CN111460859A - 用户识别方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本公开涉及一种用户识别方法、装置、电子设备及计算机可读介质。用户识别方法包括：获取用户的第一照片；根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；获取所述用户的第二照片；以及在所述第一数据库中，根据所述第二照片对所述用户进行识别。本公开涉及的用户识别方法、装置、电子设备及及计算机可读介质，能够提高人脸识别的准确性、鲁棒性以及响应速度。

Description

用户识别方法、装置、电子设备及计算机可读介质

技术领域

本公开涉及人脸识别领域，具体而言，涉及一种用户识别方法、装置、电子设备及计算机可读介质。

背景技术

随着人脸识别技术的逐渐成熟，已经应用于各个实际场景中，例如用于无人超市、小区安防、办公大楼安防以及签到等的用户识别方法。在人脸识别中，主要有人脸检测算法与人脸识别算法。现有的人脸检测方法如SSD网络，对环境要求较高，且在检测小脸时鲁棒性较差。而现有的人脸识别算法在人脸较为相似时，其准确性较低。

现有的用户识别方法通常应用于云计算服务器，导致其响应速度较慢，且成本较高。此外，现有技术的用户识别通常为1：N的识别方法，即将待识别照片与海量照片进行识别，以确定用户身份，极大的计算复杂度将降低用户识别结果的准确性与响应速度。

因此，需要一种新的用户识别方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种用户识别方法、装置、电子设备及计算机可读介质，能够提高人脸识别的准确性、鲁棒性以及响应速度。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种用户识别方法，该方法包括：获取用户的第一照片；根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；获取所述用户的第二照片；以及在所述第一数据库中，根据所述第二照片对所述用户进行识别。

在本公开的一种示例性实施例中，还包括：使用人脸检测算法对所述第一照片进行检测，检测成功后将所述第一照片放入注册照片数据库中。

在本公开的一种示例性实施例中，使用人脸检测算法对所述第一照片进行检测包括：使用S³FD人脸检测算法对所述第一照片进行检测。

在本公开的一种示例性实施例中，根据所述第一照片对所述用户进行匹配包括：获取所述用户的标识信息与第三照片；根据所述标识信息在所述注册照片数据库中获取所述用户的第一照片；以及使用人脸检测算法、人脸矫正算法以及人脸识别算法对所述第一照片以及所述第三照片进行匹配。

在本公开的一种示例性实施例中，还包括：通过所述用户拍摄所述第二照片与所述第三照片时的位置参数确定人脸检测算法的参数。

在本公开的一种示例性实施例中，使用人脸矫正算法以及人脸识别算法对所述第一照片以及所述第三照片进行匹配包括：使用S³FD人脸检测算法、MTCNN矫正算法以及Arcface人脸识别方法对所述第一照片以及所述第三照片进行匹配。

在本公开的一种示例性实施例中，还包括：使用多维度的人脸样本对所述人脸识别算法进行训练，所述多维度包括人种以及年龄。

在本公开的一种示例性实施例中，将所述第一照片储存至第一数据库包括：获取所述第一照片的第一人脸特征值；以及将所述第一人脸特征值储存至第一数据库。

在本公开的一种示例性实施例中，根据所述第二照片对所述用户进行识别包括：获取所述第二照片的第二人脸特征值；根据所述第二人脸特征值与所述第一数据库中的多个第一人脸特征值确定第二距离；以及在所述第二距离满足阈值条件时，确认所述用户识别成功。

在本公开的一种示例性实施例中，还包括：在对所述用户识别成功后，和商品识别和结算系统进行通信，以对所述用户进行结算。

在本公开的一种示例性实施例中，还包括：在所述用户结算完成并离开后，从所述第一数据库中删除所述用户对应的所述第一照片。

根据本公开的一方面，提出一种用户识别装置，该装置包括：第一拍摄模块，用于获取用户的第一照片；第一匹配模块，用于根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；第二拍摄模块，用于获取所述用户的第二照片；以及第二识别模块，用于在所述第一数据库中，根据所述第二照片对所述用户进行识别。

根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；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如上文的方法。

根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的用户识别方法、装置、电子设备及计算机可读介质，能够提高人脸识别的准确性、鲁棒性以及响应速度。

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的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种用户识别方法及装置的系统框图。

图2是根据一示例性实施例示出的一种用户识别方法的流程图。

图3是根据一示例性实施例示出的一种用户识别方法的流程图。

图4是根据一示例性实施例示出的一种用户识别方法的流程图。

图5是根据另一示例性实施例示出的一种用户识别方法的流程图。

图6是根据一示例性实施例示出的一种用户识别装置的框图。

图7是根据一示例性实施例示出的一种电子设备的框图。

图8是根据一示例性实施例示出一种计算机可读存储介质示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

图1是根据一示例性实施例示出的一种用户识别方法及装置的系统框图。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所进行操作的用户识别系统提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户识别请求等数据进行分析等处理，并将处理结果(例如第二距离、用户身份--仅为示例)反馈给终端设备。

服务器105可例如获取用户的第一照片；服务器105可例如根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；服务器105可例如获取所述用户的第二照片。服务器105可例如在所述第一数据库中，根据所述第二照片对所述用户进行识别。

服务器105可以是一个实体的服务器，还可例如为多个服务器组成，服务器105中的一部分可例如作为本公开中的用户识别任务提交系统，用于获取将要执行用户识别命令的任务；以及服务器105中的一部分还可例如作为本公开中的用户识别系统，用于获取用户的第一照片；根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；获取所述用户的第二照片；以及在所述第一数据库中，根据所述第二照片对所述用户进行识别。

需要说明的是，本公开实施例所提供的用户识别的方法可以由服务器105执行，相应地，用户识别的装置可以设置于服务器105中。而提供给用户用于提交用户识别任务与获取用户识别结果的请求端一般位于终端设备101、102、103中。

根据本公开的用户识别方法及装置，能够提高人脸识别的准确性、鲁棒性以及响应速度。

图2是根据一示例性实施例示出的一种用户识别方法的流程图。用户识别方法20至少包括步骤S202至S208。本实施例的用户识别方法可执行于本地服务器，以提升识别速度以及鲁棒性，并降低成本。

如图2所示，在S202中，获取用户的第一照片。其中，在用户使用本申请的用户识别方法时，可首先成为注册用户，并上传第一照片作为其注册照片后再执行步骤S202至S208。

在一个实施例中，还包括：使用人脸检测算法对第一照片进行检测，检测成功后将注册照片放入注册照片数据库中。在获取用户的第一照片后，人脸检测算法可检测出第一照片中是否存在人脸，以验证第一照片的有效性。注册照片数据库存储有所有已成为注册用户的人脸照片。人脸检测算法可例如使用S³FD人脸检测算法。S³FD人脸检测算法是基于SSD(Single Shot MultiBox Detector)网络的人脸检测模型，其检测速度可以达到实时，并适应多尺度人脸检测，解决了SSD网络小脸检测率低的缺陷。

在S204中，根据第一照片对用户进行匹配，匹配成功后将第一照片储存至第一数据库。第一数据库中用于存储所有匹配成功的第一照片。例如在无人超市中，第一数据库中存储的为当前在店用户的照片；又例如在小区或大楼中，第一数据库中存储的为当前在小区内或大楼内的用户照片；又例如在火车站中，第一数据库中存储的为当前在火车站内的用户照片。

在一个实施例中，根据第一照片对用户进行匹配包括：获取用户的标识信息与第三照片；根据标识信息在注册照片数据库中获取用户的第一照片；以及使用人脸检测算法、人脸矫正算法以及人脸识别算法对第一照片以及第三照片进行匹配。可例如在用户进入无人商场购物时，在超市入口通过相机拍摄用户的第三照片；又例如在用户进入住宿小区或办公大楼时，在小区或办公大楼入口通过相机拍摄用户的第三照片；又例如在用户在进入火车站乘坐火车时，在进站口通过相机拍摄用户的第三照片，应该理解，本发明的技术方案对此并不作特殊限定。其中，可在用户拍摄第三照片时同时获取用户的标识信息。用户的标识信息可例如通过用户扫描标识码获取，标识码可例如为二维码、条形码等，还可例如为具有NFC功能的设备、卡片等，还可例如为磁卡、IC卡或口令等，本发明对此并不作特殊限定。用户的标识信息可为用户的唯一标识码，并且在用户注册时与第一照片同时存储于注册照片数据库中，以标识注册照片，并可用于查找用户的注册照片。人脸矫正算法可对检测到的人脸进行关键点检测，并对关键点进行校准；人脸识别算法能提取人脸关键点的特征值，并与注册照片进行比对，以实现人脸的匹配。

在一个实施例中，使用人脸矫正算法以及人脸识别算法对第一照片以及第三照片进行匹配包括：使用S³FD人脸检测算法、MTCNN矫正算法以及Arcface人脸识别方法对第一照片以及第三照片进行匹配。MTCNN矫正算法通过对特征点定位，并提取多个脸的关键点，以进行仿射变换，具有较高的准确率。Arcface人脸识别方法改进了传统目标函数，对与训练数据进行清理，可应用于多个分类网络，可增大相似的人脸之间的特征距离，提高了识别精度。

在一个实施例中，还包括：使用多维度的人脸样本对人脸识别算法进行训练，多维度包括人种以及年龄。根据本实施例，能够提高人脸识别算法的准确度与鲁棒性。

在一个实施例中，将第一照片储存至第一数据库包括：获取第一照片的第一人脸特征值；以及将第一人脸特征值储存至第一数据库。其中，可通过人脸矫正算法与人脸识别算法获取第一照片的第一人脸特征值。第一数据库还可存储第一人脸特征值对应的用户标识。

在S206中，获取用户的第二照片。可例如用户在无人商场购物后准备结算时，在超市出口(或结算区)通过相机拍摄用户的第二照片；又例如在用户离开住宿小区或办公大楼时，在小区或办公大楼出口通过相机拍摄用户的第二照片；又例如在用户在火车站出站时，在出站口通过相机拍摄用户的第二照片，应该理解，本发明的技术方案对此并不作特殊限定。

在一个实施例中，还包括：通过用户拍摄第二照片与第三照片时的位置参数确定人脸检测算法的参数。其中，位置参数为用户在拍摄第二照片与第三照片时用户人脸与拍摄相机的距离与角度等参数，本发明对此并不作特殊限定。由于相机安装位置不同以及出入口具体环境不同，用户在拍摄第二照片与第三照片时的位置参数将不是完全相同的。针对用户拍摄第二照片与第三照片时不同的位置参数分别设置人脸检测算法的参数，可提高人脸检测算法的准确率。

在S208中，在第一数据库中，根据第二照片对用户进行识别。其中，第一数据库中存储有多个用户的第一人脸特征值。本实施例通过第二照片与第一数据库中的多个第一人脸特征值进行识别，相比于与注册照片数据库中海量注册照片进行识别将提高响应速度与准确性。

在一个实施例中，根据第二照片对用户进行识别包括：获取第二照片的第二人脸特征值；根据第二人脸特征值与第一数据库中的多个第一人脸特征值确定第二距离；以及在第二距离满足阈值条件时，确认用户识别成功。距离表示不同人脸之间的相似度，距离越近，人脸越相似。其中，分别计算第二人脸特征值与多个第一人脸特征值的多个第一距离，并选取最小的第一距离作为第二距离。距离可例如为欧氏距离。

在一个实施例中，还包括：在对用户识别成功后，和商品识别和结算系统进行通信，以对用户进行结算。当本公开的用户识别方法应用于无人超市时，可在对用户识别成功时，在第一数据库中获取用户对应的标识，以获取用户的对应信息，例如余额、是否会员等；并通过商品识别和结算系统为用户进行结算。

在一个实施例中，还包括：在用户结算完成并离开后，从第一数据库中删除用户对应的第一照片。其中，当本申请的用户识别方法应用于无人超市时，可在结算完成后删除该用户在第一数据库中的第一照片；当本申请的用户识别方法应用于小区或办公大楼时，可在用户离开小区或签到离开时删除用户在第一数据库中的第一照片；当本申请的用户识别方法应用于火车站时，可在用户出站或乘车离开后删除用户在第一数据库中的第一照片。进一步地，第一数据库中存储的为第一照片的第一人脸特征值以及对应用户的标识信息，在本实施例中，在用户离开后删除该用户对应的第一人脸特征值以及标识信息。

在一个实施例中，用户可在封闭环境中拍摄第一照片以及第二照片以及第三照片。人脸检测、矫正以及识别算法对环境较为灵敏，本实施例能减少光照、遮挡物等外部环境对用户识别的干扰。

根据本公开的用户识别方法，通过获取用户的第一照片，将第一照片储存于第一数据库，并在第一数据库中，根据第二照片对用户进行识别，能够提高人脸识别的准确性、鲁棒性以及响应速度。

图3是根据一示例性实施例示出的一种用户识别方法的流程图。用户识别方法30至少包括步骤S302至S306。

如图3所示，在S302中，获取用户的标识信息与第三照片。其中，用户的标识信息以及第三照片已在上文中作出了相关介绍，于此不再赘述。

在S304中，根据标识信息在注册照片数据库中获取用户的第一照片。其中，在注册照片数据库中，用户的注册照片与标识信息是一一对应的，以便于准确获取某一指定用户的第一照片。

在S306中，使用人脸矫正算法以及人脸识别算法对第一照片以及第一照片进行匹配。其中，可分别计算第一照片与第一照片的特征值，并计算特征距离，在特征距离满足阈值条件时匹配成功。

图4是根据一示例性实施例示出的一种用户识别方法的流程图。用户识别方法40至少包括步骤S402至S406。

在S402中，获取第二照片的第二人脸特征值。其中，第二人脸特征值的计算方法与第一人脸特征值的计算方法相同，上文已对其作出详细解释，于此不再赘述。

在S404中，根据第二人脸特征值与第一数据库中的多个第一人脸特征值确定第二距离。其中，第二距离为第一数据库汇总与第二人脸特征值最小的特征距离，第二距离可例如为欧氏距离。可计算第二人脸特征值与第一数据库中的多个第一人脸特征值的多个第一距离；以及在多个第一距离中确定第二距离。

在S406中，在第二距离满足阈值条件时，确认用户识别成功。其中，可预先设定一阈值，该阈值的具体数值可通过经验或实际测试获取。在第二距离小于该阈值时，确认用户识别成功，否则识别失败。

根据本公开的用户识别方法，获取用户的第一照片，将第一照片储存于第一数据库，并在第一数据库中，根据第二照片对用户进行识别，能够提高人脸识别的准确性、鲁棒性以及响应速度。

根据本公开的用户识别方法，根据用户的标识信息获取用户的注册照片，再对第一照片以及注册照片进行匹配，能够减小匹配计算量，提高响应速度。

根据本公开的用户识别方法，将第二照片与第一数据库中的多个第一人脸特征值进行识别，能够提高识别速度与准确性。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

图5是根据另一示例性实施例示出的一种用户识别方法的流程图。图5所示的用户识别方法50是对本申请中的用户识别方法应用于无人超市场景时的。用户识别方法50指数包括步骤S501至S521。

如图5所示，在S501中，开始。

在S502中，用户注册。用户注册时可生成用户的标识，其中可包含其身份信息。

在S503中，用户注册后要求上传其照片作为第一照片，。

在S504中，使用S³FD人脸检测算法对用户上传的注册照片进行检测。

在S505中，判断是否能检测出人脸，如果能，则上传第一照片到后台数据库中，并执行下一步，如果不能则返回S503。后台数据库中储存有所有已注册用户的第一照片。

在S506中，用户在进入无人超市时，获取第三照片并扫码。通过扫码获取当前用户标识，还可以通过其他方式获取用户标识，例如具有NFC功能的卡片等，本发明对此并不作特殊限定。在一个实施例中，通过扫码信息获取后台数据库中用户对应的注册照片。

在S507中，判断用户是否通过入门闸机，如果是则进行下一步，如果不是则返回S506。

在S508中，使用MTCNN矫正算法对第一照片检测出的人脸进行校准。其中，可使用用S³FD人脸检测算法对第一照片进行人脸检测。进一步地，使用S³FD人脸检测算法以及MTCNN矫正算法对第三照片进行人脸检测与矫正。

在S509中，使用Arcface人脸识别算法计算第一照片的第一人脸特征值，并与第三照片进行匹配。

在S510中，匹配成功后将第一人脸特征值加入在店数据库，否则返回步骤S507。

在S511中，用户购物后进入密闭结算区域内后关门，以拍摄第二照片。

在S512中，使用S³FD人脸检测算法对第二照片进行检测。

在S513中，检测不出人脸时返回步骤S512。

在S514中，使用MTCNN人脸矫正算法对第二照片中检测到的人脸进行矫正。

在S515中，使用Arcface人脸识别算法对矫正后的第二照片提取第二人脸特征值。

在S516中，计算第二人脸特征值与在店数据库的所有第一人脸特征值的欧氏距离，并通过比较选取最小的欧氏距离。

在S517中，将最小的欧式距离和预先设置的阈值进行对比，如果小于阈值则找到对应的用户信息进行下一步，如果大于阈值则回到S512。

在S518中，通过人脸识别算法确定该用户的信息后，和商品识别和结算系统进行通信，进行后续结算操作。

在S519中，结算通信结束后出门闸机开门。

在S520中，在用户出门后，从在店库中删除该用户对应的第一人脸特征值。

在S521中，结束。

根据本公开的用户识别方法，使用S³FD人脸检测算法对人脸进行检测，能够提高小脸的检测准确率。

根据本公开的用户识别方法，利用MTCNN矫正算法对检测出的人脸进行校正，可以提高对多角度的人脸的识别能力；利用Arcface人脸识别方法对人脸进行进行识别，可增加相似但不同的人脸的特征值距离，以提高识别准确率。

根据本公开的用户识别方法，使用第一照片与在店数据库中的人脸进行对比，而非后台数据库，能够降低计算复杂度，提高响应速度。

根据本公开的用户识别方法，通过使用多维度的人脸样本对人脸识别算法模型进行训练，能够提高用户识别的准确率与鲁棒性。

根据本公开的用户识别方法，通过在封闭环境获取第一照片与第二照片，能够提高人脸检测和人脸识别的准确性与鲁棒性。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图6是根据一示例性实施例示出的一种用户识别装置的框图。用户识别装置60至少包括包括：第一拍摄模块602，第一匹配模块604，第二拍摄模块606以及第二识别模块608。

第一拍摄模块602用于获取用户的第一照片。其中，在用户使用本申请的用户识别装置时，可首先成为注册用户，并上传第一照片作为其注册照片。

在一个实施例中，在用户上传注册照片时，可使用人脸检测算法对第一照片进行检测，检测成功后将第一照片放入注册照片数据库中。

第一匹配模块604用于根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库。第一数据库中用于存储所有匹配成功的第一照片。

在一个实施例中，第一匹配模块604用于获取用户的标识信息与第三照片；根据标识信息在注册照片数据库中获取用户的第一照片；以及使用人脸矫正算法以及人脸识别算法对第一照片以及第三照片进行匹配。可例如在用户进入无人商场购物时，在超市入口通过相机拍摄用户的第三照片；又例如在用户进入住宿小区或办公大楼时，在小区或办公大楼入口通过相机拍摄用户的第三照片；又例如在用户在进入火车站乘坐火车时，在进站口通过相机拍摄用户的第三照片，应该理解，本发明的技术方案对此并不作特殊限定。

在一个实施例中，第一匹配模块604用于使用MTCNN矫正算法以及Arcface人脸识别方法对第一照片以及第三照片进行匹配。

在一个实施例中，第一匹配模块604用于使用多维度的人脸样本对人脸识别算法进行训练，多维度包括人种以及年龄。

在一个实施例中，第一匹配模块604用于获取第一照片的第一人脸特征值；以及将第一人脸特征值储存至第一数据库。

第二拍摄模块606用于获取所述用户的第二照片。其中，可在封闭区域中获取用户的第二照片。可例如用户在无人商场购物后准备结算时，在超市出口(或结算区)通过相机拍摄用户的第二照片；又例如在用户离开住宿小区或办公大楼时，在小区或办公大楼出口通过相机拍摄用户的第二照片；又例如在用户在火车站出站时，在出站口通过相机拍摄用户的第二照片，应该理解，本发明的技术方案对此并不作特殊限定。

在一个实施例中，第二拍摄模块606用于通过用户拍摄第一照片与第二照片时的位置参数确定人脸检测算法的参数。

第二识别模块608用于在所述第一数据库中，根据所述第二照片对所述用户进行识别。其中，第一数据库中存储有多个用户的第一人脸特征值。

在一个实施例中，第二识别模块608用于获取第二照片的第二人脸特征值；根据第二人脸特征值与第一数据库中的多个第一人脸特征值确定第二距离；以及在第二距离满足阈值条件时，确认用户识别成功。

在一个实施例中，第二识别模块608还用于在对用户识别成功后，和商品识别和结算系统进行通信，以对用户进行结算。

在一个实施例中，第二识别模块608还用于在用户结算完成并离开后，从第一数据库中删除用户对应的第一照片。

根据本公开的用户识别装置，获取用户的第一照片，将第一照片储存于第一数据库，并在第一数据库中，根据第二照片对用户进行识别，能够提高人脸识别的准确性、鲁棒性以及响应速度。

根据本公开的用户识别装置，根据用户的标识信息获取用户的注册照片，再对第一照片以及注册照片进行匹配，能够减小匹配计算量，提高响应速度。

根据本公开的用户识别装置，将第二照片与第一数据库中的多个第一人脸特征值进行识别，能够提高识别速度与准确性。

图7是根据一示例性实施例示出的一种电子设备的框图。

下面参照图7来描述根据本公开的这种实施方式的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图2，图3，图4，图5中所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。

图8示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。

参考图8所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的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。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

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一个该设备执行时，使得该计算机可读介质实现如下功能：获取用户的第一照片；根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；获取所述用户的第二照片；以及在所述第一数据库中，根据所述第二照片对所述用户进行识别。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (14)

1.一种用户识别方法，其特征在于，包括：

获取用户的第一照片；

根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；

获取所述用户的第二照片；以及

在所述第一数据库中，根据所述第二照片对所述用户进行识别。

2.如权利要求1所述的方法，其特征在于，还包括：

使用人脸检测算法对所述第一照片进行检测，检测成功后将所述第一照片放入注册照片数据库中。

3.如权利要求2所述的方法，其特征在于，使用人脸检测算法对所述第一照片进行检测包括：

使用S³FD人脸检测算法对所述第一照片进行检测。

4.如权利要求2所述的方法，其特征在于，根据所述第一照片对所述用户进行匹配包括：

获取所述用户的标识信息与第三照片；

根据所述标识信息在所述注册照片数据库中获取所述用户对应的第一照片；以及

使用人脸检测算法、人脸矫正算法以及人脸识别算法对所述第一照片以及所述第三照片进行匹配。

5.如权利要求4所述的方法，其特征在于，还包括：

通过所述用户拍摄所述第二照片与所述第三照片时的位置参数确定人脸检测算法的参数。

6.如权利要求4所述的方法，其特征在于，使用人脸检测算法、人脸矫正算法以及人脸识别算法对所述第一照片以及所述第三照片进行匹配包括：

使用S³FD人脸检测算法、MTCNN矫正算法以及Arcface人脸识别方法对所述第一照片以及所述第三照片进行匹配。

7.如权利要求4所述的方法，其特征在于，还包括：

使用多维度的人脸样本对所述人脸识别算法进行训练，所述多维度包括人种以及年龄。

8.如权利要求1所述的方法，其特征在于，将所述第一照片储存至第一数据库包括：

获取所述第一照片的第一人脸特征值；以及

将所述第一人脸特征值储存至第一数据库。

9.如权利要求8所述的方法，其特征在于，根据所述第二照片对所述用户进行识别包括：

获取所述第二照片的第二人脸特征值；

根据所述第二人脸特征值与所述第一数据库中的多个第一人脸特征值确定第二距离；以及

在所述第二距离满足阈值条件时，确认所述用户识别成功。

10.如权利要求1所述方法，其特征在于，还包括：

在对所述用户识别成功后，和商品识别和结算系统进行通信，以对所述用户进行结算。

11.如权利要求10所述的方法，其特征在于，还包括：

在所述用户结算完成并离开后，从所述第一数据库中删除所述用户对应的所述第一照片。

12.一种用户识别装置，其特征在于，包括：

第一拍摄模块，用于获取用户的第一照片；

第一匹配模块，用于根据所述第一照片对所述用户进行匹配，匹配成功后将所述第一照片储存至第一数据库；

第二拍摄模块，用于获取所述用户的第二照片；以及

第二识别模块，用于在所述第一数据库中，根据所述第二照片对所述用户进行识别。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

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1-11中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-11中任一所述的方法。

Images