一种人脸解锁方法、装置、电子设备和计算机可读介质与流程

本发明涉及图像处理的技术领域，尤其是涉及一种人脸解锁方法、装置、电子设备和计算机可读介质。

背景技术：

在现有的人脸解锁方案中，同时支持rgb和红外图像的人脸解锁方案。在亮光时，利用移动设备的前置rgb摄像头(rgbcamera)获取rgb图片。在暗光或全黑环境时，利用红外泛光灯(irflood)配合前置ir(infraredradiation)摄像头(ircamera)获取ir图片，并以此作为人脸解锁的输入。这种硬件方案逐渐被硬件厂商演变为省去红外泛光灯，仅留下散斑投射器(projector)的硬件方案。演变后的硬件方案，由于省去红外泛光灯，因此成本较低，同时因为支持在图像上投射散斑，因此可以获得丰富的深度信息。

在仅有散斑投射器的硬件方案中，散斑投射器质量、曝光程度等造成图片质量较差，而同时散斑信息又会严重影响到人脸关键点信息，对人脸算法产生很大影响。此时，将会影响人脸解锁算法的精度和准确度。

技术实现要素：

有鉴于此，本发明的目的在于提供一种人脸解锁方法、装置、电子设备和计算机可读介质，以缓解现有的人脸解锁算法在利用带散斑的ir图像进行解锁时，解锁精度和准确度较差的技术问题。

第一方面，本发明实施例提供了一种人脸解锁方法，包括：获取包含待识别人脸的目标图像；若所述目标图像为rgb图像，则通过rgb识别模型将所述目标图像和rgb底库图像进行比对，得到第一结果；若所述目标图像为带散斑的ir图像，则通过第一跨模态识别模型将所述目标图像和rgb底库图像进行跨模态识别，得到第二结果，所述第一结果和所述第二结果用于确定待识别人脸和预设人脸是否相同；结合所述待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作；所述目标结果包括：所述第一结果或者所述第二结果。

进一步地，结合所述待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作包括：若所述活体检测结果为活体检测通过，且所述第一结果大于第一阈值，则对所述终端设备执行人脸解锁操作；或者，若所述活体检测结果为活体检测通过，且所述第二结果大于第二阈值，则对所述终端设备执行人脸解锁操作。

进一步地，所述方法还包括：若所述第二结果大于或者等于第二阈值，则判断是否存在与所述目标图像相对应的ir底库图像；若不存在，且所述目标图像满足ir底库录入标准，则将所述目标图像作为所述ir底库图像。

进一步地，通过以下方式判断所述目标图像是否满足ir底库录入标准，具体包括：获取所述目标图像的质量参数；若所述目标图像的质量参数满足预设质量参数要求，则基于所述目标图像对所述待识别人脸进行活体检测；若活体检测结果通过，则确定所述目标图像满足ir底库录入标准。

进一步地，所述方法还包括：若所述第二结果小于第二阈值，且存在与所述目标对象相对应的ir底库图像，则通过第二跨模态识别模型将所述目标图像和ir底库图像进行比对，得到第三结果；若所述第三结果大于或者等于第三阈值，则对所述终端设备执行人脸解锁操作。

进一步地，所述方法还包括：若所述第二结果小于第二阈值，且不存在与所述目标对象相对应的ir底库图像，则确定对所述终端设备解锁失败。

进一步地，所述方法还包括：获取所述终端设备的摄像装置拍摄的原始图像，并对所述原始图像进行人脸检测，得到人脸检测结果；若基于所述人脸检测结果确定出所述原始图像中不包含人脸，则确定对所述终端设备解锁失败；若基于所述人脸检测结果确定出所述原始图像中包含人脸，则确定获取到包含所述目标图像。

进一步地，所述方法还包括：基于所述目标图像对所述待识别人脸进行属性检测，得到属性检测结果；若所述属性检测结果为检测通过，则判断所述目标图像是否为所述带散斑的ir图像；若所述属性检测结果为检测未通过，则确定对所述终端设备解锁失败。

进一步地，判断所述目标图像是否为所述带散斑的ir图像包括：获取预设标识，其中，所述预设标识为摄像装置拍摄所述目标图像之后生成的用于确定所述目标图像是否为带散斑的ir图像的标识信息；基于所述预设标识确定所述目标图像是否为所述带散斑的ir图像。

第二方面，本发明实施例提供了一种人脸解锁装置，包括：获取单元，用于获取包含待识别人脸的目标图像；比对单元，用于若所述目标图像为rgb图像，则通过rgb识别模型将所述目标图像和rgb底库图像进行比对，得到第一结果；跨模态识别单元，用于若所述目标图像为带散斑的ir图像，则通过第一跨模态识别模型将所述目标图像和rgb底库图像进行跨模态识别，得到第二结果，所述第一结果和所述第二结果用于确定待识别人脸和预设人脸是否相同；确定单元，用于结合所述待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作；所述目标结果包括：所述第一结果或者所述第二结果。

第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器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第一方面中任一项所述的方法。

第四方面，本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面中任一项所述的方法。

在本发明实施例中，首先获取包含待识别人脸的目标图像；若目标图像为rgb图像，则通过rgb识别模型将目标图像和rgb底库进行比对，得到第一结果；若目标图像为带散斑的ir图像，则通过第一跨模态识别模型将目标图像和rgb底库图像进行跨模态识别，得到第二结果；最后，根据待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作。

通过上述描述可知，针对现有的人脸解锁算法在利用带散斑的ir图像进行解锁时，解锁精度和准确度较差的技术问题，在本实施例中，为rgb图像和带散斑的ir图像分别设置了对应的识别模型，即通过rgb识别模型对rgb图像进行识别，通过第一跨模态识别模型对带散斑的ir图像进行识别，从而提高了人脸解锁方案对带散斑的ir图像的处理能力，进一步提高了人脸解锁精度和准确度。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，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是根据本发明实施例的一种电子设备的示意图；

图2是根据本发明实施例的一种人脸解锁方法的流程图；

图3是根据本发明实施例的一种带散斑的ir图像的示意图；

图4是根据本发明实施例的另一种人脸解锁方法的流程图；

图5是根据本发明实施例的一种人脸解锁装置的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

首先，参照图1来描述用于实现本发明实施例的电子设备100，该电子设备可以用于运行本发明各实施例的人脸解锁方法。

如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储器104、输入装置106、输出装置108以及摄像机110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。

所述处理器102可以采用数字信号处理器(dsp，digitalsignalprocessing)、现场可编程门阵列(fpga，field－programmablegatearray)、可编程逻辑阵列(pla，programmablelogicarray)和asic(applicationspecificintegratedcircuit)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(cpu，centralprocessingunit)、图形处理器(gpu，graphicsprocessingunit)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。

所述存储器104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

所述摄像机110用于进行图像采集，其中，摄像机所采集的目标图像经过所述人脸解锁方法进行处理之后得到是否对终端设备执行人脸解锁操作的结果，例如，摄像机可以拍摄用户期望的目标图像，然后，将该目标图像经过所述人脸解锁方法进行处理之后得到是否对终端设备执行人脸解锁操作的结果，摄像机还可以将所拍摄的图像存储在所述存储器104中以供其它组件使用。

示例性地，用于实现根据本发明实施例的人脸解锁方法的电子设备可以被实现为诸如智能手机、平板电脑等智能移动终端。

实施例2：

根据本发明实施例，提供了一种人脸解锁方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本发明实施例的一种人脸解锁方法的流程图，如图2所示，该方法包括如下步骤：

步骤s202，获取包含待识别人脸的目标图像。

步骤s204，若所述目标图像为rgb图像，则通过rgb识别模型将所述目标图像和rgb底库图像进行比对，得到第一结果。

步骤s206，若所述目标图像为带散斑的ir图像，则通过第一跨模态识别模型将所述目标图像和rgb底库图像进行跨模态识别，得到第二结果，所述第一结果和所述第二结果用于确定待识别人脸和预设人脸是否相同；如图3所示的即为一种带散斑的ir图像。

步骤s208，结合所述待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作；所述目标结果包括：所述第一结果或者所述第二结果。

通过上述描述可知，针对现有的人脸解锁算法在利用带散斑的ir图像进行解锁时，解锁精度和准确度较差的技术问题，在本实施例中，为rgb图像和带散斑的ir图像分别设置了对应的识别模型，即通过rgb识别模型对rgb图像进行识别，通过第一跨模态识别模型对带散斑的ir图像进行识别，从而提高了人脸解锁方案对带散斑的ir图像的处理能力，进一步提高了人脸解锁精度和准确度。

通过上述描述可知，在本实施例中，首先通过终端设备的摄像装置采集用于进行解锁的图像。

在强光、正常光等亮光场景下，终端设备可以拍摄待识别对象的rgb图像，并使用该rgb图像进行解锁。在暗光、全黑场景下，终端设备可以拍摄待识别对象的带散斑的ir图像，然后，使用带散斑的ir图片进行人脸解锁。

在本实施例中，在获取到目标图像(rgb图像或者带散斑的ir图像)之后，首先可以判断该目标图像中是否包含人脸图像。若该目标图像中不包含人脸图像，则直接返回人脸解锁失败的结果，具体过程描述如下：

步骤s1011，在获取包含待识别人脸的目标图像之前，获取所述终端设备的摄像装置拍摄的原始图像，并对所述原始图像进行人脸检测，得到人脸检测结果；

步骤s1012，若基于所述人脸检测结果确定出所述原始图像中不包含人脸，则确定对所述终端设备解锁失败；

步骤s1013，若基于所述人脸检测结果确定出所述原始图像中包含人脸，则确定获取到包含所述目标图像。

通过上述描述可知，在本实施例中，在获取到终端设备拍摄到的用于进行解锁的原始图像之后，可以对原始图像进行人脸检测，以检测原始图像中是否包含人脸。可选地，在本实施例中，可以通过人脸检测模型对原始图像进行人脸检测。

如果人脸检测模型的检测结果为该原始图像中包含人脸，则确定获取到包含待识别人脸的目标图像。之后，就可以执行上述步骤s202至步骤s208所描述的步骤，即利用目标图像对终端设备执行解锁操作。如果人脸检测模型的检测结果为该原始图像中不包含人脸，则确定对终端设备解锁失败。

通过上述操作，能够避免对不包含人脸的图像执行上述步骤s202至步骤s208所描述的步骤，能够在执行上述步骤之前，剔除不包含人脸的图像，从而做到更加准确的进行人脸解锁，提高人脸解锁的效率，进一步缩短人脸解锁的时间。

在本实施例中，在基于所述人脸检测结果确定出所述目标图像中包含人脸之后，该方法还包括如下步骤：

步骤s11，基于所述目标图像对所述待识别人脸进行属性检测，得到属性检测结果；

步骤s12，若所述属性检测结果为检测通过，则判断所述目标图像是否为所述带散斑的ir图像；

步骤s13，若所述属性检测结果为检测未通过，则确定对所述终端设备解锁失败。

在本实施例中，若基于人脸检测模型确定出原始图像中包含人脸，则确定获取到包含待识别人脸的目标图像。此时，可以继续对该目标图像进行属性检测。

可选地，可以通过属性检测模型对该目标图像进行属性检测，得到属性检测结果。需要说明的是，在本实施例中，属性检测的主要属性参数包括：睁眼闭眼检测，遮挡检测，人脸位置或者人脸照射角度的检测。

例如，若在目标图像中检测到待识别人脸处于闭眼状态，或者，检测到待识别人脸的左侧脸部被遮挡，此时，确定出属性检测结果未通过。如果属性检测结果为未通过，则确定对终端设备解锁失败。如果属性检测结果为检测通过，则判断目标图像是否为带散斑的ir图像。

需要说明的是，属性检测模型可以实际应用场景的不同设置不同的属性参数，本实施例中不做具体限定。

可选地，判断所述目标图像是否为所述带散斑的ir图像包括：

首先，获取预设标识，其中，所述预设标识为摄像装置拍摄所述目标图像之后生成的用于确定所述目标图像是否为带散斑的ir图像的标识信息；

然后，基于所述预设标识确定所述目标图像是否为所述带散斑的ir图像。

通过上述描述可知，在强光、正常光等亮光场景下，终端设备可以拍摄待识别对象的rgb图像，并使用该rgb图像进行解锁。在暗光、全黑场景下，终端设备拍摄到的图像为带散斑的ir图像，然后，使用带散斑的ir图片进行人脸解锁。

在终端设备的摄像设备拍摄目标图像时，将自动设置该预设标识，其中，mg_unlock_img_nv21表示拍摄到的目标图像不是ir图像，mg_unlock_img_ir_pattern表示拍摄到的目标图像是ir图像。

例如，在强光、正常光等亮光场景下，摄像设备拍摄得到目标图像之后，摄像设备将该预设标识设置为：mg_unlock_img_nv21。在暗光、全黑场景下，摄像设备拍摄得到目标图像之后，摄像设备将该预设标识设置为：mg_unlock_img_ir_pattern。

也就是说，摄像设备可以根据拍摄场景自动设置该预设标识是mg_unlock_img_nv21，还是mg_unlock_img_ir_pattern。

基于此，在本实施例中，可以基于预设标识判断该目标图像是否为带散斑的ir图像。一般情况下，在终端设备的摄像装置拍摄得到目标图像之后，将按照上述描述的方式设置该预设标识，并将该预设标识和目标图像一起传入终端设备的处理器中进行处理。此时，终端设备的处理器就可以根据该预设标识判断该目标图像是否为带散斑的ir图像。

若处理器判断出该预设标识为：mg_unlock_img_ir_pattern，则表明该目标图像为待散斑的ir图像。

通过上述描述可知，目标图像包括两种类型，分别为rgb图像和带散斑的ir图像。下面将分别介绍上述两种情况。

情况一、目标图像为rgb图像

若目标图像为rgb图像，则利用rgb识别模型将目标图像和rgb底库图像进行比对，得到第一结果。可选地，该第一结果可以为一个数值，用于表征目标图像和rgb底库图像之间的相似程度。相应地，该rgb识别模型对应一个阈值，即第一阈值。

在本实施例中，rgb底库图像可以为用户预先录入的。例如，用户初次设置该终端设备的解锁方案时，终端设备可以提醒用户录入相应的解锁图像。终端设备在获取到相应的解锁图像之后，可以对该解锁图像进行检测，例如，进行属性检测，包括：睁眼闭眼检测，遮挡检测，人脸位置或者人脸照射角度的检测。又例如，可以检测该图像中是否包含人脸等等。如果对该解锁图像检测通过(即，该解锁图像满足rgb底库录入标准)，则将该解锁图像作为rgb底库图像。

可选地，用户可以录入一张或者多张rgb底库图像，本实施例不做具体限定。

在按照上述方式得到rgb底库图像之后，就可以将目标图像与rgb底库图像进行比对，得到第一结果，其中，第一结果用于表征目标图像中所包含人脸与rgb底库图像中所包含人脸之间的相似度。

需要说明的是，在本实施例中，若对目标图像进行属性检测通过，还可以基于该目标图像对待识别人脸进行活体检测，得到活体检测结果。可选地，可以通过活体检测模型对目标图像进行处理，以得到活体检测结果。

若所述活体检测结果为活体检测通过，且所述第一结果大于第一阈值，则对所述终端设备执行人脸解锁操作。

可选地，第一阈值可以根据实际应用场景来进行设定，本实施例不做具体限定。例如，第一阈值可以选择为80％，还可以选择为75％等。

也就是说，在本实施例中，若基于目标图像对待识别人脸进行活体检测之后，得到活体检测通过的结果，且利用rgb识别模型得到的第一结果大于第一阈值(例如，80％)，则确定对终端设备执行人脸解锁操作。

情况二、目标图像为带散斑的ir图像

若目标图像为带散斑的ir图像，则利用第一跨模态识别模型将目标图像和rgb底库图像进行比对，得到第二结果。可选地，该第二结果可以为一个数值，用于表征目标图像和rgb底库图像之间的相似程度。相应地，该第一跨模态识别模型对应一个阈值，即第二阈值。

需要说明的是，在本实施例中，若对目标图像进行属性检测通过，还可以基于该目标图像对待识别人脸进行活体检测，得到活体检测结果。可选地，可以通过活体检测模型对目标图像进行处理，以得到活体检测结果。

若所述活体检测结果为活体检测通过，且所述第二结果大于第二阈值，则对所述终端设备执行人脸解锁操作。

可选地，第二阈值可以根据实际应用场景来进行设定，本实施例不做具体限定。例如，第二阈值可以选择为80％，还可以选择为75％等。

也就是说，在本实施例中，若基于目标图像对待识别人脸进行活体检测之后，得到活体检测通过的结果，且利用第一跨模态识别模型得到的第二结果大于第二阈值(例如，80％)，则基于第二结果确定对终端设备执行人脸解锁操作。

在本实施例中，该方法还包括如下步骤：

步骤s21，若所述第二结果大于或者等于第二阈值，则判断是否存在与所述目标图像相对应的ir底库图像；

步骤s22，若不存在，且所述目标图像满足ir底库录入标准，则将所述目标图像作为所述ir底库图像。

若带散斑的ir图通过rgb-ir比对(即，第二结果大于或者等于第二阈值)，则判断是否存在与目标图像相对应的ir底库。如果没有ir底库，则判断带散斑的ir图像是否满足ir底库录入标准。若满足，则将目标图像作为ir底库。

通过上述描述可知，在本实施例中，如果摄像装置拍摄到的目标图像为带散斑的ir图像，且带散斑的ir图像满足ir底库录入标准，且用户在终端设备上还未录入ir底库图像，那么此时，可以将摄像装置拍摄到的带散斑的ir图像作为ir底库图像。

通过上述操作，不需要用户手动录入ir底库图像，能够自动存储ir底库图像，并用于后续的人脸比对，无需用户主动录入。

可选地，在本实施例中，可以通过以下方式判断所述目标图像是否满足ir底库录入标准，具体包括：

获取所述目标图像的质量参数；

若所述目标图像的质量参数满足预设质量参数要求，则基于所述目标图像对所述待识别人脸进行活体检测；

若活体检测结果通过，则确定所述目标图像满足ir底库录入标准。

具体地，在本实施例中，首先，获取目标图像的质量参数，其中，质量参数可以为多种参数，例如，用于表征目标图像的模糊程度(或者清晰程度)的参数，用于表征目标图像中待识别人脸的位置信息的参数，其中，该位置信息为待识别人脸向左、向右、向上或者向下偏转的角度。

如果基于质量参数判断出目标图像满足预设质量参数要求，则基于目标图像对待识别人脸进行活体检测，得到活体检测结果。若活体检测结果为通过，则确定目标图像满足ir底库录入标准，并将该目标图像作为ir底库图像。

在本实施例中，该方法还包括如下步骤：

步骤s31，若所述第二结果小于第二阈值，且存在与所述目标对象相对应的ir底库，则通过第二跨模态识别模型将所述目标图像和ir底库图像进行比对，得到第三结果；

步骤s32，若所述第二结果小于第二阈值，且不存在与所述目标对象相对应的ir底库，则确定对所述终端设备解锁失败。

步骤s33，若所述第三结果大于或者等于第三阈值，则对所述终端设备执行人脸解锁操作；

具体地，在本实施例中，若第一跨模态识别模型对带散斑的ir图像进行识别之后，识别未通过(即第二结果小于第二阈值)，则判断是否存在目标对象相对应的ir底库图像，其中，预设人脸为目标对象的脸。如果存在相对应的ir底库图像，则通过第二跨模态识别模型将带散斑的ir图像与ir底库进行图像进行比对，得到第三结果。如果不存在相对应的ir底库图像，则确定对终端设备解锁失败。

可选地，该第三结果可以为一个数值，用于表征目标图像和ir底库图像之间的相似程度。相应地，该二跨模态识别模型对应一个阈值，即第三阈值。若第三结果大于或者等于第三阈值，则对终端设备执行人脸解锁操作。

需要说明的是，上述第一阈值，第二阈值，以及第三阈值可以相同，还可以不同，本实施例不做具体限定，可以根据实际需要选择第一阈值，第二阈值和第三阈值的具体数值。

通过上述描述可是，在本实施例中，具体技术方案主要描述如下：

在正常光场景下录入rgb图像作为底库，保证底库质量，获得最佳人脸比对效果。

在强光、正常光等亮光场景下，使用目标图像行解锁，判断目标图像rgb图像后，将目标图像送入rgb识别模型进行识别，使用rgb-rgb阈值(第一阈值)，判断待识别人脸和预设人脸是否是同一个人。

在暗光、全黑场景下，使用带散斑的ir图像做人脸解锁，判断目标图像为带散斑的ir图像后，将带散斑的ir图像送入跨模态识别模型，使用rgb-ir阈值(第二阈值)，判断待识别人脸和预设人脸是否是同一个人。

对于通过解锁的带散斑的ir图像，通过质量判断后，自动将该带散斑的ir图像存为ir底库图像，作为后续ir图片比对时的第二底库；若在暗光、全黑场景下，送入算法的带散斑的ir图像与rgb底库图像比对没有成功，则继续与ir底库图像进行比对，使用ir-ir阈值(第三阈值)，判断待识别人脸和预设人脸是否是同一个人。

通过上述描述可知，如果摄像装置拍摄到的目标图像为带散斑的ir图像，那么该带散斑的ir图像与rgb底库图像进行比对时，比对成功的概率将降低。若用户已经预先录入了ir底库图像。通过将该带散斑的ir图像与ir底库图像进行比对，能够提高比对的成功率，从而提高终端设备的解锁效率，提高用户体验。因为，当摄像装置拍摄到的目标图像为带散斑的ir图像时，表明用户所处的场景很有可能无法拍摄到清晰的rgb图像，如果不设置ir底库图像，这将导致终端设备无法成功执行解锁操作，降低了终端设备的解锁效率。

本发明的好处是，可以复用现有rgb人脸算法已经积累的优势，在亮光场景下完全达到纯rgb算法的能力，在暗光或全黑场景下，本发明又同时具备rgb-ir、ir-ir跨模态人脸解锁能力。

图4是根据本发明实施例的一种人脸解锁方法的流程图，如图4所示，该方法包括如下步骤：

步骤s401，获取终端设备的摄像装置拍摄的原始图像；

步骤s402，对原始图像进行人脸检测，得到人脸检测结果；

步骤s403，基于人脸检测结果判断原始图像中是否包含人脸；若是，则执行步骤s404；否则执行步骤s417；

步骤s404，基于目标图像对待识别人脸进行属性检测，得到属性检测结果；

步骤s405，基于属性检测结果判断是否检测通过；若是，则执行步骤s406和步骤s414，否则执行步骤s417；

步骤s406，判断目标图像是否为带散斑的ir图像；若是，则执行步骤s408，否则执行步骤s407；

步骤s407，通过rgb识别模型将目标图像和rgb底库图像进行比对，得到第一结果，并在得到第一结果之后，执行步骤s415；

步骤s408，通过第一跨模态识别模型将目标图像和rgb底库图像进行跨模态识别，得到第二结果，并在得到第二结果之后，执行步骤s409；

步骤s409，判断第二结果是否大于第二阈值；若是，则执行步骤s410，否则执行步骤s412；

步骤s410，判断是否存在与目标图像相对应的ir底库图像；若是，则执行步骤s411；否则，执行步骤s415；

步骤s411，若目标图像满足ir底库录入标准，则将目标图像作为ir底库图像，并执行步骤s415；

步骤s412，判断是否存在与目标图像相对应的ir底库图像；若是，则执行步骤s413；否则执行步骤s415；

步骤s413，通过第二跨模态识别模型将目标图像和ir底库图像进行比对，得到第三结果；并执行步骤s415；

步骤s414，基于目标图像对待识别人脸进行活体检测，得到活体检测结果；

步骤s415，基于活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作，其中，目标结果包括：第一结果、第二结果和第三结果；若是，则执行步骤s416，否则执行步骤s417；

步骤s416，对终端设备解锁成功；

步骤s417，对终端设备解锁失败。

通过上述描述可知，在本实施例中，在获取到终端设备拍摄到的用于进行解锁的原始图像之后，可以对原始图像进行人脸检测，以检测原始图像中是否包含人脸。可选地，在本实施例中，可以通过人脸检测模型对原始图像进行人脸检测。

实施例3：

本发明实施例还提供了一种人脸解锁装置，该人脸解锁装置主要用于执行本发明实施例上述内容所提供的人脸解锁方法，以下对本发明实施例提供的人脸解锁装置做具体介绍。

图5是根据本发明实施例的一种人脸解锁装置的示意图，如图5所示，该人脸解锁装置主要包括获取单元10，比对单元20，跨模态识别单元30和确定单元40，其中：

获取单元10，用于获取包含待识别人脸的目标图像；

比对单元20，用于若所述目标图像为rgb图像，则通过rgb识别模型将所述目标图像和rgb底库图像进行比对，得到第一结果；

跨模态识别单元30，用于若所述目标图像为带散斑的ir图像，则通过第一跨模态识别模型将所述目标图像和rgb底库图像进行跨模态识别，得到第二结果，所述第一结果和所述第二结果用于确定待识别人脸和预设人脸是否相同；

确定单元40，用于结合所述待识别人脸的活体检测结果和目标结果确定是否对终端设备执行人脸解锁操作；所述目标结果包括：所述第一结果或者所述第二结果。

通过上述描述可知，针对现有的人脸解锁算法在利用带散斑的ir图像进行解锁时，解锁精度和准确度较差的技术问题，在本实施例中，为rgb图像和带散斑的ir图像分别设置了对应的识别模型，即通过rgb识别模型对rgb图像进行识别，通过第一跨模态识别模型对带散斑的ir图像进行识别，从而提高了人脸解锁方案对带散斑的ir图像的处理能力，进一步提高了人脸解锁精度和准确度。

可选地，确定单元用于：若所述活体检测结果为活体检测通过，且所述第一结果大于第一阈值，则对所述终端设备执行人脸解锁操作；或者，若所述活体检测结果为活体检测通过，且所述第二结果大于第二阈值，则对所述终端设备执行人脸解锁操作。

可选地，所述装置还用于：若所述第二结果大于或者等于第二阈值，则判断是否存在与所述目标图像相对应的ir底库图像；若不存在，且所述目标图像满足ir底库录入标准，则将所述目标图像作为所述ir底库图像。

可选地，所述装置通过以下方式判断所述目标图像是否满足ir底库录入标准，具体包括：获取所述目标图像的质量参数；若所述目标图像的质量参数满足预设质量参数要求，则基于所述目标图像对所述待识别人脸进行活体检测；若活体检测结果通过，则确定所述目标图像满足ir底库录入标准。

可选地，所述装置还用于：若所述第二结果小于第二阈值，且存在与所述目标对象相对应的ir底库图像，则通过第二跨模态识别模型将所述目标图像和ir底库图像进行比对，得到第三结果；若所述第三结果大于或者等于第三阈值，则对所述终端设备执行人脸解锁操作。

可选地，所述装置还用于：若所述第二结果小于第二阈值，且不存在与所述目标对象相对应的ir底库图像，则确定对所述终端设备解锁失败。

可选地，所述装置还用于：获取所述终端设备的摄像装置拍摄的原始图像，并对所述原始图像进行人脸检测，得到人脸检测结果；若基于所述人脸检测结果确定出所述原始图像中不包含人脸，则确定对所述终端设备解锁失败；若基于所述人脸检测结果确定出所述原始图像中包含人脸，则确定获取到包含所述目标图像。

可选地，所述装置还用于：基于所述目标图像对所述待识别人脸进行属性检测，得到属性检测结果；若所述属性检测结果为检测通过，则判断所述目标图像是否为所述带散斑的ir图像；若所述属性检测结果为检测未通过，则确定对所述终端设备解锁失败。

可选地，所述装置还用于：获取预设标识；基于所述预设标识确定所述目标图像是否为所述带散斑的ir图像。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元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。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。