识别人脸的方法、系统、存储介质以及计算机设备与流程

1.本发明涉及人脸识别技术领域，尤其涉及一种识别人脸的方法、系统、存储介质以及计算机设备。


背景技术：

2.单个人脸识别算法的算力是有限的，例如一些ar眼镜配备的人脸识别算法在人脸识别的过程中，最高只能支持预定人数同时识别。虽然这个算力在一般情况下是足够使用的，但是如果碰到一些特别的场景或者该场景的人流量忽然加大，则会存在识别不足的问题。
3.综上所述，现有技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。


技术实现要素：

4.针对上述的缺陷，本发明的目的在于提供一种识别人脸的方法、系统、存储介质以及计算机设备，能够充分应对识别人数超过极限的人脸识别场景，能够依次有序、准确地进行人脸识别。
5.为了实现上述目的，本发明提供了一种识别人脸的方法，包括：
6.检测摄像设备的拍摄区域内的人物的数量；
7.判断所述数量是否在第一人脸识别算法的算力范围内；
8.若否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
9.根据所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
10.将所述拍摄区域分割成多个第一拍摄子区域；
11.每个所述第一拍摄子区域对应分配第一算力的所述第二人脸识别算法；
12.所述第二人脸识别算法对对应的所述第一拍摄子区域内的第一人物进行人脸识别。
13.根据所述的识别人脸的方法，根据所述第一拍摄子区域内的第一人物的第一数量计算对应的所述第二人脸识别算法的所述第一算力。
14.根据所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
15.将所述拍摄区域分割成多个第二拍摄子区域，所述第二拍摄子区域内的第二人物的第二数量小于预定的阈值；
16.每个所述第二拍摄子区域对应分配第二算力的所述第二人脸识别算法；
17.每个所述第二拍摄子区域对应的所述第二人脸识别算法的第二算力相同；
18.所述第二人脸识别算法对对应的所述第二拍摄子区域内的第二人物进行人脸识别。
19.根据所述的识别人脸的方法，所述第二拍摄子区域为矩形区域。
20.根据所述的识别人脸的方法，将所述拍摄区域分割成多个第二拍摄子区域的步骤包括：
21.将所述拍摄区域根据与所述摄像设备之间的拍摄距离由近到远依次分割为多个所述第二拍摄子区域。
22.根据所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
23.将所述拍摄区域平均分割成多个第三拍摄子区域；
24.每个所述第三拍摄子区域对应分配第三算力的所述第二人脸识别算法；
25.根据所述第三拍摄子区域内的第三人物的第三数量计算对应的所述第二人脸识别算法的所述第三算力；
26.所述第二人脸识别算法对对应的所述第三拍摄子区域内的所述第三人物进行人脸识别。
27.为了实现上述目的，本发明还提供了一种识别人脸的系统，包括：
28.人物检测模块，用于检测摄像设备的拍摄区域内的人物的数量；
29.判断模块，用于判断所述数量是否在第一人脸识别算法的算力范围内；
30.识别模块，用于若判断模块的判断结果为否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
31.为了实现上述目的，本发明还提供了一种存储介质，用于存储一种用于执行上述任意一种识别人脸的方法的计算机程序。
32.为了实现上述目的，本发明还提供了一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的识别人脸的方法。
33.本发明通过检测摄像设备的拍摄区域内的人物的数量；判断所述数量是否在第一人脸识别算法的算力范围内；若否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。当检测到拍摄区域内的人数超过第一人脸识别算法的算力上限时，则可以通过分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别，从而能够应对识别人数超过极限的人脸识别场景。
附图说明
34.图1是本发明优选实施例的识别人脸的系统的示意图；
35.图2是本发明优选实施例的识别人脸的系统的示意图；
36.图3是本发明优选实施例的识别人脸的方法的流程图；
37.图4是本发明提供的计算机设备的结构示意图。
具体实施方式
38.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
39.需要说明的，本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用，指的是描述的该实施例可包括特定的特征、结构或特性，但是不是每个实施例必须包含这些特定特征、结构或特性。此外，这样的表述并非指的是同一个实施例。进一步，在结合实施例描述特定的特征、结构或特性时，不管有没有明确的描述，已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
40.此外，在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件，所属领域中具有通常知识者应可理解，制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式，而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语，故应解释成“包含但不限定于”。以外，“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
41.参见图1～图2，在本发明的第一实施例中提供了一种识别人脸的系统100，包括：
42.人物检测模块10，用于检测摄像设备的拍摄区域内的人物的数量；
43.判断模块20，用于判断所述数量是否在第一人脸识别算法的算力范围内；
44.识别模块30，用于若判断模块20的判断结果为否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
45.在该实施例中，人物检测模块10可以设置于摄像设备中，人物检测模块10可以通过人脸检测算法识别出拍摄区域内的人物，人物检测模块10计算出所述人物的数量；拍摄区域指的是摄像设备拍摄的区域；通过判断模块20判断所述数量是否在第一人脸识别算法的算力范围内，第一人脸识别算法可以是所述摄像设备自带的人脸识别算法，人脸识别算法会比人脸检测算法更加复杂，人脸识别过程会具体到每张人脸的面孔特征分析、匹配等，若判断模块20判断所述数量在第一人脸识别算法的算力范围内，如该人物检测模块10检测到有19个人在拍摄区域内，第一人脸识别算法的算力范围是20个人以内，则此时第一人脸识别算法能够正常进行识别操作，通过第一人脸识别算法对所述拍摄区域内的所述人物进行人脸识别；否则，通过识别模块30分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别，使得拍摄区域内的所有所述人物被识别，识别模块30可以包括控制中心模块，控制模块可以设置于云端，由控制中心模块选取预定的算力的第二人脸识别算法进行分配。
46.在本发明的第二实施例中，所述识别模块30包括：
47.第一分割子模块310，用于将所述拍摄区域分割成多个第一拍摄子区域；
48.第一分配子模块311，用于每个所述第一拍摄子区域对应分配第一算力的所述第二人脸识别算法；
49.第一人脸识别子模块312，用于所述第二人脸识别算法对对应的所述第一拍摄子区域内的第一人物进行人脸识别。
50.在该实施例中，当第一人脸识别算法的算力无法支持对所述拍摄区域内的所有所述人物同时进行人脸识别时，第一分割子模块310将所述拍摄区域分割成多个第一拍摄子区域，每个所述第一拍摄子区域对应分配一个所述第二人脸识别算法，各个所述第二人脸识别算法分别同时对相对应的所述第一拍摄子区域内的第一人物进行人脸识别，各个所述
第二人脸识别算法获得的人脸识别结果可以发送到云端，实现同时获取所述拍摄区域内的所有所述人物的人脸识别结果。
51.具体的是，所述识别模块30还包括：
52.第一计算子模块313，用于根据所述第一拍摄子区域内的第一人物的第一数量计算对应的所述第二人脸识别算法的所述第一算力。
53.在该实施例中，各个所述第一拍摄子区域对应的所述第二人脸识别算法的所述第一算力并不一定是相同的，是根据所述第一拍摄子区域内的第一人物的第一数量确定各个所述第二人脸识别算法的算力的。
54.在本发明的第三实施例中，所述识别模块30包括：
55.第二分割子模块314，用于将所述拍摄区域分割成多个第二拍摄子区域，所述第二拍摄子区域内的第二人物的第二数量小于预定的阈值；
56.第二分配子模块315，用于每个所述第二拍摄子区域对应分配第二算力的所述第二人脸识别算法；每个所述第二拍摄子区域对应的所述第二人脸识别算法的第二算力相同；
57.第二人脸识别子模块316，用于所述第二人脸识别算法对对应的所述第二拍摄子区域内的第二人物进行人脸识别。
58.在该实施例中，限定每个第二拍摄子区域所述第二人物的第二数量，所述第二数量在所述第二算力的范围内，由于限定了所述第二人物的第二数量，由此，各个第二算力的所述二人脸识别算法均能够对对应的所述第二拍摄子区域内的第二人物进行人脸识别。多个所述第二拍摄子区域可以覆盖所述拍摄区域内的所有所述人物；可以将各个所述二人脸识别算法获取的人脸识别结果汇聚到云端。
59.优选的是，所述第二拍摄子区域为矩形区域，将拍摄区域分割为多个呈矩形状的所述第二拍摄子区域，当然若所述拍摄区域为圆形区域，也可以优选将所述第二拍摄子区域设置为呈圆形的圆形区域；所述第二拍摄子区域还可以是其它形状的区域。
60.优选的是，所述第二分割子模块314将所述拍摄区域根据与所述摄像设备之间的拍摄距离由近到远依次分割为多个所述第二拍摄子区域。例如，所述拍摄区域中距离所述摄像设备的拍摄距离为10～20米，若在拍摄距离为10～13米的区域内所述第二人物的数量在所述阈值内，则将与所述摄像设备之间的拍摄距离为10～13米的区域作为一个第二拍摄子区域；若在拍摄距离为13～14米的区域内所述第二人物的数量在所述阈值内，将与所述摄像设备之间的拍摄距离为13～14米的区域作为一个第二拍摄子区域；以此类推。
61.在本发明的第四实施例中，所述识别模块30包括：
62.第三分割子模块317，用于将所述拍摄区域平均分割成多个第三拍摄子区域；
63.第三分配子模块318，用于每个所述第三拍摄子区域对应分配第三算力的所述第二人脸识别算法；
64.第二计算子模块319，用于根据所述第三拍摄子区域内的第三人物的第三数量计算对应的所述第二人脸识别算法的所述第三算力；
65.第三人脸识别子模块320，用于所述第二人脸识别算法对对应的所述第三拍摄子区域内的所述第三人物进行人脸识别。
66.在该实施例中，将所述拍摄区域平均分割，分割过程简单，可以通过回溯历史数
据，获取历史数据中所述拍摄区域内同时出现的所述人物的最大数量，根据所述历史数据确定分割的第三拍摄子区域的数量。
67.在本发明的第五实施例中，所述识别模块30包括：
68.第三计算子模块321，用于根据所述拍摄区域内的人物的数量计算对应的所述第二人脸识别算法的所述预定算力；
69.第四人脸识别子模块322，用于所述第二人脸识别算法对所述拍摄区域内的人物进行人脸识别。
70.在该实施例中，所述预定算力的算力范围大于所述第一人脸识别算法的算力范围，若所述预定算力的所述第二人脸识别算法能够对所述拍摄区域内的所有所述人物进行人脸识别，则将所述第二人脸识别算法代替所述第一人脸识别算法进行人脸识别。
71.图3是本发明实施例的识别人脸的方法的流程图，所述方法可以通过上述任一项所述的系统100实现，所述识别人脸的方法包括：
72.步骤s301，检测摄像设备的拍摄区域内的人物的数量；通过人物检测模块10实现；
73.步骤s302，判断所述数量是否在第一人脸识别算法的算力范围内；通过判断模块20实现；
74.步骤s303，若否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别；通过识别模块30实现。
75.在该实施例中，所述方法可以通过上述任一项所述的系统100实现，具体实施过程参见上述描述，在此不再赘述。
76.在本发明的实施例中，所述步骤s303包括：
77.将所述拍摄区域分割成多个第一拍摄子区域；通过第一分割子模块310实现；
78.每个所述第一拍摄子区域对应分配第一算力的所述第二人脸识别算法；通过第一分配子模块311实现；
79.所述第二人脸识别算法对对应的所述第一拍摄子区域内的第一人物进行人脸识别；通过第一人脸识别子模块312实现。
80.优选的是，根据所述第一拍摄子区域内的第一人物的第一数量计算对应的所述第二人脸识别算法的所述第一算力；通过第一计算子模块313实现。
81.在本发明的实施例中，所述步骤s303包括：
82.将所述拍摄区域分割成多个第二拍摄子区域，所述第二拍摄子区域内的第二人物的第二数量小于预定的阈值；通过第二分割子模块314实现；
83.每个所述第二拍摄子区域对应分配第二算力的所述第二人脸识别算法；每个所述第二拍摄子区域对应的所述第二人脸识别算法的第二算力相同；通过第二分配子模块315实现；
84.所述第二人脸识别算法对对应的所述第二拍摄子区域内的第二人物进行人脸识别；通过第二人脸识别子模块316实现。
85.优选的是，所述第二拍摄子区域为矩形区域。
86.具体的是，将所述拍摄区域分割成多个第二拍摄子区域的步骤包括：
87.将所述拍摄区域根据与所述摄像设备之间的拍摄距离由近到远依次分割为多个所述第二拍摄子区域；通过第二分割子模块314实现。
88.在本发明的实施例中，所述步骤s303包括：
89.将所述拍摄区域平均分割成多个第三拍摄子区域；通过第三分割子模块317实现；
90.每个所述第三拍摄子区域对应分配第三算力的所述第二人脸识别算法；通过第三分配子模块318实现；
91.根据所述第三拍摄子区域内的第三人物的第三数量计算对应的所述第二人脸识别算法的所述第三算力；通过第二计算子模块319实现；
92.所述第二人脸识别算法对对应的所述第三拍摄子区域内的所述第三人物进行人脸识别；通过第三人脸识别子模块320实现。
93.在本发明的实施例中，所述步骤s303包括：
94.根据所述拍摄区域内的人物的数量计算对应的所述第二人脸识别算法的所述预定算力；通过第三计算子模块321实现；
95.所述第二人脸识别算法对对所述拍摄区域内的人物进行人脸识别；通过第四人脸识别子模块322实现。
96.本发明还提供一种存储介质，用于存储一种用于执行上述任意一种任务调度方法的计算机程序。例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本技术的方法和/或技术方案。而调用本技术的方法的程序指令，可能被存储在固定的或可移动的存储介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输和/或被存储在根据程序指令运行的计算机设备的存储介质中。在此，根据本技术的一个实施例中，包括一个如图4所示的计算机设备400，所述计算机设备400优选包括用于存储计算机程序的存储介质200和用于执行计算机程序的处理器300，其中，当该计算机程序被该处理器300执行时，触发该计算机设备400执行基于前述多个实施例中的方法和/或技术方案。
97.需要注意的是，本技术可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本技术的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本技术的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本技术的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
98.根据本发明的方法可以作为计算机实现方法在计算机上实现、或者在专用硬件中实现、或以两者的组合的方式实现。用于根据本发明的方法的可执行代码或其部分可以存储在计算机程序产品上。计算机程序产品的示例包括存储器设备、光学存储设备、集成电路、服务器、在线软件等。优选地，计算机程序产品包括存储在计算机可读介质上以便当所述程序产品在计算机上执行时执行根据本发明的方法的非临时程序代码部件。
99.在优选实施例中，计算机程序包括适合于当计算机程序在计算机上运行时执行根据本发明的方法的所有步骤的计算机程序代码部件。优选地，在计算机可读介质上体现计算机程序。
100.综上所述，本发明通过检测摄像设备的拍摄区域内的人物的数量；判断所述数量是否在第一人脸识别算法的算力范围内；若否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。当检测到拍摄区域内的人数超过第一人脸识别
算法的算力上限时，则可以通过分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别，从而能够应对识别人数超过极限的人脸识别场景。
101.当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
102.本发明还公开了：a1、一种识别人脸的方法，包括：
103.检测摄像设备的拍摄区域内的人物的数量；
104.判断所述数量是否在第一人脸识别算法的算力范围内；
105.若否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
106.a2、根据a1所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
107.将所述拍摄区域分割成多个第一拍摄子区域；
108.每个所述第一拍摄子区域对应分配第一算力的所述第二人脸识别算法；
109.所述第二人脸识别算法对对应的所述第一拍摄子区域内的第一人物进行人脸识别。
110.a3、根据a2所述的识别人脸的方法，
111.根据所述第一拍摄子区域内的第一人物的第一数量计算对应的所述第二人脸识别算法的所述第一算力。
112.a4、根据a1所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
113.将所述拍摄区域分割成多个第二拍摄子区域，所述第二拍摄子区域内的第二人物的第二数量小于预定的阈值；
114.每个所述第二拍摄子区域对应分配第二算力的所述第二人脸识别算法；
115.每个所述第二拍摄子区域对应的所述第二人脸识别算法的第二算力相同；
116.所述第二人脸识别算法对对应的所述第二拍摄子区域内的第二人物进行人脸识别。
117.a5、根据a4所述的识别人脸的方法，所述第二拍摄子区域为矩形区域。
118.a6、根据a5所述的识别人脸的方法，将所述拍摄区域分割成多个第二拍摄子区域的步骤包括：
119.将所述拍摄区域根据与所述摄像设备之间的拍摄距离由近到远依次分割为多个所述第二拍摄子区域。
120.a7、根据a1所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
121.将所述拍摄区域平均分割成多个第三拍摄子区域；
122.每个所述第三拍摄子区域对应分配第三算力的所述第二人脸识别算法；
123.根据所述第三拍摄子区域内的第三人物的第三数量计算对应的所述第二人脸识别算法的所述第三算力；
124.所述第二人脸识别算法对对应的所述第三拍摄子区域内的所述第三人物进行人
脸识别。
125.a8、根据a1所述的识别人脸的方法，所述分配预定算力的第二人脸识别算法对所述拍摄区域内的人物进行人脸识别包括：
126.根据所述拍摄区域内的人物的数量计算对应的所述第二人脸识别算法的所述预定算力；
127.所述第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
128.b9、一种识别人脸的系统，包括：
129.人物检测模块，用于检测摄像设备的拍摄区域内的人物的数量；
130.判断模块，用于判断所述数量是否在第一人脸识别算法的算力范围内；
131.识别模块，用于若判断模块的判断结果为否，则分配预定的算力的第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
132.b10、根据b9所述的识别人脸的系统，所述识别模块包括：
133.第一分割子模块，用于将所述拍摄区域分割成多个第一拍摄子区域；
134.第一分配子模块，用于每个所述第一拍摄子区域对应分配第一算力的所述第二人脸识别算法；
135.第一人脸识别子模块，用于所述第二人脸识别算法对对应的所述第一拍摄子区域内的第一人物进行人脸识别。
136.b11、根据b9所述的识别人脸的系统，所述识别模块还包括：
137.第一计算子模块，用于根据所述第一拍摄子区域内的第一人物的第一数量计算对应的所述第二人脸识别算法的所述第一算力。
138.b12、根据b9所述的识别人脸的系统，所述识别模块包括：
139.第二分割子模块，用于将所述拍摄区域分割成多个第二拍摄子区域，所述第二拍摄子区域内的第二人物的第二数量小于预定的阈值；
140.第二分配子模块，用于每个所述第二拍摄子区域对应分配第二算力的所述第二人脸识别算法；每个所述第二拍摄子区域对应的所述第二人脸识别算法的第二算力相同；
141.第二人脸识别子模块，用于所述第二人脸识别算法对对应的所述第二拍摄子区域内的第二人物进行人脸识别。
142.b13、根据b12所述的识别人脸的系统，所述第二拍摄子区域为矩形区域。
143.b14、根据b13所述的识别人脸的系统，所述第二分割子模块将所述拍摄区域根据与所述摄像设备之间的拍摄距离由近到远依次分割为多个所述第二拍摄子区域。
144.b15、根据b9所述的识别人脸的系统，所述识别模块包括：
145.第三分割子模块，用于将所述拍摄区域平均分割成多个第三拍摄子区域；
146.第三分配子模块，用于每个所述第三拍摄子区域对应分配第三算力的所述第二人脸识别算法；
147.第二计算子模块，用于根据所述第三拍摄子区域内的第三人物的第三数量计算对应的所述第二人脸识别算法的所述第三算力；
148.第三人脸识别子模块，用于所述第二人脸识别算法对对应的所述第三拍摄子区域内的所述第三人物进行人脸识别。
149.b16、根据b9所述的识别人脸的系统，所述识别模块包括：
150.第三计算子模块，用于根据所述拍摄区域内的人物的数量计算对应的所述第二人脸识别算法的所述预定算力；
151.第四人脸识别子模块，用于所述第二人脸识别算法对所述拍摄区域内的所述人物进行人脸识别。
152.c17、一种存储介质，其特征在于，用于存储一种用于执行a1～a8中任意一种识别人脸的方法的计算机程序。
153.d18、一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现a1～a8任一项所述的识别人脸的方法。