一种解锁方法及装置与流程

本申请涉及人工智能领域，尤其涉及一种安全环境下的解锁方法及装置。

背景技术：

随着时代的进步，对终端设备的解锁方式也发生着变化。现如今，人脸识别技术得到快速的发展，通过人脸进行解锁方式也逐渐普及。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。目前大多数的终端设备都支持通过人脸识别方式进行解锁。但是对于不同的生产厂商所支持的人脸解锁技术也各不相同。由于人脸容易被仿冒，当前较多的方式是通过捕获更多的人脸特征并提高了计算复杂度，来避免人脸被仿冒，从而提高了造假难度。

例如在一些现有的人脸解锁技术方案中，其主要关注的是人脸的特征，例如图1示出的一种现有技术人脸识别示意图，通过捕获更高清的人脸特征以及提高计算复杂度来保证人脸识别的准确度和成功率。其中，例如一些基于特征的人脸检测技术，通过采用颜色、轮廓、纹理、结构或者直方图等特征进行人脸检测。又或是例如一些基于模板匹配的人脸检测技术，需要从数据库中提取人脸模板，接着采取一定的模板匹配策略，使得抓取的人脸图像与从模板库提取的图片相匹配，由相关性的高低和所匹配的模板大小确定人脸大小以及位置信息。再或者例如一些基于统计的人脸检测技术，通过对于“人脸”和“非人脸”的图像进行大量搜集构成的人脸正、负样本库，采用统计方法强化训练该系统，从而实现对人脸和非人脸进行检测和分类。

由于现有的方案在进行解锁时，只关注提取人脸特征，输入的数据为大约10m的高清大图，导致解锁时延比较长，大约为1.2秒左右。

技术实现要素：

本申请实施例提供了一种解锁方法及装置。终端设备通过低功耗的方式，持续采集和获取环境信息，确定当前是否为安全环境。在安全环境下，通过低功耗的方式完成识别并对终端设备的解锁，从而减轻计算复杂度，实现快速识别并解锁。

第一方面，提供了一种解锁方法，方法包括：采集当前环境的环境信息；识别环境信息，确定当前环境是否为安全环境；当识别当前环境为安全环境时，确定人脸匹配阈值；采集灰度人脸信息；对灰度人脸信息进行识别，确定人脸匹配度；当人脸匹配度大于等于人脸匹配阈值，对终端设备进行解锁操作。本申请通过识别安全环境，并在安全环境下进行灰度图像人脸识别，实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。本申请可通过采集多种不同的环境信息进行识别当前环境，从而使得识别结果更加精确。

在一个可能的实施方式中，识别环境信息，确定当前环境是否为安全环境包括：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。本申请根据不同的环境信息可分别确定当前安全环境的安全等级，从而使得识别结果更加精确。

在一个可能的实施方式中，根据安全环境，确定人脸匹配阈值包括：根据安全等级，确定人脸匹配阈值。本申请可根据不同的安全环境匹配不同的人脸匹配阈值，以便对于安全等级越高的情境下解锁更加快捷。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。本申请通过安全等级与人脸匹配阈值负相关，可使得安全环境等级越高人脸匹配阈值越低，保证了越安全的环境人脸识别解锁越容易。

在一个可能的实施方式中，在识别当前环境为安全环境之后，方法还包括：采集用户语音信息；对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；当人脸匹配度大于等于人脸匹配阈值，对终端设备进行解锁操作包括：当人脸匹配度大于等于人脸匹配阈值且语音信息为预存的用户声音时，对终端设备进行解锁操作。本申请还结合语音进行解锁，当识别出环境为安全环境后，识别出用户语音即解锁，保证了安全环境下可以结合更多方式进行解锁，增加安全性的同时极大地提升了用户体验。

在一个可能的实施方式中，方法还包括：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。本申请当识别当前环境不是安全环境后，还可以进行常规解锁，保证了用户在不同环境下的多种解锁方式。

第二方面，提供了一种解锁方法，方法包括：采集当前环境的环境信息；识别环境信息，确定当前环境是否为安全环境；当识别当前环境为安全环境时，采集用户语音信息；对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；当用户语音信息为预存的用户声音时，对终端设备进行解锁操作。本申请通过识别安全环境，并在安全环境下进行语音识别，实现了在安全环境下，基于人工智能并通过语音进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。本申请可通过采集多种不同的环境信息进行识别当前环境，从而使得识别结果更加精确。

在一个可能的实施方式中，识别环境信息，确定当前环境是否为安全环境包括：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。本申请根据不同的环境信息可分别确定当前安全环境的安全等级，从而使得识别结果更加精确。

在一个可能的实施方式中，在识别当前环境为安全环境之后，方法还包括：确定人脸匹配阈值；采集灰度人脸信息；对灰度人脸信息进行识别，确定人脸匹配度；当语音信息为预存的用户声音时，对终端设备进行解锁操作包括：当语音信息为预存的用户声音且人脸匹配度大于等于人脸匹配阈值时，对终端设备进行解锁操作。本申请还结合人脸识别进行解锁，当识别出环境为安全环境后，通过人脸识别并进行解锁，保证了安全环境下可以有结合更多方式进行解锁，增加安全性的同时极大地提升了用户体验。

在一个可能的实施方式中，根据安全环境，确定解锁匹配阈值包括：根据当前环境的安全等级，确定解锁匹配阈值。本申请可根据不同的安全环境匹配不同的人脸匹配阈值，以便对于安全等级越高的情境下解锁更加快捷。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。本申请通过安全等级与人脸匹配阈值负相关，可使得安全环境等级越高人脸匹配阈值越低，保证了越安全的环境人脸识别解锁越容易。

在一个可能的实施方式中，方法还包括：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。本申请当识别当前环境不是安全环境后，还可以进行常规解锁，保证了用户在不同环境下的多种解锁方式。

第三方面，提供了一种解锁装置，装置包括：采集模块，用于采集当前环境的环境信息；识别模块，用于识别环境信息，确定当前环境是否为安全环境；确定模块，用于当识别当前环境为安全环境时，确定人脸匹配阈值；采集模块还用于，采集灰度人脸信息；识别模块还用于，对灰度人脸信息进行识别，确定人脸匹配度；解锁模块，用于当人脸匹配度大于等于人脸匹配阈值，对终端设备进行解锁操作。本申请通过识别安全环境，并在安全环境下进行灰度图像人脸识别，实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。本申请可通过采集多种不同的环境信息进行识别当前环境，从而使得识别结果更加精确。

在一个可能的实施方式中，识别模块还用于：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。本申请根据不同的环境信息可分别确定当前安全环境的安全等级，从而使得识别结果更加精确。

在一个可能的实施方式中，确定模块还用于：根据安全等级，确定解锁匹配阈值。本申请可根据不同的安全环境匹配不同的人脸匹配阈值，以便对于安全等级越高的情境下解锁更加快捷。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。本申请通过安全等级与人脸匹配阈值负相关，可使得安全环境等级越高人脸匹配阈值越低，保证了越安全的环境人脸识别解锁越容易。

在一个可能的实施方式中，采集模块还用于，采集用户语音信息；识别模块还用于，对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；解锁模块还用于，当人脸匹配度大于等于人脸匹配阈值且语音信息为预存的用户声音时，对终端设备进行解锁操作。本申请还结合语音进行解锁，当识别出环境为安全环境后，识别出用户语音即解锁，保证了安全环境下可以结合更多方式进行解锁，增加安全性的同时极大地提升了用户体验。

在一个可能的实施方式中，解锁模块还用于：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。本申请当识别当前环境不是安全环境后，还可以进行常规解锁，保证了用户在不同环境下的多种解锁方式。

第四方面，提供了一种解锁装置，装置包括：采集模块，用于采集当前环境的环境信息；识别模块，用于识别环境信息，确定当前环境是否为安全环境；采集模块还用于，当识别当前环境为安全环境时，采集用户语音信息；识别模块还用于，对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；解锁模块，用于当用户语音信息为预存的用户声音时，对终端设备进行解锁操作。本申请通过识别安全环境，并在安全环境下进行语音识别，实现了在安全环境下，基于人工智能并通过语音进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。本申请可通过采集多种不同的环境信息进行识别当前环境，从而使得识别结果更加精确。

在一个可能的实施方式中，识别模块还用于：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。本申请根据不同的环境信息可分别确定当前安全环境的安全等级，从而使得识别结果更加精确。

在一个可能的实施方式中，装置还包括：确定模块，用于当识别所述当前环境为安全环境时，确定人脸匹配阈值；采集模块还用于，采集灰度人脸信息；识别模块还用于，对灰度人脸信息进行识别，确定人脸匹配度；解锁模块还用于，当语音信息为预存的用户声音且人脸匹配度大于等于人脸匹配阈值时，对终端设备进行解锁操作。本申请还结合人脸识别进行解锁，当识别出环境为安全环境后，通过人脸识别并进行解锁，保证了安全环境下可以结合更多方式进行解锁，增加安全性的同时极大地提升了用户体验。

在一个可能的实施方式中，确定模块还用于：根据当前环境的安全等级，确定解锁匹配阈值。本申请可根据不同的安全环境匹配不同的人脸匹配阈值，以便对于安全等级越高的情境下解锁更加快捷。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。本申请通过安全等级与人脸匹配阈值负相关，可使得安全环境等级越高人脸匹配阈值越低，保证了越安全的环境人脸识别解锁越容易。

在一个可能的实施方式中，解锁模块还用于：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。本申请当识别当前环境不是安全环境后，还可以进行常规解锁，保证了用户在不同环境下的多种解锁方式。

第五方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，其特征在于，当指令在终端上运行时，使得终端执行第一方面的方法。

第六方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，其特征在于，当指令在终端上运行时，使得终端执行第二方面的方法。

第七方面，提供了一种终端设备，其特征在于，终端设备包括处理器，处理器与存储器耦合，处理器读取并执行存储器中的指令，使得终端设备实现第一方面的方法。

第八方面，提供了一种终端设备，其特征在于，终端设备包括处理器，处理器与存储器耦合，处理器读取并执行存储器中的指令，使得终端设备实现第二方面的方法。

本申请公开了一种解锁方法及装置，通过识别当前环境是否为安全环境，通过在安全环境下，采集低像素的图片进行人脸识别匹配，并进行解锁；或者在安全环境下，通过匹配声纹确定是否为用户本人，并进行解锁。实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

附图说明

图1为一种现有技术人脸识别示意图；

图2为本申请实施例提供的一种解锁方法应用场景示意图；

图3为本申请实施例提供的一种解锁方法流程图；

图4为本申请实施例提供的另一种解锁方法流程图；

图5为本申请实施例提供的又一种解锁方法流程图；

图6为本申请实施例提供的一种解锁系统框架示意图；

图7为本申请实施例提供的一种解锁装置示意图；

图8为本申请实施例提供的另一种解锁装置示意图；

图9为本申请实施例提供的一种终端设备示意图；

图10为本申请实施例提供的另一种终端设备示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请应用在安全环境解锁的场景。在一个例子中，安全环境解锁的场景可以是车载环境，也可以是办公室环境，又或是家庭居住环境等。如图2示出的是一种在车载环境中的应用场景示意图，当用户进入车载环境中后，等待解锁的终端设备可以利用计算机视觉，通过摄像头采集当前图像信息，并确定出当前环境是否为安全环境。若终端设备确定当前环境为安全环境后，则可以通过采集灰度的图像进行人脸识别。当然若终端设备确定当前环境为安全环境时，还可以通过采集到用户的声纹进行判别，从而在判断声纹正确的情况下，对终端设备进行解锁。本领域人员应当理解的是，图2仅为一种安全环境的示意，本申请还可以应用在其他任何一种安全环境中，本申请在此不作限定。本申请通过上述方式实现了在安全环境下，基于人工智能并通过计算机视觉快速进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

本领域人员应当注意，本申请涉及到的终端设备可以是手机、可穿戴设备、平板电脑、车载终端等任何具有摄像功能和/或采集声音功能的智能设备。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行详细描述。

如图3所示，图3为本申请实施例提供的一种解锁方法流程图。

图3示出了一种解锁方法流程图，该方法可以包括以下步骤：

s301，采集当前环境的环境信息。

在一个实施例中，首先终端设备通过摄像头采集当前环境的环境信息。其中，环境信息可以是能够描述当前环境的任意信息，例如，环境信息可以包括灰度环境图像信息、环境声音信息、速度信息和位置信息等。

在一个例子中，终端设备的摄像头可以是常开的状态，此时，终端设备的摄像头采集当前的环境信息。在另一个例子中，终端设备的摄像头也可以在需要解锁的时候再开启，此时终端设备仍然可以通过摄像头进行环境信息的采集。在又一个例子中，对于需要解锁的时候再开启摄像头的情况，可能同时会采集到人脸信息，终端设备可以仅关注环境信息而忽略其他信息。在另一个例子中，终端设备的麦克风还可以采集环境声音信息，终端设备的速度传感器还可以采集当前的速度信息，以及终端设备的位置传感器还可以对当前位置进行定位。可以理解的是，本申请还包括可以通过任意其他传感器采集对应的信息，以用于描述当前环境。

s302，识别环境信息，确定当前环境是否为安全环境。

在一个实施例中，终端设备识别当前的环境信息，确定当前环境是否为安全环境。

在一个例子中，终端设备通过预先训练好的安全环境识别模型对摄像头采集到的环境信息进行识别，识别当前环境是否为安全环境。本领域人员应当注意，安全环境可以是车载环境、办公室环境、家庭居住环境等任何环境，本申请在此不作限定。

在一个例子中，安全环境识别模型为通过机器学习预先训练好的神经网络模型。其训练过程可以是通过硬件采集数据，例如硬件可以包括有摄像头、麦克风、速度传感器、位置传感器、通用串行总线接口、无线接口、蓝牙接口等。然后通过硬件采集的数据传输至服务层对应的服务。例如通过摄像头采集到的数据传输至相机服务，速度传感器、位置传感器、通用串行总线接口、无线接口、蓝牙接口等硬件采集到的数据传输至环境感知服务中。同时位于服务层的相机服务也将输出的数据传输至环境感知服务。然后环境感知服务将输入的数据传输至决策层的分类器中进行安全环境决策，并训练出安全环境识别模型。在另一个例子中，由于安全环境识别模型的训练过程有麦克风、速度传感器、位置传感器、通用串行总线接口、无线接口、蓝牙接口等参与，所以当终端设备通过通用串行总线接口、无线接口、蓝牙接口等连接到汽车上，或者连接到位于家中的无线网中，则环境识别模型也可以识别出当前设备位于安全环境中。在又一个例子中，环境识别模型还可以采集是否具有开关车门的声音或者其他具有典型性的环境声音，间接判别终端设备是否处于安全环境。

本领域人员可以理解的是，上述实施例给出的判别安全环境的方式可以作为辅助判别，其安全环境的主要判断依据仍然根据采集到的灰度环境图像信息进行判断为准。

s303，当识别当前环境为安全环境时，确定人脸匹配阈值。

在一个实施例中，当终端设备根据预先训练好的安全环境识别模型，识别出当前环境为车载环境、办公室环境、家庭居住环境等任何环境，并确定当前环境为安全环境时，确定当前人脸匹配阈值。

在一个例子中，对于不同的安全环境，可能具有不同的安全程度，所以终端设备可以设置不同的安全等级。例如公共环境的安全性非常低，终端设备可以设置公共环境的安全等级为1级；办公室环境的安全性比较低，终端设备可以设置公共环境的安全等级为2级；车载环境的安全性比较高，终端设备可以设置车载环境的安全等级为3级；家庭居住环境的安全性非常高，终端设备可以设置家庭居住环境的安全等级为4级。安全等级的设定可以由低到高依次进行设置，即1级为安全等级最低，然后数字越大安全等级越高，代表环境越安全；安全等级的设定也可以由高到低依次进行设置，即1级为安全等级最高，然后数字越大安全等级越低，代表环境越不安全，本申请在此不作限定。

在另一个例子中，对于不同的安全级别，终端设备可以设定不同的人脸匹配阈值。例如，对于安全级别最高的家庭居住环境，例如4级，可以设置一个很低的人脸匹配阈值，例如60％或0.6。由于终端设备检测出当前安全环境级别很高，则可以认为在当前环境下进行解锁非常安全。此时，相较于常规时进行解锁的阈值，例如可能为98％或0.98，终端设备则可以适当降低人脸匹配阈值，从而使得终端设备可以更加快捷的实现解锁。又例如，对于车载环境，终端设备认定当前安全级别为3级，属于比较安全，则终端设备可以设置一个较低的人脸匹配阈值，例如70％或0.7。可以理解的是，对于环境的安全级别越高，则终端设备设置的人脸匹配阈值则可以越低，反之则越高。

s304，采集灰度人脸信息。

在一个实施例中，当终端设备识别当前环境为安全环境之后，终端设备还可以采用摄像头采集灰度人脸信息。

在一个例子中，终端设备根据预先训练好的安全环境识别模型，识别出当前环境为车载环境、办公室环境、家庭居住环境等任何环境，并确定当前环境为安全环境。之后，终端设备还可以通过摄像头，采用低功率采集灰度的人脸图像，并得到灰度人脸信息。在一个例子中，灰度的人脸图像其低分辨率可以是480*480。在另一个例子中，s301中摄像头采集环境信息时还可以同时采集到灰度人脸信息，则此时无需再次采集灰度人脸信息。

本申请通过在安全环境下，通过采集数据量更低的人脸图像，例如灰度人脸信息，从而降低了解锁所需的计算量，实现低功耗快速解锁

s305，对灰度人脸信息进行识别，确定人脸匹配度。

在一个实施例中，终端设备对采集到的灰度人脸信息进行识别，确定人脸匹配度。

在一个例子中，终端设备对采集到的灰度人脸信息进行识别，并根据用户预先存储在终端设备中的人脸信息进行匹配，确定出当前采集到的灰度人脸信息与预先存储的人脸信息的匹配程度，即人脸匹配度。在一个例子中，人脸匹配度可以采用百分比的计数方式，也可以采用小数点的技术方式，例如匹配度为70％，或者是匹配度为0.7。

s306，当人脸匹配度大于等于人脸匹配阈值，对终端设备进行解锁操作。

在一个实施例中，终端设备将确定的人脸匹配度与人脸匹配阈值进行比较，当人脸匹配度大于等于人脸匹配阈值时，则终端设备确定当前识别到了用户的人脸，并执行解锁操作。

在一个例子中，终端设备将确定的人脸匹配度与人脸匹配阈值进行比较，例如当前人脸匹配度为80％或0.8、当前人脸匹配阈值为70％或0.7。则终端设备确定80％或0.8大于70％或0.7，终端设备确定当前识别到了用户的人脸，并执行解锁操作。在另一个例子中，若当前人脸匹配度为80％或0.8、当前人脸匹配阈值为90％或0.9。终端设备则确定当前并未识别到了用户的人脸，则终端设备执行常规解锁操作。

本申请公开了一种解锁方法及装置，通过识别当前环境是否为安全环境，通过在安全环境下，采集低像素的图片进行人脸识别并匹配，当确定识别到用户人脸后执行解锁操作。实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

如图4所示，图4为本申请实施例提供的另一种解锁方法流程图。

图4示出了另一种解锁方法流程图，该方法可以包括以下步骤：

s401，采集当前环境的环境信息。

在一个实施例中，首先终端设备通过摄像头采集当前环境的环境信息。其中，环境信息可以是能够描述当前环境的任意信息，例如，环境信息可以包括灰度环境图像信息、环境声音信息、速度信息和位置信息等。

在一个例子中，终端设备的摄像头可以是常开的状态，此时，终端设备的摄像头采集当前的环境信息。在另一个例子中，终端设备的摄像头也可以在需要解锁的时候再开启，此时终端设备仍然可以通过摄像头进行环境信息的采集。在又一个例子中，对于需要解锁的时候再开启摄像头的情况，可能同时会采集到除去环境以外的其他信息，终端设备可以仅关注环境信息而忽略其他信息。在另一个例子中，终端设备的麦克风还可以采集环境声音信息，终端设备的速度传感器还可以采集当前的速度信息，以及终端设备的位置传感器还可以对当前位置进行定位。可以理解的是，本申请还包括可以通过任意其他传感器采集对应的信息，以用于描述当前环境。

s402，识别环境信息，确定当前环境是否为安全环境。

在一个实施例中，终端设备识别当前的环境信息，确定当前环境是否为安全环境。

在一个例子中，终端设备通过预先训练好的安全环境识别模型对摄像头采集到的环境信息进行识别，识别当前环境是否为安全环境。本领域人员应当注意，安全环境可以是车载环境、办公室环境、家庭居住环境等任何环境，本申请在此不作限定。

可以理解的是，s402与s302在识别环境时的方式相同，为方便描述，在此不再赘述。

本领域人员可以理解的是，上述实施例给出的判别安全环境的方式可以作为辅助判别，其安全环境的主要判断依据仍然根据采集到的环境图像进行判断为准。

s403，当识别当前环境为安全环境时，采集用户语音信息。

在一个实施例中，当终端设备根据预先训练好的安全环境识别模型，识别当前环境为安全环境时，则终端设备可以通过麦克风采集用户语音信息。

在一个例子中，终端设备根据预先训练好的安全环境识别模型，识别出当前环境为车载环境、办公室环境、家庭居住环境等任何环境，并确定当前环境为安全环境。之后，终端设备通过麦克风采集当前用户说话时的语音信息。

s404，对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音。

在一个实施例中，终端设备对采集到的用户语音信息进行识别，确定当前采集到的用户语音信息是否为预存的用户声音。

在一个例子中，终端设备可以预先对用户的声音进行存储，并以此作为参照。当需要进行解锁操作时，终端设备通过采集当前的用户声音信息，并与预先存储的用户声音信息进行对比，确定当前采集到的用户声音信息是否为预存的用户声音。在一个例子中，可以通过检测声纹确定采集到的用户声音信息是否为预存的用户声音。其中，声纹不仅具有特定性，而且有相对稳定性的特点。当人们成年以后，其声音可保持长期相对稳定不变。实验证明，无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终相同。因此本申请可以通过采集当前用户的用户语音信息，并从语音信息中获取声纹信息，然后通过与预先存储的用户声纹进行对比，以便确定当前是否具有解锁的权限。

s405，当用户语音信息为预存的用户声音时，对终端设备进行解锁操作。

在一个实施例中，当终端设备确定用户语音信息为预存的用户声音时，确定对终端设备进行解锁操作。

在一个例子中，终端设备确定当前的用户语音信息是否为预存的用户声音，即终端设备确定当前的用户声纹信息是否为预存的用户声纹，当终端设备确定当前的用户声纹信息为预存的用户声纹后，终端设备确定当前识别到了预存的用户声音，然后终端设备执行解锁操作。在另一个例子中，若终端设备确定当前的用户声纹信息不是预存的用户声纹时，终端设备确定当前并未识别到预存的用户声音，然后终端设备则执行常规解锁操作。

本申请公开了一种解锁方法及装置，通过识别当前环境是否为安全环境，在安全环境下，通过匹配声纹确定是否为用户本人，当确定识别到用户声音后执行解锁操作。实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

如图5所示，图5为本申请实施例提供的又一种解锁方法流程图。

图5示出了又一种解锁方法流程图，通过结合上述图3和图4的方法，通过进行人脸识别以及声音识别，实现对终端设备进行解锁操作，该方法可以包括以下步骤：

s501，采集当前环境的环境信息。

在一个实施例中，首先终端设备通过摄像头采集当前环境的环境信息。其中，环境信息可以是能够描述当前环境的任意信息，例如，环境信息可以包括灰度环境图像信息、环境声音信息、速度信息和位置信息等。

在一个例子中，终端设备的摄像头可以是常开的状态，此时，终端设备的摄像头采集当前的环境信息。在另一个例子中，终端设备的摄像头也可以在需要解锁的时候再开启，此时终端设备仍然可以通过摄像头进行环境信息的采集。在又一个例子中，对于需要解锁的时候再开启摄像头的情况，可能同时会采集到除去环境以外的其他信息，终端设备此时可以仅关注环境信息而忽略其他信息。在另一个例子中，终端设备的麦克风还可以采集环境声音信息，终端设备的速度传感器还可以采集当前的速度信息，以及终端设备的位置传感器还可以对当前位置进行定位。可以理解的是，本申请还包括可以通过任意其他传感器采集对应的信息，以用于描述当前环境。

s502，识别环境信息，确定当前环境是否为安全环境。

在一个实施例中，终端设备识别当前的环境信息，确定当前环境是否为安全环境。

在一个例子中，终端设备通过预先训练好的安全环境识别模型对摄像头采集到的环境信息进行识别，识别当前环境是否为安全环境。本领域人员应当注意，安全环境可以是车载环境、办公室环境、家庭居住环境等任何环境，本申请在此不作限定。

可以理解的是，s402与s302在识别环境时的方式相同，为方便描述，在此不再赘述。

本领域人员可以理解的是，上述实施例给出的判别安全环境的方式可以作为辅助判别，其安全环境的主要判断依据仍然根据采集到的环境图像进行判断为准。

在另一个例子中，若确定当前环境为安全环境后，则同时执行s503和s506。

s503，确定人脸匹配阈值。

在一个实施例中，根据预先训练好的安全环境识别模型，识别出当前环境为车载环境、办公室环境、家庭居住环境等任何环境，并确定当前环境为安全环境时，确定当前人脸匹配阈值。

在一个例子中，对于不同的安全环境，可能具有不同的安全程度，所以终端设备可以设置不同的安全等级。例如公共环境的安全性非常低，终端设备可以设置公共环境的安全等级为1级；办公室环境的安全性比较低，终端设备可以设置公共环境的安全等级为2级；车载环境的安全性比较高，终端设备可以设置车载环境的安全等级为3级；家庭居住环境的安全性非常高，终端设备可以设置家庭居住环境的安全等级为4级。安全等级的设定可以由低到高依次进行设置，即1级为安全等级最低，然后数字越大安全等级越高，代表环境越安全；安全等级的设定也可以由高到低依次进行设置，即1级为安全等级最高，然后数字越大安全等级越低，代表环境越不安全，本申请在此不作限定。

在另一个例子中，对于不同的安全级别，终端设备可以设定不同的人脸匹配阈值。例如，对于安全级别最高的家庭居住环境，例如4级，可以设置一个很低的人脸匹配阈值，例如60％或0.6。由于终端设备检测出当前安全环境级别很高，则可以认为在当前环境下进行解锁非常安全。此时，相较于常规时进行解锁的阈值，例如可能为98％或0.98，终端设备则可以适当降低人脸匹配阈值，从而使得终端设备可以更加快捷的实现解锁。对于不同的安全级别，根据安全级别。又例如，对于车载环境，终端设备认定当前安全级别为3级，属于比较安全，则终端设备可以设置一个较低的人脸匹配阈值，例如70％或0.7。可以理解的是，对于环境的安全级别越高，则终端设备设置的人脸匹配阈值则可以越低，反之则越高。

s504，采集灰度人脸信息。

在一个实施例中，终端设备可以采用摄像头采集灰度人脸信息。

在一个例子中，终端设备通过摄像头，采用低功率采集灰度的人脸图像，并得到灰度人脸信息。在一个例子中，灰度的人脸图像其低分辨率可以是480*480。在另一个例子中，s301中摄像头采集环境信息时还可以同时采集到灰度人脸信息，则此时无需再次采集灰度人脸信息。

s505，对灰度人脸信息进行识别，确定人脸匹配度。

在一个实施例中，终端设备对采集到的灰度人脸信息进行识别，确定人脸匹配度。

在一个例子中，终端设备对采集到的灰度人脸信息进行识别，并根据用户预先存储在终端设备中的人脸信息进行匹配，确定出当前采集到的灰度人脸信息与预先存储的人脸信息的匹配程度，即人脸匹配度。在一个例子中，人脸匹配度可以采用百分比的计数方式，也可以采用小数点的技术方式，例如匹配度为70％，或者是匹配度为0.7。

本领域人员应当注意的是，在s502后，s506可以与s503同时执行。

s506，采集用户语音信息。

在一个实施例中，当终端设备根据预先训练好的安全环境识别模型，识别当前环境为安全环境时，则终端设备可以通过麦克风采集用户语音信息。

在一个例子中，终端设备根据预先训练好的安全环境识别模型，识别出当前环境为车载环境、办公室环境、家庭居住环境等任何环境，并确定当前环境为安全环境。之后，终端设备通过麦克风采集当前用户说话时的语音信息。

s507，对用户语音信息进行识别。

在一个实施例中，终端设备对采集到的用户语音信息进行识别。

在一个例子中，终端设备识别采集到的用户语音信息中的声纹信息。其中，声纹不仅具有特定性，而且有相对稳定性的特点。当人们成年以后，其声音可保持长期相对稳定不变。实验证明，无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终相同。因此本申请可以通过采集当前用户的用户语音信息，并从语音信息中获取声纹信息，然后通过与预先存储的用户声纹进行对比，以便确定当前是否具有解锁的权限。

在s505和s507之后，还可以执行s508。

s508，确定人脸匹配度是否大于等于人脸匹配阈值，且用户语音信息是否为预存的用户声音。

在一个实施例中，终端设备将确定的人脸匹配度与人脸匹配阈值进行比较，当人脸匹配度大于等于人脸匹配阈值时，则终端设备确定当前识别到了用户的人脸；并且终端设备同时还需要确定用户声音信息是否为预存的用户声音。

在一个例子中，终端设备将确定的人脸匹配度与人脸匹配阈值进行比较，例如当前人脸匹配度为80％或0.8、当前人脸匹配阈值为70％或0.7。则终端设备确定80％或0.8大于70％或0.7，终端设备确定当前识别到了用户的人脸。在另一个例子中，若当前人脸匹配度为80％或0.8、当前人脸匹配阈值为90％或0.9。终端设备则确定当前并未识别到了用户的人脸。并且终端设备同时还确定当前采集到的用户语音信息是否为预存的用户声音。在另一个例子中，终端设备可以预先对用户的声音进行存储，并以此作为参照。终端设备通过采集当前的用户声音信息，并与预先存储的用户声音信息进行对比，确定当前采集到的用户声音信息是否为预存的用户声音。在一个例子中，可以通过检测采集到的用户声音信息中的声纹信息确定采集到的是否为预存的用户声音。在一个例子中，终端设备确定当前的用户语音信息是否为预存的用户声音，即终端设备确定当前的用户声纹信息是否为预存的用户声纹，当终端设备确定当前的用户声纹信息为预存的用户声纹后，终端设备确定当前识别到了预存的用户声音。在另一个例子中，若终端设备确定当前的用户声纹信息不是预存的用户声纹时，终端设备确定当前并未识别到预存的用户声音。

当终端设备识别到人脸和终端设备识别到预存的用户声音两个条件同时满足时，执行s509。在另一个例子中，当终端设备识别到人脸和终端设备识别到预存的用户声音两个条件有任意一个不满足时，则对终端设备执行常规解锁操作。

本申请通过结合人脸识别以及声音识别进行解锁，当识别出环境为安全环境后，通过人脸识别，同时还可结合声音识别，并当人脸识别以及声音识别同时满足要求后进行解锁。保证了安全环境下可以结合更多方式进行解锁，增加安全性的同时极大地提升了用户体验。

s509，对终端设备进行解锁操作。

在一个实施例中，当终端设备确定人脸匹配度大于等于人脸匹配阈值，且用户语音信息为预存的用户声音时，则终端设备确定当前识别到了用户的人脸并且同时识别到了用户的声音，此时则确定对终端设备进行解锁操作。

在一个例子中，当终端设备确定人脸匹配度大于等于人脸匹配阈值，即识别到人脸；并且终端设备确定用户语音信息为预存的用户声音，即识别到预存的用户声音后。终端设备确定可以执行解锁操作。

本申请公开了一种解锁方法及装置，通过识别当前环境是否为安全环境，通过在安全环境下，采集低像素的图片进行人脸识别匹配，以及通过匹配声纹确定是否为用户本人，当确定识别到用户人脸且识别到用户声音后执行解锁操作。实现了在安全环境下，基于人工智能并通过计算机视觉进行快速识别并解锁，降低了计算复杂度同时提升了解锁速度。

如图6所示，图6为本申请实施例提供的一种解锁系统框架示意图。

图6示出了一种解锁系统框架示意图，该系统架构包括有应用层601、系统架构层602和硬件层603。

该系统架构首先由硬件层(hardware)603通过一个或多个硬件采集外部信息，例如环境信息、灰度人脸信息以及用户语音信息等。其中一个或多个硬件可以包括有摄像头、麦克风、速度传感器、位置传感器、通用串行总线接口、无线接口、蓝牙接口等。然后，硬件层603将采集到的数据传输至系统架构层(framework)602中，进行数据的分析以及识别。其中系统架构层602用于识别当前环境是否为安全环境，以及识别是否检测到人脸信息和/或是否识别到预存的用户声音。最后系统架构层602将识别的结果传输至应用层(application)601，以便位于应用层601的解锁应用根据系统架构层602的结果进行解锁操作。

如图7所示，图7为本申请实施例提供的一种解锁装置示意图。

图7示出了一种解锁装置700，装置700包括：采集模块701，用于采集当前环境的环境信息；识别模块702，用于识别环境信息，确定当前环境是否为安全环境；确定模块703，用于当识别当前环境为安全环境时，确定人脸匹配阈值；采集模块701还用于，采集灰度人脸信息；识别模块702还用于，对灰度人脸信息进行识别，确定人脸匹配度；解锁模块704，用于当人脸匹配度大于等于人脸匹配阈值，对终端设备进行解锁操作。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。

在一个可能的实施方式中，识别模块702还用于：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。

在一个可能的实施方式中，确定模块703还用于：根据安全等级，确定解锁匹配阈值。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。

在一个可能的实施方式中，采集模块701还用于，采集用户语音信息；识别模块702还用于，对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；解锁模块704还用于，当人脸匹配度大于等于人脸匹配阈值且语音信息为预存的用户声音时，对终端设备进行解锁操作。

在一个可能的实施方式中，解锁模块704还用于：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。

如图8所示，图8为本申请实施例提供的另一种解锁装置示意图。

图8示出了一种解锁装置800，装置800包括：采集模块801，用于采集当前环境的环境信息；识别模块802，用于识别环境信息，确定当前环境是否为安全环境；采集模块801还用于，当识别当前环境为安全环境时，采集用户语音信息；识别模块802还用于，对用户语音信息进行识别，确定用户语音信息是否为预存的用户声音；解锁模块804，用于当用户语音信息为预存的用户声音时，对终端设备进行解锁操作。

在一个可能的实施方式中，环境信息包括：灰度环境图像信息、环境声音信息、速度信息和位置信息中的一个或多个。

在一个可能的实施方式中，识别模块802还用于：识别灰度环境图像信息，确定当前环境的安全等级；或识别环境声音信息，确定当前环境的安全等级；或识别速度信息，确定当前环境的安全等级；或识别位置信息，确定当前环境的安全等级。

在一个可能的实施方式中，装置800还包括：确定模块803，用于当识别所述当前环境为安全环境时，确定人脸匹配阈值；采集模块801还用于，采集灰度人脸信息；识别模块802还用于，对灰度人脸信息进行识别，确定人脸匹配度；解锁模块804还用于，当语音信息为预存的用户声音且人脸匹配度大于等于人脸匹配阈值时，对终端设备进行解锁操作。

在一个可能的实施方式中，确定模块803还用于：根据当前环境的安全等级，确定解锁匹配阈值。

在一个可能的实施方式中，安全等级与人脸匹配阈值负相关。

在一个可能的实施方式中，解锁模块804还用于：当识别当前环境为非安全环境时，对终端设备进行常规解锁判断。

图9为本申请实施例提供的一种终端设备示意图。

图9提供了一种终端设备900，该设备900可以包括处理器901、存储器902、通信接口903以及总线904。终端设备中的处理器901、存储器902、通信接口903和可以通过总线904建立通信连接。通信接口903用于与发送和接收外部信息。

处理器901可以为中央处理器(centralprocessingunit，cpu)。

存储器902可以包括易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器902也可以包括非易失性存储器(英文：non-volatilememory)，例如只读存储器(read-onlymemory，rom)，快闪存储器，硬盘(harddiskdrive，hdd)或固态硬盘(solidstatedrive，ssd)；存储器902还可以包括上述种类的存储器的组合。

上述图3和图5中实施例提供的一种获取多样性数据的方法，均由处理器901来执行。本申请中的文件数据和/或计算的数据将存储在存储器902中。另外，存储器902中还将用于存储处理器执行的用于实现上述图3和图5中实施例所述的一种获取多样性数据的方法对应的程序指令等等。

图10为本申请实施例提供的另一种终端设备示意图。

图10提供了一种终端设备1000，该设备1000可以包括处理器1001、存储器1002、通信接口1003以及总线1004。终端设备中的处理器1001、存储器1002和通信接口1003可以通过总线1004建立通信连接。通信接口1003用于与发送和接收外部信息。

处理器1001可以为中央处理器(centralprocessingunit，cpu)。

存储器1002可以包括易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器1002也可以包括非易失性存储器(英文：non-volatilememory)，例如只读存储器(read-onlymemory，rom)，快闪存储器，硬盘(harddiskdrive，hdd)或固态硬盘(solidstatedrive，ssd)；存储器1002还可以包括上述种类的存储器的组合。

上述图4和图5中实施例提供的一种获取多样性数据的方法，均由处理器1001来执行。本申请中的文件数据和/或计算的数据将存储在存储器1002中。另外，存储器1002中还将用于存储处理器执行的用于实现上述图4和图5中实施例所述的一种获取多样性数据的方法对应的程序指令等等。

本领域普通技术人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成，所述的程序可以存储于计算机可读存储介质中，所述存储介质是非短暂性(英文：non-transitory)介质，例如随机存取存储器，只读存储器，快闪存储器，硬盘，固态硬盘，磁带(英文：magnetictape)，软盘(英文：floppydisk)，光盘(英文：opticaldisc)及其任意组合。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。