人脸识别场景下图像稳定采样方法、装置、设备及介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种人脸识别场景下图像稳定采样方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.在人脸识别过程中，经常使用炫光活体检测对相机拍摄的是否是真人进行检测。而在炫光活体检测过程中，需要在固定时间周期内变化颜色，抽取变化颜色后的图像并进行颜色检测，但是抽取的图像若是在图像调整过程中拍摄图像，则会影响图像质量和检测结果，进而可能对后续人脸识别带来误判。
3.为了解决相机拍摄时抽取图像的稳定性问题，目前常用的方案是在颜色变化后按照预设时间等待抽取图像或者抽取预设数量图像进行检测，但是前者方法等待时间根据设备不同和变化的光颜色不同会存在不同，预设时间抽取过长会影响人脸识别的效率，过短会影响图像采集的质量；后者方法的检测过程冗余，效率低。


技术实现要素：

4.本发明提供一种人脸识别场景下图像稳定采样方法、装置及计算机可读存储介质，其主要目的在于解决图像采集稳定性低的问题。
5.为实现上述目的，本发明提供的一种人脸识别场景下图像稳定采样方法，包括：
6.获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；
7.获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
8.按照预设间隔对逐步调整中的相机标准参数执行交叉采样，计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，并判断所述参数方差是否小于预设阈值；
9.若所述参数方差大于或等于预设阈值，则返回所述按照预设间隔对逐步调整中的相机标准参数执行交叉采样的步骤；
10.若所述参数方差小于预设阈值，则停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
11.可选地，所述获取当前拍摄环境下的初始稳定参数之前，所述方法还包括：
12.查询所述历史图像对应的相机参数的存储地址；
13.检测所述存储地址的存储环境；
14.通过与所述存储环境对应的编译器编译得到信息调用语句；
15.执行所述信息调用语句从所述存储地址中获取所述相机参数的初始稳定参数以及在不同光线下的颜色稳定参数。
16.可选地，所述从所述光线变更指令中解析出目标变动颜色，包括：
17.提取所述光线变更指令的数据类型字段；
18.选取与所述数据类型字段相应的解析器对所述光线变更指令进行解析，得到所述光线变更指令中包含的目标变动颜色。
19.可选地，所述预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，包括：
20.利用预设的索引函数构建预设光线下的颜色稳定参数的索引；
21.根据所述目标变动颜色在所述索引中进行检索，将检索到的稳定参数作为所述目标颜色稳定参数。
22.可选地，所述根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数，包括：
23.计算所述目标颜色稳定参数和所述相机标准参数之间的差值；
24.当所述差值为正数时，按照预设的调整规则将所述相机标准参数逐步增大；
25.当所述差值为负数时，按照预设的调整规则将所述相机标准参数逐步减小。
26.可选地，所述按照预设间隔对逐步调整中的相机标准参数执行的交叉采样，包括：
27.将获取所述光线变换指令的时刻设置为第一采样点，设置所述第一采样点之后第一预设间隔处为第二采样点；
28.设置所述第一采样点之后第二预设间隔处为第三采样点，其中，所述第二预设间隔小于第一预设间隔；
29.设置所述第三采样点之后第一预设间隔处为第四采样点；
30.分别对所述第一采样点、所述第二采样点、所述第三采样点和所述第四采样点处的相机参数进行采样。
31.可选地，所述判断所述参数方差是否小于预设阈值之前，所述方法还包括：
32.获取所述相机在历史调整中进行交叉采样获取的相邻的相机标准参数之间的历史参数方差；
33.根据所述历史参数方差进行频率统计，根据所述频率统计结果确定所述预设阈值。
34.为了解决上述问题，本发明还提供一种人脸识别场景下图像稳定采样装置，所述装置包括：
35.相机标准参数调整模块，用于获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
36.相机参数采样模块，用于按照预设间隔对逐步调整中的相机标准参数执行交叉采样；
37.采样参数计算模块，用于计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，并判断所述参数方差是否小于预设阈值；
38.拍摄参数确定模块，用于在所述参数方差小于预设阈值时，停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
39.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
40.至少一个处理器；以及，
41.与所述至少一个处理器通信连接的存储器；其中，
42.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的人脸识别场景下图像稳定采样方法。
43.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的人脸识别场景下图像稳定采样方法。
44.本发明实施例通过初始稳定参数和在预设光线下的稳定参数对相机的取景参数以及在目标变动光线颜色的参数进行调整；在调整的过程中，通过计算采样的参数的方差判断相机参数是否稳定，当参数方差小于阈值即相机处于稳定时，进行图像采集，通过本方案采集的图像清晰度和稳定性都较高。因此本发明提出的人脸识别场景下图像稳定采样方法、装置、电子设备及计算机可读存储介质，可以解决图像采集稳定性低的问题。
附图说明
45.图1为本发明一实施例提供的人脸识别场景下图像稳定采样方法的流程示意图；
46.图2为本发明一实施例提供的逐步调整所述相机标准参数的流程示意图；
47.图3为本发明一实施例提供的执行交叉采样的流程示意图；
48.图4为本发明一实施例提供的人脸识别场景下图像稳定采样装置的功能模块图；
49.图5为本发明一实施例提供的实现所述人脸识别场景下图像稳定采样方法的电子设备的结构示意图。
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
52.本技术实施例提供一种人脸识别场景下图像稳定采样方法。所述人脸识别场景下图像稳定采样方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述人脸识别场景下图像稳定采样方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
53.参照图1所示，为本发明一实施例提供的人脸识别场景下图像稳定采样方法的流程示意图。在本实施例中，所述人脸识别场景下图像稳定采样方法包括：
54.s1、获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；
55.本发明实施例中，所述初始稳定参数为相机在不同的拍摄环境，如背光环境、夜景
拍摄，雪景拍摄或者强光拍摄环境下，能够拍摄出清晰图像时对应的相机参数，所述相机参数包括但不限于曝光时间(exposuretime)、感光度(iso)、焦距等。
56.本发明其中一个实施例中，在所述s1之前还可以包括：获取相机在不同的拍摄环境中的初始稳定参数以及在不同光线下的颜色稳定参数。其中，所述颜色稳定参数是在预设光线颜色下使相机拍摄出清晰图像时对应的最适合的相机参数，包括感光度(iso)等。
57.详细地，本发明实施例可以通过查询所述历史图像对应的相机参数的存储地址；检测所述存储地址的存储环境；通过与所述存储环境对应的编译器编译得到信息调用语句；执行所述信息调用语句从所述存储地址中获取所述相机参数的初始稳定参数以及在预设光线下的颜色稳定参数。具体地，本发明实施例利用具有数据查询功能的python语句查询历史图像对应的相机参数的存储地址；存储地址的存储环境由存储地址所在的环境所决定，所述存储地址包括但不限于数据库、区块链节点、网络缓存。例如，当所述存储地址为java数据库时，则存储地址的存储环境为java环境。
58.本发明其中一个实际应用场景中，当使用手机摄相机、单反相机、针孔摄像头等具有摄像功能的设备进行拍照时，在相机打开的瞬间，相机的参数需要适应外界环境光线，经过调整后得到当前拍摄环境下的初始稳定参数。
59.本发明实施例中，所述相机的取景参数为相机开启后，对外界环境进行实时取景时相机的参数，包括但不限于曝光时间(exposuretime)、感光度(iso)、焦距，所述相机标准参数为相机参数进行调整后，画面达到清晰的稳定参数。
60.本发明实施例中，相机的开启时的初始参数可能会过大或过小，出现曝光较高和较低的情况，使相机在此参数条件下获取的图像识别不到人脸或者图像中画面不清晰。因此，相机的取景参数需要向初始稳定参数调整，调整过程中，相机画面的亮度和清晰度会逐渐稳定，从而实现相机拍照时图像的清晰。
61.s2、获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
62.本发明其中一个实际应用场景中，人脸炫光识别过程中，在相机稳定后会间隔一个固定时间变换屏幕颜色，通过在变换颜色后采集图像，进行炫光活体检测，确定相机所拍摄的是否为真实的人。而变换不同颜色后，相机拍摄时的外界环境光线会发生变换，进而导致相机取景时捕获到的画面的清晰度会发生变换，因此，相机参数需要调整至与外界环境光线相适应的参数，以实现捕获到清晰的取景画面。例如，相机打开后调整至稳定后，由于光线颜色变换，需对当前相机中的参数进行调整，此时相机中的参数，如曝光时间(exposuretime)、焦距等已趋于稳定，需要调整的参数为感光度(iso)，所述预设光线颜色的稳定参数即为感光度的稳定参数。
63.本发明实施例中，所述光线变更指令可由预先设定的程序、或相机对应的云端服务器等设备预先发送至该相机中。所述预设的的调整规则，可以为人为确定的在不同参数调整区间的参数调整规则，例如按照函数变换规则升高或降低参数。
64.本发明实施例中，所述从所述光线变更指令中解析出目标变动颜色，包括：
65.提取所述光线变更指令的数据类型字段；
66.选取与所述数据类型字段相应的解析器对所述光线变更指令进行解析，得到所述
光线变更指令中包含的目标变动颜色。
67.详细地，所述数据类型字段为用于标识所述光线变更指令中数据的类型的字段，可利用预先构建的规则表达式提取所述设备唤醒包的数据类型字段，所述规则表达式为预先编译好的，可对固定格式的数据进行召回的函数。
68.本发明实施例中，所述解析器可以在服务器上执行脚本时评估其语法，其包括但不限于c语言、java。
69.本发明实施例中，所述从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，包括：
70.利用预设的索引函数构建预设光线下的颜色稳定参数的索引；
71.根据所述目标变动颜色在所述索引中进行检索，将检索到的稳定参数作为所述目标颜色稳定参数。
72.详细地，可利用sql中的create index函数作为索引函数，根据预设光线颜色下的稳定参数构建索引。
73.本发明实施例中，请参阅图2所示，所述根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数，包括：
74.s21、计算所述目标颜色稳定参数和所述相机标准参数之间的差值；
75.s22、判断所述差值是否为正数；
76.当所述差值为正数时，则执行s23、按照预设的调整规则将所述相机标准参数逐步增大；
77.当所述差值为负数时，s24、按照预设的调整规则将所述相机标准参数逐步减小。
78.例如，相机标准参数有参数a，目标颜色稳定参数有参数b，对应计算相机标准参数a和目标颜色稳定参数b的差值为a-b＝c，c为正数，确定参数调整方向为增加，根据所述参数差值匹配区间，匹配到区间d，区间d对应的调整规则为按照函数f1(x)进行差值调整。则相机标准参数按照函数f1(x)的调整规则向目标颜色稳定参数逐步降低。
79.本发明实施例中，在预设光线下通过调整相机标准参数趋于目标颜色稳定参数，使相机在不同颜色的光线下保持画面清晰，从而使颜色变化后相机采集的图像能够更加准确。
80.s3、按照预设间隔对逐步调整中的相机标准参数执行交叉采样，计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差；
81.本发明实施例中，所述预设间隔包括第一预设间隔和第二预设间隔，通过第二预设间隔设置另外一个采样起点，再通过第一预设间隔对不同起点的采样点进行采样，实现对参数的交叉采样。
82.本发明实施例中，为了获得光线颜色变换后的稳定图像，可以通过预设的计算方法，例如方差计算，来评估参数的稳定性，方差越小则说明参数越稳定，通过判断方差小于预设阈值，可以确定参数是否处于稳定范围内。
83.本发明实施例中，请参阅图3所示，所述按照预设间隔对逐步调整中的相机标准参数执行交叉采样，包括：
84.s31、将获取光线变换指令的时刻设置为第一采样点，设置所述第一采样点之后第一预设间隔处为第二采样点；
85.s32、设置所述第一采样点之后第二预设间隔处为第三采样点，其中，所述第二预设间隔小于第一预设间隔；
86.s33、设置所述第三采样点之后第一预设间隔处为第四采样点；
87.s34、分别对所述第一采样点、所述第二采样点、所述第三采样点和所述第四采样点处的相机参数进行采样。
88.例如，第一采样点为x、第一预设间隔为y，第二采样点则为x y，第二预设间隔为z，则第三采样点为x z，第三采样点按照第一预设间隔为z进行采样，得到x z y，其中第二预设间隔z《第一预设间隔y，第二预设间隔的目的是为了获取另一个采样起点，所述采样起点不与第一采样点以及第一采样点按照第一预设间隔采样的采样点重合。后续第一采样点和第三采样点分别按照第一预设间隔进行采样，则实现交叉采样。通过交叉采样的方法提取相机参数，提高了获取稳定参数的精确性和计算的效率。
89.本发明实施例中，计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，可通过如下公式：
[0090][0091]
其中，所述s2为方差，n为采样的个数，x为采样得到的参数的平均数，xi为采样得到的参数。
[0092]
例如，第一采样点开始进行采样，得到x y、x 2y等，第三采样点开始进行采样，得到x z y、x z 2y等。分别计算第一采样点进行采样获取的相邻参数(x y，x 2y)的方差以及第二采样点进行采样获取的相邻参数(x z y，x z 2y)的方差，得到s
12
和s1′2。
[0093]
本发明实施例中，所述预设间隔可为300ms，即每隔300ms进行一次交叉采样。
[0094]
s4、判断所述参数方差是否小于预设阈值；
[0095]
本发明一可选实施例中，得到参数方差后，可通过将所述参数方差与预设阈值进行大小比对，判断所述参数方差是否小于预设阈值，进而在所述参数方差大于预设阈值，或者所述参数方差小于或等于所述预设阈值时，确定相机参数是否趋于稳定。
[0096]
本发明实施例中，所述判断所述参数方差是否小于预设阈值之前，所述方法还包括：
[0097]
获取所述相机在历史调整中进行交叉采样获取的相邻的相机标准参数之间的历史参数方差；
[0098]
根据所述历史参数方差进行频率统计，根据所述频率统计结果确定所述预设阈值。
[0099]
本发明实施例中，在向预设光线颜色的稳定参数调整的过程中，方差会由于逐渐接近所述稳定参数而逐渐变小。例如，第一采样点按照第一预设间隔进行采样，相邻采样参数计算得到的方差数值依次为1.25、0.85、0.5、0.45、0.35、0.35、0.35、0.25、0.2，其中0.35出现频次为3次，表示方差为0.35时，参数调整趋于稳定，则确定0.35为预设阈值。
[0100]
若所述参数方差大于或等于预设阈值，则返回上述的步骤s3中；
[0101]
本发明实施例中，若通过对第一采样点或第三采样点按照第一预设间隔采样获取的参数进行计算，若计算得到的方差大于等于预设阈值，则继续按照第一预设间隔采样，将采样获得参数与相邻的上一采样参数进行方差计算，将方差计算的结果与预设阈值继续比
较。
[0102]
例如，第一采样点采样得到x 7y、x 8y、x 9y，，计算第一采样点进行采样获取的相邻参数x 7y和x 8y的方差为s
72
，s
72
大于预设阈值，则继续对下一采样点的相邻参数x 8y和x 9y进行方差计算，得到方差s
82
，在利用s
82
和预设阈值进行比较。
[0103]
若所述参数方差小于预设阈值，则执行s5、停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
[0104]
本发明实施例中，若通过第一采样点或第二采样点获取的参数计算得到方差小于预设阈值，则说明参数调整趋于稳定，可以进行图像采集。
[0105]
本发明实施例中，所述利用当前的相机标准参数拍摄采集图像，包括：
[0106]
提取小于预设阈值的参数方差的相邻参数；
[0107]
选取所述相邻参数中任意一组相机标准参数作为拍摄参数；
[0108]
根据所述拍摄参数进行拍摄，得到采样图像。
[0109]
详细地，本发明实施例使用asm增强字节码过滤器监测所述参数方差，所述asm增强字节码过滤器是一款基于java字节码层面的代码分析工具，利用asm增强字节码过滤器对程序计算得到的参数方差进行监测，可提高参数方差监测的成功率。
[0110]
当监测到小于预设阈值的方差时，本发明实施例提取计算所述方差所选用的参数作为拍摄参数的选用区间。
[0111]
本发明实施例通过初始稳定参数和在预设光线下的稳定参数对相机的取景参数以及在目标变动光线颜色的参数进行调整；在调整的过程中，通过计算采样的参数的方差判断相机参数是否稳定，当参数方差小于阈值即相机处于稳定时，进行图像采集，通过本方案采集的图像清晰度和稳定性都较高。因此本发明提出的人脸识别场景下图像稳定采样方法，可以解决图像采集稳定性低的问题。
[0112]
如图4所示，是本发明一实施例提供的人脸识别场景下图像稳定采样装置的功能模块图。
[0113]
本发明所述人脸识别场景下图像稳定采样装置100可以安装于电子设备中。根据实现的功能，所述人脸识别场景下图像稳定采样装置100可以包括相机标准参数调整模块101、相机参数采样模块102、采样参数计算模块103及拍摄参数确定模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0114]
在本实施例中，关于各模块/单元的功能如下：
[0115]
所述相机标准参数调整模块101，用于获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
[0116]
所述相机参数采样模块102，用于按照预设间隔对逐步调整中的相机标准参数执行交叉采样；
[0117]
所述采样参数计算模块103，用于计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，并判断所述参数方差是否小于预设阈值；
[0118]
所述拍摄参数确定模块104，用于在所述参数方差小于预设阈值时，停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
[0119]
详细地，本发明实施例中所述人脸识别场景下图像稳定采样装置100中所述的各模块在使用时采用与上述图1至图3中所述的人脸识别场景下图像稳定采样方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0120]
如图5所示，是本发明一实施例提供的实现人脸识别场景下图像稳定采样方法的电子设备的结构示意图。
[0121]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如人脸识别场景下图像稳定采样程序。
[0122]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行人脸识别场景下图像稳定采样程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0123]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如人脸识别场景下图像稳定采样程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0124]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0125]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0126]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结
构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0127]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0128]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0129]
所述电子设备1中的所述存储器11存储的人脸识别场景下图像稳定采样程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0130]
获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；
[0131]
获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
[0132]
按照预设间隔对逐步调整中的相机标准参数执行交叉采样，计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，并判断所述参数方差是否小于预设阈值；
[0133]
若所述参数方差大于或等于预设阈值，则返回所述按照预设间隔对逐步调整中的相机标准参数执行交叉采样的步骤；
[0134]
若所述参数方差小于预设阈值，则停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
[0135]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0136]
进一步地，所述电子设备1集成的模块/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，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，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)。
[0137]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0138]
获取当前拍摄环境下的初始稳定参数，并根据所述初始稳定参数调整所述相机的取景参数，得到相机标准参数；
[0139]
获取光线变更指令，从所述光线变更指令中解析出目标变动颜色，从预先获取的不同颜色下的颜色稳定参数中检索出所述目标变动颜色对应的目标颜色稳定参数，根据所述目标颜色稳定参数以及预设的调整规则逐步调整所述相机标准参数；
[0140]
按照预设间隔对逐步调整中的相机标准参数执行交叉采样，计算所述参数交叉采样获取的相邻的相机标准参数之间的参数方差，并判断所述参数方差是否小于预设阈值；
[0141]
若所述参数方差大于或等于预设阈值，则返回所述按照预设间隔对逐步调整中的
相机标准参数执行交叉采样的步骤；
[0142]
若所述参数方差小于预设阈值，则停止调整所述相机标准参数，并利用当前的相机标准参数拍摄采集图像。
[0143]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以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，所述模块的划分，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。
[0144]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
[0145]
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
[0146]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0147]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0148]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0149]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0150]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0151]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。