人脸识别方法及装置、电子设备和存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及一种人脸识别方法及装置、电子设备和存储介质。


背景技术：

2.人脸识别算法在计算机视觉的相关应用中起着关键性作用，如今很多视觉应用中都有人脸识别算法的部署。人脸识别算法通过将检测的人脸特征与底库中的人脸特征进行比对，找到人脸的匹配关系。在人脸识别过程中，特征匹配的过程对设备的物理内存有一定的要求，使得人脸识别算法难以部署在一些物理内存有限的设备应用。


技术实现要素：

3.本公开提出了一种人脸识别方法及装置、电子设备和存储介质，旨在减少特征对比过程中的物理内存占用，提高人脸识别算法的普适性。
4.根据本公开的第一方面，提供了一种人脸识别方法，包括：
5.获取待识别人脸特征；
6.从目标数据库预存的多个标注人脸特征中确定至少两个人脸特征子集合；
7.将每个所述人脸特征子集合依次导入物理内存中，并在所述物理内存中将所述待识别人脸特征与所述人脸特征子集合中的每个标注人脸特征进行匹配，获得匹配结果；
8.根据多次获得的匹配结果，确定所述待识别人脸特征的识别结果。
9.本公开实施例通过在人脸识别过程中分别将部分标注人脸特征导入物理内存进行特征匹配，减少了特征对比过程中的物理内存占用，提高人脸识别算法的普适性。
10.在一种可能的实现方式中，所述获取待识别人脸特征之前，所述方法还包括：
11.获取底库的多个标注人脸特征；
12.在所述底库中的多个人脸特征的数量大于预设阈值的情况下，将所述底库划分为至少两个数据库；
13.在所述至少两个数据库中确定目标数据库。
14.本公开实施例在底库中人脸特征过大时划分底库，并从划分得到的多个数据库中选择用于进行人脸识别的目标数据库，减少了不必要的冗余计算，提高人脸识别过程的效率。
15.在一种可能的实现方式中，每个所述标注人脸特征具有对应的属性信息，所述数据库根据所述属性信息划分所述底库得到，每个所述数据库包括具有相同属性信息的至少一个标注人脸特征；
16.所述在所述至少两个数据库中确定目标数据库包括：
17.确定所述待识别人脸特征的属性信息；
18.根据所述待识别人脸特征的属性信息在所述至少两个数据库中确定目标数据库。
19.本公开实施例能够通过属性信息确定目标数据库，准确的确定包括的人脸特征可
能与待识别人脸特征匹配的数据库为目标数据库，提高了人脸特征匹配结果的准确性。
20.在一种可能的实现方式中，所述从目标数据库预存的多个标注人脸特征中确定至少两个人脸特征子集合包括：
21.根据目标数据库中预存的多个标注人脸特征确定人脸特征集合；
22.根据物理内存剩余容量以及所述人脸特征集合的占用内存，将所述人脸特征集合划分为至少两个人脸特征子集合。
23.本公开实施例基于物理内存的剩余容量划分目标数据库中的人脸特征集合，得到多个能够导入物理内存中进行匹配的人脸特征子集合，保证每一次特征匹配过程能够顺利实现。
24.在一种可能的实现方式中，所述根据目标数据库中预存的多个标注人脸特征确定人脸特征集合包括：
25.确定待识别人脸特征的维度和数据类型；
26.根据所述待识别人脸特征的维度和数据类型，在所述目标数据库获取多个预存的标注人脸特征，并根据所述多个预存的标注人脸特征确定人脸特征集合。
27.本公开实施例基于维度和数据类型筛选标注人脸特征确定人脸特征集合，保证其中包括的标注人脸特征均能够参与特征匹配，减少匹配过程的冗余计算。
28.在一种可能的实现方式中，所述将每个所述人脸特征子集合依次导入物理内存中，并在所述物理内存中将所述待识别人脸特征与所述人脸特征子集合中的每个标注人脸特征进行匹配，获得匹配结果包括：
29.依次将每个所述人脸特征子集合导入物理内存中；
30.在每一次物理内存中导入人脸特征子集合后，确定当前物理内存中人脸特征子集合内的每个所述标注人脸特征与所述待识别人脸特征的相似度；
31.根据每个所述标注人脸特征与所述待识别人脸特征的相似度确定匹配结果。
32.本公开实施例通过计算相似度进行标注人脸特征和待识别人脸的特征匹配，提高了匹配结果的准确性。
33.在一种可能的实现方式中，在每一次获得匹配结果后，所述方法还包括：
34.清除所述物理内存中的人脸特征子集合。
35.本公开实施例在每一次匹配之后清除物理内存中的人脸特征子集合再导入下一个人脸特征子集合进行特征匹配，保证每一次匹配过程均有足够的空间。
36.在一种可能的实现方式中，所述根据每个所述标注人脸特征与所述待识别人脸特征的相似度确定匹配结果包括：
37.对比每个所述相似度的大小，得到与所述待识别人脸特征相似度值最大的n个标注人脸特征，n为大于等于1的正整数；
38.根据所述相似度值最大的n个标注人脸特征确定匹配结果。
39.本公开实施例在每一次匹配后筛选相似度最大的多个标注人脸特征确定匹配结果，使得到的匹配结果中包括的标注人脸特征为与待识别人脸特征匹配概率较高的标注人脸特征，提高最终识别结果的准确性。
40.在一种可能的实现方式中，所述根据多次获得的匹配结果，确定所述待识别人脸特征的识别结果包括：
41.对比每个所述匹配结果中标注人脸特征的相似度值大小，并根据相似度值最大的m个标注人脸特征确定识别结果，m为大于等于1的正整数。
42.本公开实施例通过多个匹配结果中标注人脸特征与待识别人脸特征的相似度确定最终的识别结果，能够得到包括与待识别人脸特征最相似的多个标注人脸特征的识别结果，增加了识别结果的准确性以及可靠性。
43.根据本公开的第二方面，提供了一种人脸识别装置，包括：
44.特征确定模块，用于获取待识别人脸特征；
45.子集合确定模块，用于从目标数据库预存的多个标注人脸特征中确定至少两个人脸特征子集合；
46.特征匹配模块，用于将每个所述人脸特征子集合依次导入物理内存中，并在所述物理内存中将所述待识别人脸特征与所述人脸特征子集合中的每个标注人脸特征进行匹配，获得匹配结果；
47.结果识别模块，用于根据多次获得的匹配结果，确定所述待识别人脸特征的识别结果。
48.在一种可能的实现方式中，所述获取待识别人脸特征之前，所述装置还包括：
49.特征获取模块，用于获取底库的多个标注人脸特征；
50.底库划分模块，用于在所述底库中的多个人脸特征的数量大于预设阈值的情况下，将所述底库划分为至少两个数据库；
51.数据库确定模块，用于在所述至少两个数据库中确定目标数据库。
52.在一种可能的实现方式中，每个所述标注人脸特征具有对应的属性信息，所述数据库根据所述属性信息划分所述底库得到，每个所述数据库包括具有相同属性信息的至少一个标注人脸特征；
53.所述数据库确定模块包括：
54.属性确定子模块，用于确定所述待识别人脸特征的属性信息；
55.数据库选择子模块，用于根据所述待识别人脸特征的属性信息在所述至少两个数据库中确定目标数据库。
56.在一种可能的实现方式中，所述子集合确定模块包括：
57.集合确定子模块，用于根据目标数据库中预存的多个标注人脸特征确定人脸特征集合；
58.集合划分子模块，用于根据物理内存剩余容量以及所述人脸特征集合的占用内存，将所述人脸特征集合划分为至少两个人脸特征子集合。
59.在一种可能的实现方式中，所述集合确定子模块包括：
60.特征属性确定单元，用于确定待识别人脸特征的维度和数据类型；
61.集合确定单元，用于根据所述待识别人脸特征的维度和数据类型，在所述目标数据库获取多个预存的标注人脸特征，并根据所述多个预存的标注人脸特征确定人脸特征集合。
62.在一种可能的实现方式中，所述特征匹配模块包括：
63.集合导入子模块，用于依次将每个所述人脸特征子集合导入物理内存中；
64.相似度确定子模块，用于在每一次物理内存中导入人脸特征子集合后，确定当前
物理内存中人脸特征子集合内的每个所述标注人脸特征与所述待识别人脸特征的相似度；
65.特征匹配子模块，用于根据每个所述标注人脸特征与所述待识别人脸特征的相似度确定匹配结果。
66.在一种可能的实现方式中，在每一次获得匹配结果后，所述装置还包括：
67.内存清除模块，用于清除所述物理内存中的人脸特征子集合。
68.在一种可能的实现方式中，所述特征匹配子模块包括：
69.特征匹配单元，用于对比每个所述相似度的大小，得到与所述待识别人脸特征相似度值最大的n个标注人脸特征，n为大于等于1的正整数；
70.根据所述相似度值最大的n个标注人脸特征确定匹配结果。
71.在一种可能的实现方式中，所述结果识别模块包括：
72.结果确定子模块，用于对比每个所述匹配结果中标注人脸特征的相似度值大小，并根据相似度值最大的m个标注人脸特征确定识别结果，m为大于等于1的正整数。
73.根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
74.根据本公开的第四方面，提供了一种计算机可读存储介质，其上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实现上述方法。
75.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
76.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
77.图1示出根据本公开实施例的一种人脸识别方法的流程图；
78.图2示出根据本公开实施例的一种特征匹配过程的示意图；
79.图3示出根据本公开实施例的另一种特征匹配过程的示意图；
80.图4示出根据本公开实施例的一种人脸识别装置的示意图；
81.图5示出根据本公开实施例的一种电子设备的示意图；
82.图6示出根据本公开实施例的另一种电子设备的示意图。
具体实施方式
83.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
84.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
85.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文
中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
86.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
87.在一种可能的实现方式中，本公开实施例的人脸识别方法可以由终端设备或服务器等电子设备执行。其中，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等任意固定或移动终端。服务器可以为单独的服务器或多个服务器组成的服务器集群。任意电子设备可以通过处理器调用存储器中存储的计算机可读指令的方式来实现本公开实施例的人脸识别方法。
88.本公开实施例可以应用于任意人脸识别场景，例如识别人脸进行解锁的应用场景以及人脸支付的应用场景等。
89.图1示出根据本公开实施例的一种人脸识别方法的流程图，如图1所示，本公开实施例的人脸识别方法可以包括以下步骤s10-s40。
90.步骤s10、获取待识别人脸特征。
91.在一种可能的实现方式中，通过电子设备获取待识别人脸特征，以根据待识别人脸特征进行人脸识别。其中，待识别人脸特征可以通过待识别人脸图像确定，即先通过对待识别人脸进行图像采集得到待识别人脸图像，再对待识别人脸图像进行特征提取得到待识别人脸特征。可选地，待识别人脸图像可以通过电子设备内置或连接的图像采集装置采集得到，并在图像采集后由电子设备直接进行特征提取确定待识别人脸特征。或者，还可以通过其他设备将图像采集装置采集得到的待识别人脸图像发送至电子设备，由电子设备进行特征提取后确定待识别人脸特征。或者，还可以通过其他设备根据图像采集装置采集得到的待识别人脸图像确定待识别人脸特征，再将待识别人脸特征发送至执行人脸识别方法的电子设备。
92.进一步地，根据待识别人脸图像确定待识别人脸特征的过程可以基于深度学习模型实现。也就是说，将待识别人脸图像输入训练得到的特征提取模型中，由特征提取模型对待识别人脸图像进行特征提取得到待识别人脸特征。可选地，待识别人脸特征可以为特征向量。
93.步骤s20、从目标数据库预存的多个标注人脸特征中确定至少两个人脸特征子集合。
94.在一种可能的实现方式中，电子设备获取目标数据库中预存的包括多个标注人脸特征的人脸特征集合，并确定人脸特征集合的至少两个人脸特征子集合。可选地，人脸特征子集合可以根据电子设备的物理内存总容量以及人脸特征集合占用内存预先确定，或者根据人脸识别过程中电子设备的剩余物理内存容量和人脸特征集合占用内存实时确定。以电子设备的物理内存总容量为1g，而人脸特征集合占用内存为4.8g为例进行说明。为保证物理内存的容量能够导入人脸特征子集合，电子设备可以将人脸特征集合均分6份得到6个人脸特征子集合，使得每一个人脸特征子集合能够顺利导入物理内存中进行特征匹配。
95.可选地，电子设备还可以根据人脸识别过程中电子设备的剩余物理内存容量和人
脸特征集合占用内存实时确至少两个人脸特征子集合。例如，电子设备在确定待识别人脸特征后，确定目标数据库中预存的人脸特征集合，并根据物理内存剩余容量以及人脸特征集合的占用内存，将人脸特征集合划分为至少两个人脸特征子集合。其中，物理内存剩余容量为物理内存未被占用的容量。
96.进一步地，人脸特征集合中包括的每个标注人脸特征还可以具有不同的维度和数据类型，不同维度和数据类型的标注人脸特征占用内存大小不同。其中，维度例如可以包括128维、256维和512维，数据类型例如可以包括int8、int16、float16或float32等。由于特征匹配过程基于待识别人脸特征和人脸特征集合中每个标注人脸特征实现，为提高特征匹配效率，可以根据待识别人脸特征的维度和数据类型在目标数据库中选择对应维度和数据类型的多个标注人脸特征用于特征匹配。可选地，可以根据选中的维度和数据类型的多个标注人脸特征确定人脸特征集合，再进一步划分得到人脸特征子集合。也就是说，电子设备确定人脸特征集合的过程可以为先确定待识别人脸特征的维度和数据类型。根据待识别人脸特征的维度和数据类型在目标数据库获取多个预存的标注人脸特征，并根据获取多个预存的标注人脸特征确定人脸特征集合。在确定人脸特征集合后，再根据电子设备物理内存剩余容量以及人脸特征集合的占用内存，将人脸特征集合划分为至少两个人脸特征子集合。
97.在一种可能的实现方式中，为减少特征匹配过程的计算量并提高特征匹配过程的效率，电子设备还可以在存储的标注人脸特征过多时划分底库得到至少两个数据库，再从其中筛选得到目标数据库。也就是说，在获取待识别人脸特征之前，电子设备可以获取底库的多个标注人脸特征，在底库中的多个人脸特征的数量大于预设阈值的情况下，将底库划分为至少两个数据库，并在至少两个数据库中确定目标数据库。可选地，电子设备中每个标注人脸特征具有对应的属性信息，底库可以根据多个标注信息对应的属性信息划分为至少两个数据库，即数据库可以根据属性信息划分底库得到，使每个数据库中可以包括具有相同属性信息的至少一个标注人脸特征。其中，属性信息可以为任意属性，例如年龄范围以及性别等。例如，在属性信息为性别属性时，电子设备可以根据每个标注人脸特征的属性信息将底库划分为男性人脸数据库和女性人脸数据库。
98.基于上述底库划分方式，在电子设备中包括至少两个数据库时，电子设备可以在确定待识别人脸特征后，确定待识别人脸特征的属性信息，再根据待识别人脸特征属性信息在至少两个数据库中确定目标数据库。例如，可以在获取到待识别人脸特征后根据待识别人脸特征对应的待识别人脸图像确定年龄属性或性别属性，再根据年龄属性或性别属性筛选数据库得到目标数据库。
99.在属性信息为性别属性时，根据属性信息在至少一个数据库中确定目标数据库可以为根据性别属性在男性人脸数据库和女性人脸数据库中确定目标数据库。例如性别属性为男性时即确定男性人脸数据库为目标数据库，性别属性为女性时即确定女性人脸数据库为目标数据库。在属性信息为年龄属性时，根据属性信息在至少一个数据库中确定目标数据库可以为根据年龄属性在儿童人脸数据库、成人人脸数据库以及老人人脸数据库中确定目标数据库。
100.步骤s30、将每个所述人脸特征子集合依次导入物理内存中，并在所述物理内存中将所述待识别人脸特征与所述人脸特征子集合中的每个标注人脸特征进行匹配，获得匹配结果。
101.在一种可能的实现方式中，电子设备在确定至少两个人脸特征子集合后，将每个人脸特征子集合依次导入物理内存中与待识别人脸特征进行特征匹配，以避免物理内存不足。可选地，电子设备在每一次匹配后得到匹配结果，匹配结果中可以包括至少一个与待识别人脸匹配的标注人脸特征。
102.进一步地，每一个人脸特征子集合可以根据其中包括的至少一个标注人脸特征与待识别人脸特征的相似度进行特征匹配。也就是说，电子设备可以依次将每个人脸特征子集合导入物理内存中。在每一次物理内存中导入人脸特征子集合后，执行以下步骤：确定当前物理内存中人脸特征子集合内的每个标注人脸特征与待识别人脸特征的相似度。根据每个标注人脸特征与待识别人脸特征的相似度确定匹配结果。其中，相似度的确定方式可以为直接计算标注人脸特征与待识别人脸特征的欧式距离得到对应的距离参数，再进一步将距离参数转换为对应的相似度。距离参数与相似度成反比例关系，距离参数越小，相似度越大。因此，可以直接确定距离参数的倒数为相似度。
103.进一步地，为防止物理内存不足，提高匹配过程的效率，电子设备在每一次获取匹配结果后，可以清除物理内存中的人脸特征子集合。在清楚物理内存中的人脸特征子集合后再将下一个人脸特征子集合导入物理内存中进行特征匹配，得到匹配结果。
104.可选地，在确定当前人脸特征子集合中每个标注人脸特征与待识别人脸特征的相似度后，可以根据相似度筛选得到当前人脸特征自己和中与待识别人脸特征匹配的标注人脸特征，并根据匹配的标注人脸特征确定匹配结果。例如，电子设备可以对比每个相似度的大小，得到与待识别人脸特征相似度值最大的n个标注人脸特征，n为大于等于1的正整数。根据相似度值最大的n个标注人脸特征确定匹配结果。其中，匹配结果中包括与待识别人脸特征匹配的至少一个标注人脸特征，还可以包括每个标注人脸特征与待识别人脸特征的相似度。
105.步骤s40、根据多次获得的匹配结果，确定所述待识别人脸特征的识别结果。
106.在一种可能的实现方式中，在对每个人脸特征子集合与待识别人脸特征匹配后得到匹配结果后，根据每个匹配结果确定待识别人脸特征的识别结果。其中，识别结果可以包括至少一个与待识别人脸特征最相似的标注人脸特征。或者，还可以包括至少一个与与待识别人脸特征最相似的标注人脸特征的人脸信息。可选地，与待识别人脸特征最相似的标注人脸特征可以根据相似度确定，即电子设备可以对比每个子匹配结果中标注人脸特征的相似度值大小，并根据相似度值最大的m个标注人脸特征确定识别结果，m为大于等于1的正整数。
107.图2示出根据本公开实施例的一种特征匹配过程的示意图。如图2所示，电子设备在确定待识别人脸特征22的同时确定目标数据库20。进一步地确定目标数据库中的至少两个人脸特征子集合，依次从中获取一个人脸特征子集合21。将人脸特征子集合导入物理内存23中与待识别人脸特征进行特征匹配，得到匹配结果24并清除物理内存中存储的人脸特征子集合。进一步地，判断当前目标数据库中是否还存在未匹配的人脸特征子集合25。在还存在未匹配的人脸特征子集合时重新获取人脸特征子集合21，以导入物理内存中匹配得到对应的匹配结果。在不存在未匹配的人脸特征子集合时结束匹配过程26。根据得到的多个人脸特征子集合对应的多个匹配结果确定待识别人脸特征的识别结果。
108.该特征匹配方式能够将目标数据库中的多个标注人脸特征分批与待识别人脸特
征进行匹配，减小特征匹配过程中的内存占用，节省内存资源成本。同时，能够使得人脸识别算法除了部署在物理内存较大的服务器上以外，还可以部署在终端设备或部分资源有限的服务器上，提高了人脸识别算法的普适性。
109.图3示出根据本公开实施例的另一种特征匹配过程的示意图。如图3所示，电子设备在确定待识别人脸特征30后，确定待识别人脸特征对应的属性信息31，再根据待识别人脸特征对应的属性信息在电子设备中确定目标数据库32。进一步地确定目标数据库中的至少两个人脸特征子集合，依次从中获取一个人脸特征子集合33。将人脸特征子集合导入物理内存34中与待识别人脸特征进行特征匹配，得到匹配结果35并清除物理内存中存储的人脸特征子集合。进一步地，判断当前目标数据库中是否还存在未匹配的人脸特征子集合36。在还存在未匹配的人脸特征子集合时重新获取人脸特征子集合33，以导入物理内存中匹配得到对应的匹配结果。在不存在未匹配的人脸特征子集合时结束匹配过程37。根据得到的多个人脸特征子集合对应的多个匹配结果确定待识别人脸特征的识别结果。
110.该特征匹配方式还能够基于属性信息创建对应的特征数据库，以在特征数据库中确定人脸特征子集合进行特征匹配。该方式先通过属性信息筛选特征数据库的方式能够大大减小需要进行特征匹配的标注特征信息数量，进而减小人脸识别过程的计算量提高识别效率。
111.本公开实施例能够通过将目标数据库中的多个标注人脸特征分批与待识别人脸特征进行匹配，减小特征匹配过程中的内存占用，节省内存资源成本。同时，提高了人脸识别算法的普适性。进一步地，还能够通过属性信息划分数据库的方式减小人脸识别过程的计算量提高识别效率。
112.可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
113.此外，本公开还提供了人脸识别装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种人脸识别方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
114.图4示出根据本公开实施例的一种人脸识别装置的示意图，如图4所示，本公开实施例的人脸识别装置可以包括特征确定模块40、子集合确定模块41、特征匹配模块42和结果识别模块43。
115.特征确定模块40，用于获取待识别人脸特征；
116.子集合确定模块41，用于从目标数据库预存的多个标注人脸特征中确定至少两个人脸特征子集合；
117.特征匹配模块42，用于将每个所述人脸特征子集合依次导入物理内存中，并在所述物理内存中将所述待识别人脸特征与所述人脸特征子集合中的每个标注人脸特征进行匹配，获得匹配结果；
118.结果识别模块43，用于根据多次获得的匹配结果，确定所述待识别人脸特征的识别结果。
119.在一种可能的实现方式中，所述获取待识别人脸特征之前，所述装置还包括：
120.特征获取模块，用于获取底库的多个标注人脸特征；
121.底库划分模块，用于在所述底库中的多个人脸特征的数量大于预设阈值的情况下，将所述底库划分为至少两个数据库；
122.数据库确定模块，用于在所述至少两个数据库中确定目标数据库。
123.在一种可能的实现方式中，每个所述标注人脸特征具有对应的属性信息，所述数据库根据所述属性信息划分所述底库得到，每个所述数据库包括具有相同属性信息的至少一个标注人脸特征；
124.所述数据库确定模块包括：
125.属性确定子模块，用于确定所述待识别人脸特征的属性信息；
126.数据库选择子模块，用于根据所述待识别人脸特征的属性信息在所述至少两个数据库中确定目标数据库。
127.在一种可能的实现方式中，所述子集合确定模块41包括：
128.集合确定子模块，用于根据目标数据库中预存的多个标注人脸特征确定人脸特征集合；
129.集合划分子模块，用于根据物理内存剩余容量以及所述人脸特征集合的占用内存，将所述人脸特征集合划分为至少两个人脸特征子集合。
130.在一种可能的实现方式中，所述集合确定子模块包括：
131.特征属性确定单元，用于确定待识别人脸特征的维度和数据类型；
132.集合确定单元，用于根据所述待识别人脸特征的维度和数据类型，在所述目标数据库获取多个预存的标注人脸特征，并根据所述多个预存的标注人脸特征确定人脸特征集合。
133.在一种可能的实现方式中，所述特征匹配模块42包括：
134.集合导入子模块，用于依次将每个所述人脸特征子集合导入物理内存中；
135.相似度确定子模块，用于在每一次物理内存中导入人脸特征子集合后，确定当前物理内存中人脸特征子集合内的每个所述标注人脸特征与所述待识别人脸特征的相似度；
136.特征匹配子模块，用于根据每个所述标注人脸特征与所述待识别人脸特征的相似度确定匹配结果。
137.在一种可能的实现方式中，在每一次获得匹配结果后，所述装置还包括：
138.内存清除模块，用于清除所述物理内存中的人脸特征子集合。
139.在一种可能的实现方式中，所述特征匹配子模块包括：
140.特征匹配单元，用于对比每个所述相似度的大小，得到与所述待识别人脸特征相似度值最大的n个标注人脸特征，n为大于等于1的正整数；
141.根据所述相似度值最大的n个标注人脸特征确定匹配结果。
142.在一种可能的实现方式中，所述结果识别模块43包括：
143.结果确定子模块，用于对比每个所述匹配结果中标注人脸特征的相似度值大小，并根据相似度值最大的m个标注人脸特征确定识别结果，m为大于等于1的正整数。
144.该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。
145.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
146.本公开实施例还提出一种计算机可读存储介质，其上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实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
147.本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
148.本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
149.电子设备可以被提供为终端、服务器或其它形态的设备。
150.图5示出根据本公开实施例的一种电子设备800的示意图。例如，电子设备800可以是用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
151.参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)接口812，传感器组件814，以及通信组件816。
152.处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
153.存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
154.电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
155.多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置
摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
156.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
157.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
158.传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
159.通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wi-fi)、第二代移动通信技术(2g)、第三代移动通信技术(3g)、第四代移动通信技术(4g)、通用移动通信技术的长期演进(lte)、第五代移动通信技术(5g)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
160.在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
161.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
162.图6示出根据本公开实施例的一种电子设备1900的示意图。例如，电子设备1900可以被提供为一服务器或终端设备。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
163.电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输
出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
164.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
165.本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
166.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
167.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
168.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
169.这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/
或框图中各方框的组合，都可以由计算机可读程序指令实现。
170.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
171.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
172.附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。
173.该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
174.上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
175.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
176.若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
177.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技
术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。