请求的数量较少时，导致优先级较高的人脸识别接口一直处理请求，优先级较低的人脸识别接口空闲，造成负载资源浪费。如果解决了上述因素，就能达到减少负载资源浪费的效果。为了达到这一效果，本公开的一些实施例的人脸识别方法，首先，确定对应当前时间的时间段类型。由此，可以得到当前时间所处的时间段的人脸识别请求的数量是否较为集中，从而可以用于确定第一人脸识别接口的秒查询率的上限值。其次，将对应上述第一人脸识别接口的接口资源信息和上述时间段类型确定为当前接口资源信息。由此，可以得到第一人脸识别接口的运行情况。然后，对上述当前接口资源信息进行特征提取处理，得到当前接口资源特征向量。由此，可以得到当前接口资源信息的特征向量。之后，对于对应上述第一人脸识别接口的预设接口资源特征向量集合中的每个预设接口资源特征向量，将上述当前接口资源特征向量与上述预设接口资源特征向量的相似度确定为目标相似度信息。由此，可以得到各个目标相似度信息。接着，将所确定的各个目标相似度信息中满足预设相似度条件的目标相似度信息确定为匹配相似度信息。由此，可以选出相似度最大的目标相似度信息。紧接着，将对应上述匹配相似度信息的预设接口资源特征向量确定为目标预设接口资源特征向量。由此，可以得到与当前接口资源特征向量相似度最大的预设接口资源特征向量。之后，将对应上述目标预设接口资源特征向量的预设秒查询率占比信息确定为目标占比信息。由此，可以得到对应时间段类型的秒查询率的上限值占预先设定的秒查询率的上限值的比例，从而可以当当前时间段对应的人脸识别请求的数量较少时，降低接口的秒查询率的上限值。最后，将预设秒查询率阈值与上述目标占比信息的乘积确定为秒查询率阈值信息。由此，可以使当前时间的秒查询率的上限值小于等于预先设定的秒查询率的上限值，从而可以当当前时间段对应的人脸识别请求的数量较少时，减少优先级较高的人脸识别接口的请求数量，增加优先级较低的人脸识别接口的请求数量。也因为人脸识别接口秒查询率的上限值是根据时间段类型的不同而变化的，当当前时间段对应的人脸识别请求的数量较少时，可以减少优先级较高的人脸识别接口的请求数量，增加优先级较低的人脸识别接口的请求数量，从而可以减少空闲的人脸识别接口的数量，由此，减少了优先级较低的人脸识别接口的负载资源的浪费。

第四确定步骤，确定对应上述第一人脸识别接口的待处理请求数量。其中，上述待处理请求数量可以为人脸识别接口待处理的人脸识别请求信息的数量。

第五确定步骤，根据上述秒查询率阈值信息和上述待处理请求数量，确定第一运行正常人脸识别接口信息是否满足预设接口条件。其中，上述预设接口条件可以为待处理请求数量小于等于秒查询率阈值信息。

第六确定步骤，响应于确定第一运行正常人脸识别接口信息满足上述预设接口条件，将第一运行正常人脸识别接口信息确定为目标人脸识别接口信息。

可选地，上述执行主体还可以执行以下确定步骤：

第七确定步骤，响应于确定第一运行正常人脸识别接口信息未满足上述预设接口条件，对初始值进行递增处理，继续执行以上确定步骤。实践中，上述执行主体可以响应于确定第一运行正常人脸识别接口信息未满足上述预设接口条件，将初始值加1，继续执行以上确定步骤。

步骤105，根据目标人脸识别接口信息和目标用户人脸图像，生成人脸识别结果信息。

在一些实施例中，上述执行主体可以根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息。实践中，上述执行主体可以将上述目标用户人脸图像作为对应上述目标人脸识别接口信息的人脸识别接口的输入参数，调用对应上述目标人脸识别接口信息的人脸识别接口，得到人脸识别结果信息。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息：

第一步，根据上述目标用户人脸图像，调用对应上述目标人脸识别接口信息的人脸识别接口，得到人脸识别结果。实践中，上述执行主体将上述目标用户人脸图像作为对应上述目标人脸识别接口信息的人脸识别接口的输入参数，调用对应上述目标人脸识别接口信息的人脸识别接口，得到人脸识别结果。其中，上述人脸识别结果可以表征目标用户人脸图像是否匹配成功。

第二步，响应于确定上述人脸识别结果满足预设识别结果条件，将对应上述人脸识别结果的目标用户身份信息、上述目标用户人脸图像和上述人脸识别结果确定为人脸识别结果信息。其中，上述预设识别结果条件可以为人脸识别结果可以表征目标用户人脸图像匹配成功。上述目标用户身份信息可以表征目标用户的身份。上述目标用户身份信息可以包括但不限于用户姓名、用户身份证号。

步骤106，将人脸识别结果信息发送至对应人脸识别请求信息的人脸识别终端。

在一些实施例中，上述执行主体可以将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。实践中，上述执行主体可以通过各种方式将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端：

第一步，对上述人脸识别结果信息包括的目标用户人脸图像进行人脸检测处理，得到人脸区域图像。实践中，上述执行主体可以通过上述预设人脸检测算法对上述人脸识别结果信息包括的目标用户人脸图像进行人脸检测处理，得到人脸区域图像。

第二步，对上述人脸区域图像进行模糊处理，得到模糊人脸图像。实践中，上述执行主体可以通过上述预设图像模糊处理算法对上述人脸区域图像进行模糊处理，得到模糊人脸图像。其中，上述预设图像模糊处理算法可以为预先设定的图像模糊处理算法。例如，上述预设图像模糊处理算法可以为高斯模糊算法。

第三步，对上述人脸识别结果信息包括的目标用户身份信息进行字符检测处理，得到待加密字符组。实践中，首先，上述执行主体可以将目标用户身份信息包括的用户姓名中的各个中间字符确定为第一待加密字符组。其中，上述各个中间字符中的中间字符可以为在用户姓名中既非首位也非末位的字符。其次，将目标用户身份信息包括的用户身份证号中位于后六位的各个字符确定为第二待加密字符组。最后，将上述第一待加密字符组和上述第二待加密字符组组合为待加密字符组。

第四步，对上述目标用户身份信息包括的待加密字符组中的各个待加密字符进行加密处理，得到加密身份信息。实践中，上述执行主体可以通过预设加密算法对上述目标用户身份信息包括的待加密字符组中的各个待加密字符进行加密处理，得到加密身份信息。其中，上述预设加密算法可以为预先设定的加密算法。例如，上述预设加密算法可以为SM2算法。

第五步，根据上述模糊人脸图像和上述加密身份信息，对上述人脸识别结果信息进行更新处理，得到更新后的人脸识别结果信息作为人脸识别结果信息。实践中，首先，上述执行主体可以将上述人脸识别结果信息包括的目标用户人脸图像更新为上述模糊人脸图像，以及将上述人脸识别结果信息包括的目标用户身份信息更新为加密信息，得到更新后的人脸识别结果信息作为人脸识别结果信息。

第六步，将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

上述技术方案及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“由于得到的人脸识别结果涉及到用户的身份信息、图像等敏感信息，将得到的人脸识别结果直接返回至人脸识别终端，导致用户的敏感信息的泄露，用户信息的安全性较低”。导致用户的敏感信息的泄露，用户信息的安全性较低的因素往往如下：由于得到的人脸识别结果涉及到用户的身份信息、图像等敏感信息，将得到的人脸识别结果直接返回至人脸识别终端，导致用户的敏感信息的泄露，用户信息的安全性较低。如果解决了上述因素，就能达到减少用户的敏感信息的泄露，提高用户信息的安全性的效果。为了达到这一效果，本公开的一些实施例的人脸识别方法，首先，对上述人脸识别结果信息包括的目标用户人脸图像进行人脸检测处理，得到人脸区域图像。由此，可以得到人脸区域图像，从而可以用于生成模糊人脸图像。其次，对上述人脸区域图像进行模糊处理，得到模糊人脸图像。由此，可以得到模糊人脸图像，从而可以提高目标用户人脸图像的安全性。然后，对上述人脸识别结果信息包括的目标用户身份信息进行字符检测处理，得到待加密字符组。由此，可以得到目标用户身份信息中需要保护的各个字符，从而可以用于生成加密身份信息。之后，对上述目标用户身份信息包括的待加密字符组中的各个待加密字符进行加密处理，得到加密身份信息。由此，可以得到加密的目标用户身份信息，从而可以提高目标用户身份信息的安全性。接着，根据上述模糊人脸图像和上述加密身份信息，对上述人脸识别结果信息进行更新处理，得到更新后的人脸识别结果信息作为人脸识别结果信息。由此，可以得到加密后的人脸识别结果信息，从而可以用于返回给人脸识别终端。最后，将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。由此，可以使人脸识别终端得到经过加密处理的人脸识别结果信息，从而可以提高用户信息的安全性。也因为在将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端时，对人脸识别结果信息中涉及用户隐私的信息进行了加密处理，从而减少了用户的敏感信息的泄露，由此，可以减少用户的敏感信息的泄露，提高用户信息的安全性。

可选地，上述执行主体还可以执行以下步骤：

第一步，将上述人脸识别请求信息包括的人脸识别类型、应用平台标识、当前时间、上述目标人脸识别接口信息和上述人脸识别结果信息确定为调用日志信息。

第二步，将上述调用日志信息存储至预设日志信息数据库。其中，上述预设日志信息数据库可以为预先设定的用于存储调用日志信息的数据库。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的人脸识别方法可以减少重复对接接口的次数，缩短耗费的时间。具体来说，造成重复对接接口的次数较多，耗费的时间较长的原因在于：不同的人脸识别接口的规范和标准也不相同，当人脸识别请求次数高并发时，无法统一设置人脸识别接口秒查询率的上限值，造成重复对接接口的次数较多，耗费的时间较长。基于此，本公开的一些实施例的人脸识别方法，首先，响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。其中，上述人脸识别请求信息包括目标用户人脸图像。由此，可以得到对目标用户人脸图像进行人脸识别的接口的类型。其次，将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息。其中，上述目标接口配置信息包括人脸识别接口信息序列。上述人脸识别接口信息序列对应各个人脸识别接口。由此，可以将针对同一人脸识别类型的不同的人脸识别接口统一设置，从而可以减少重复对接接口的次数。然后，对上述各个人脸识别接口进行检测处理，得到检测结果信息组。由此，可以判断各个人脸识别接口是否可以正常调用。之后，根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息。由此，可以得到用于对目标用户人脸图像进行人脸识别的人脸识别接口的信息，从而可以用于进行人脸识别。接着，根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息。由此，可以完成人脸识别的操作。最后，将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。由此，可以使人脸识别终端得到人脸识别的结果，且根据人脸识别结果信息执行相关操作。也因为在进行人脸识别时，对同一人脸识别类型对应的不同的人脸识别接口进行了统一设置，从而减少了重复对接接口的次数，由此，可以减少重复对接接口的次数，缩短耗费的时间。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种人脸识别装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图2示，一些实施例的人脸识别装置200包括：第一确定单元201、第二确定单元202、检测单元203、第一生成单元204、第二生成单元205和发送单元206。其中，第一确定单元201被配置成响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，上述人脸识别请求信息包括目标用户人脸图像；第二确定单元202被配置成将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，上述目标接口配置信息包括人脸识别接口信息序列，上述人脸识别接口信息序列对应各个人脸识别接口；检测单元203被配置成对上述各个人脸识别接口进行检测处理，得到检测结果信息组；第一生成单元204被配置成根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息；第二生成单元205被配置成根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息；发送单元206被配置成将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

可以理解的是，人脸识别装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和表格数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置608；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换表格数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的表格数据信号，其中承载了计算机可读的程序代码。这种传播的表格数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字表格数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，上述人脸识别请求信息包括目标用户人脸图像；将对应上述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，上述目标接口配置信息包括人脸识别接口信息序列，上述人脸识别接口信息序列对应各个人脸识别接口；对上述各个人脸识别接口进行检测处理，得到检测结果信息组；根据上述检测结果信息组和上述人脸识别接口信息序列，生成目标人脸识别接口信息；根据上述目标人脸识别接口信息和上述目标用户人脸图像，生成人脸识别结果信息；将上述人脸识别结果信息发送至对应上述人脸识别请求信息的人脸识别终端。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元、第二确定单元、检测单元、第一生成单元、第二生成单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应上述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，上述人脸识别请求信息包括目标用户人脸图像的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种人脸识别方法，包括：

响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，所述人脸识别请求信息包括目标用户人脸图像；

将对应所述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，所述目标接口配置信息包括人脸识别接口信息序列，所述人脸识别接口信息序列对应各个人脸识别接口；

对所述各个人脸识别接口进行检测处理，得到检测结果信息组；

根据所述检测结果信息组和所述人脸识别接口信息序列，生成目标人脸识别接口信息；

根据所述目标人脸识别接口信息和所述目标用户人脸图像，生成人脸识别结果信息；

将所述人脸识别结果信息发送至对应所述人脸识别请求信息的人脸识别终端。

2.根据权利要求1所述的方法，其中，所述人脸识别请求信息还包括应用平台标识；以及

所述方法还包括：

将所述人脸识别请求信息包括的人脸识别类型、应用平台标识、当前时间、所述目标人脸识别接口信息和所述人脸识别结果信息确定为调用日志信息；

将所述调用日志信息存储至预设日志信息数据库。

3.根据权利要求1所述的方法，其中，所述根据所述检测结果信息组和所述人脸识别接口信息序列，生成目标人脸识别接口信息，包括：

对于所述检测结果信息组中的每个检测结果信息，响应于确定所述检测结果信息满足预设异常运行条件，将对应所述检测结果信息的人脸识别接口信息确定为异常人脸识别接口信息；

删除所述人脸识别接口信息序列中对应所确定的各个异常人脸识别接口信息的各个人脸识别接口信息，得到运行正常人脸识别接口信息序列；

根据所述运行正常人脸识别接口信息序列，生成目标人脸识别接口信息。

4.根据权利要求3所述的方法，其中，所述根据所述运行正常人脸识别接口信息序列，生成目标人脸识别接口信息，包括：

确定初始值；

对于所述运行正常人脸识别接口信息序列和初始值，执行以下确定步骤：

将所述运行正常人脸识别接口信息序列中排列位置为初始值的运行正常人脸识别接口信息确定为第一运行正常人脸识别接口信息；

将对应第一运行正常人脸识别接口信息的人脸识别接口确定为第一人脸识别接口；

确定对应所述第一人脸识别接口的秒查询率阈值信息；

确定对应所述第一人脸识别接口的待处理请求数量；

根据所述秒查询率阈值信息和所述待处理请求数量，确定第一运行正常人脸识别接口信息是否满足预设接口条件；

响应于确定第一运行正常人脸识别接口信息满足所述预设接口条件，将第一运行正常人脸识别接口信息确定为目标人脸识别接口信息。

5.根据权利要求4所述的方法，其中，所述确定步骤还包括：

响应于确定第一运行正常人脸识别接口信息未满足所述预设接口条件，对初始值进行递增处理，继续执行以上确定步骤。

6.根据权利要求2所述的方法，其中，所述将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，包括：

确定对应所述人脸识别请求信息包括的应用平台标识的平台权限类型；

响应于确定所述平台权限类型满足预设权限条件，将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。

7.根据权利要求1所述的方法，其中，所述响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，包括：

对所述目标用户人脸图像进行人脸检测处理，得到人脸区域图像；

确定所述人脸区域图像的人脸尺寸；

确定所述人脸区域图像的人脸清晰度；

对所述人脸区域图像进行五官检测处理，得到五官检测图像集；

根据所述五官检测图像集，确定人脸完整度；

根据所述人脸尺寸、所述人脸清晰度和所述人脸完整度，生成人脸质量分数信息；

响应于确定所述人脸质量分数信息满足预设分数条件，将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型。

8.一种人脸识别装置，包括：

第一确定单元，被配置成响应于接收到人脸识别请求信息，将预设人脸识别接口类型集合中对应所述人脸识别请求信息包括的人脸识别类型的预设人脸识别接口类型确定为目标人脸识别接口类型，其中，所述人脸识别请求信息包括目标用户人脸图像；

第二确定单元，被配置成将对应所述目标人脸识别接口类型的预设接口配置信息确定为目标接口配置信息，其中，所述目标接口配置信息包括人脸识别接口信息序列，所述人脸识别接口信息序列对应各个人脸识别接口；

检测单元，被配置成对所述各个人脸识别接口进行检测处理，得到检测结果信息组；

第一生成单元，被配置成根据所述检测结果信息组和所述人脸识别接口信息序列，生成目标人脸识别接口信息；

第二生成单元，被配置成根据所述目标人脸识别接口信息和所述目标用户人脸图像，生成人脸识别结果信息；

发送单元，被配置成将所述人脸识别结果信息发送至对应所述人脸识别请求信息的人脸识别终端。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。