下发人脸库的方法、装置、电子装置和存储介质与流程

1.本技术涉及图像识别领域，特别是涉及下发人脸库的方法、装置、电子装置和存储介质。


背景技术：

2.目前随着智能物联技术的普及，数字化智能分析技术的发展加快，很多大型应用场景中需要响应快速的前端智能分析，而全部采用智能摄像头一方面智能摄像头相对普通摄像头成本太高、另一方面智能摄像头所能存储的人脸库规模有限，不能满足实际需求。故都采用大量前端普通摄像头与少量前端智能分析设备结合的方式，普通摄像头负责人脸检测抓图，智能分析设备负责人脸识别并反馈确定的人员信息以便展开业务应用，这样既通过普通摄像头节省了成本，又通过智能分析设备能够存储较大的人脸库规模，以满足存在大量出入口及人流量的应用场景。
3.现有方案中，智能分析设备不同通道连接不同的前端普通摄像头，智能分析设备的每个通道需要识别的人脸不完全相同，因此，平台需要对智能分析设备的每个通道都要下发人脸库，而各个通道下发的人脸库会存在重复的人脸图像，在通道数量较多的情况下，会存在平台向智能分析设备下发人脸库效率低的问题。


技术实现要素：

4.在本实施例中提供了一种下发人脸库的方法、装置、电子装置和存储介质，以解决相关技术中平台向智能分析设备下发人脸库效率低的问题。
5.第一个方面，在本实施例中提供了一种下发人脸库的方法，包括：
6.确定人脸库中的人脸图像数据和人员权限信息；
7.将所述人脸库中的所述人脸图像数据下发至智能分析设备；
8.向智能分析设备下发各个通道对应的人员权限信息。
9.在其中的一些实施例中，所述确定人脸库中的人脸图像数据和人员权限信息，之后包括：
10.将所述人脸图像数据、所述人员权限信息分别与人员标识信息绑定。
11.在其中的一些实施例中，所述确定人脸库中的人脸图像数据和人员权限信息，包括：
12.根据人脸库表，确定人脸图像数据表和通道权限表，其中，所述人脸库表包括人脸图像数据和人员权限信息，所述人脸图像数据表包括人脸图像数据，所述通道权限表包括人员权限信息。
13.在其中的一些实施例中，所述向智能分析设备下发各个通道对应的人员权限信息，包括：
14.将智能分析设备各个通道的人员权限信息进行压缩，得到各个通道的第一人员权限信息；
15.向智能分析设备的各个通道下发对应的第一人员权限信息。
16.在其中的一些实施例中，所述确定人脸库中的人脸图像数据和人员权限信息，之后还包括：
17.获取智能分析设备能力，其中，所述智能分析设备能力包括数据速率、传输带宽、调制方式和天线数量；
18.根据所述智能分析设备能力确定平台的线程数量；
19.根据所述线程数量将所述人脸库中的所述人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
20.在其中的一些实施例中，所述方法还包括：
21.接收暂停消息或者下发消息，其中，所述暂停消息和所述下发消息根据所述智能分析设备的内存剩余量以及cpu使用率生成；
22.根据所述暂停消息停止将所述人脸库中的所述人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息；根据所述下发消息继续将所述人脸库中的所述人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
23.在其中的一些实施例中，所述确定人脸库中的人脸图像数据和人员权限信息，之后还包括：
24.以第一时间间隔将所述人脸库中的所述人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息；
25.判断是否完成所述人脸图像数据以及人脸权限信息的下发；
26.若没有，则以第二时间间隔将所述人脸库中的所述人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息，其中，所述第一时间间隔大于所述第二时间间隔。
27.在其中的一些实施例中，所述方法还包括：
28.判断是否存在通道人脸库，其中，所述通道人脸库是与智能分析设备各个通道对应的人脸库；
29.若是，根据所述通道人脸库，确定所述智能分析设备各个通道的人脸图像数据和各个通道的人员权限信息；
30.判断所述智能分析设备各个通道的人脸图像数据是否相同；
31.若是，合并相同的人脸图像数据，得到去重后的人脸图像数据；
32.将所述去重后的人脸图像数据和所述各个通道的人员权限信息下发至智能分析设备。
33.第二个方面，在本实施例中提供了一种下发人脸库的装置，包括：
34.确定模块，用于确定人脸库中的人脸图像数据和人员权限信息；
35.第一下发模块，用于将所述人脸库中的所述人脸图像数据下发至智能分析设备；
36.第二下发模块，用于向智能分析设备下发各个通道对应的人员权限信息。
37.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以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个方面所述的下发人脸库的方法。
38.第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的下发人脸库的方法。
39.与相关技术相比，在本实施例中提供的下发人脸库的方法、装置、电子装置和存储介质，通过确定人脸库中的人脸图像数据和人员权限信息，将所述人脸库中的所述人脸图像数据下发至智能分析设备，向智能分析设备下发各个通道对应的人员权限信息，解决了平台向智能分析设备下发人脸库效率低的问题，节省了平台向智能分析设备下发人脸库的时间。
40.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
41.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
42.图1是根据本技术实施例的下发人脸库的方法的应用终端的硬件结构框图；
43.图2是根据本技术实施例的一种下发人脸库的方法的流程图；
44.图3是根据本技术实施例的一种平台下发人脸库的示意图；
45.图4是根据本技术实施例的另一种平台下发人脸库的示意图；
46.图5是根据本技术实施例的人脸识别系统的示意图；
47.图6是根据本技术实施例的另一种下发人脸库的方法的流程图；
48.图7是根据本技术实施例的再一种下发人脸库的方法的流程图；
49.图8是根据本技术实施例的对人脸库表进行拆分的示意图；
50.图9是根据本技术实施例的再一种下发人脸库的示意图；
51.图10是根据本技术实施例的下发人脸库的装置的结构框图。
具体实施方式
52.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
53.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”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。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
54.在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行，图1是根据本技术实施例的下发人脸库的方法的应用终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限制。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示出的不同配置。
55.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如在本实施例中的下发人脸库的方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
56.传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
57.在本实施例中提供了一种下发人脸库的方法，图2是根据本技术实施例的一种下发人脸库的方法的流程图，如图2所示，该流程包括如下步骤：
58.步骤s201，确定人脸库中的人脸图像数据和人员权限信息。
59.在本实施例中，可以从人脸库中分别提取人脸图像数据和人员权限信息，也可以将人脸库中绑定的人脸图像数据和人员权限信息进行分离，得到人脸图像数据和人员权限信息，本技术中不对如何确定人脸库中的人脸图像数据和人员权限信息做具体限定，任何能够确定人脸库中的人脸图像数据和人员权限信息的方法均在本技术的保护范围内。
60.步骤s202，将人脸库中的人脸图像数据下发至智能分析设备。
61.步骤s203，向智能分析设备下发各个通道对应的人员权限信息。
62.在本实施例中，各个通道与智能分析设备连接的摄像头相对应，一路摄像头对应一个通道，各个通道对应的人员权限信息为与智能分析设备连接的各个摄像头对应的人员权限信息；
63.示例的，如果智能分析设备需要对多路摄像头进行管理，可以在智能分析设备中填写对应摄像头的ip、端口号、用户名以及密码，然后通过ip网络登入摄像头，即可实现智能分析设备对多路摄像头的管理。
64.平台可以根据智能分析设备所需要的人脸图像数据来下发人脸图像数据，示例的，有3个智能分析设备，分别为a、b、c，a、b、c智能分析设备需要的人脸图像数据分别为a、b、c，a、b、c均是人脸库中的部分人脸图像数据，平台将人脸图像数据a、b、c分别下发至智能分析设备a、b、c即可。
65.可以理解的，请参考图3，现有方法中根据智能分析设备的各个通道下发人脸库，其各个通道的人脸库包括相互绑定的人脸图像数据和人员权限信息，因此，在根据通道下发人脸库时，会将通道间重复的人脸图像数据下发至智能分析设备，而在本实施例中先确定人脸库中的人脸图像数据和人员权限信息，即本实施例中人脸图像数据与人员权限信息没有绑定，因此，请参考图4，在按智能分析设备的通道下发人员权限信息时，可以不按照通道下发人脸图像数据，而是可以将智能分析设备所需要的人脸图像数据下发至对应智能分析设备，从而能够避免按通道下发人脸图像数据时将重复的人脸图像数据下发至智能分析设备，解决了平台向智能分析设备下发人脸库效率低的问题，减少了平台向智能分析设备下发人脸库的时间；另外，本实施例中向智能分析设备下发各个通道对应的人员权限信息即可，无需向智能分析设备各个通道下发所有的人员权限信息，进一步加快了平台向智能分析设备下发人脸库的效率。
66.需要说明的是，在上述流程中或者附图的流程图中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。例如，步骤s202与步骤s203之间可以互换。
67.在其中的一些实施例中，图5是根据本技术实施例的人脸识别系统的示意图，请参考图5，如图5所示，人脸识别系统包括平台、智能分析设备和前端摄像头。前端摄像头接入智能分析设备，平台接入智能分析设备。平台下发信息(如人脸库)给智能分析设备，前端摄像头做人脸检测并上报人脸图像数据给智能分析设备，智能分析设备针对前端摄像头上报的人脸图像数据做人脸识别并上报识别结果给平台。
68.向智能分析设备下发各个通道对应的人员权限信息之后，包括
69.智能分析设备接收平台下发的人脸图像数据；
70.智能分析设备各个通道接收平台下发的人员权限信息；
71.智能分析设备将前端摄像头拍摄的人脸图像数据与平台下发的人脸图像数据进行匹配，得到匹配结果，并将匹配结果发送给平台；
72.根据匹配结果和该通道对应的人员权限信息，确定与拍摄的人脸图像数据对应的用户是否能够进入该闸机。
73.在本实施例中，智能分析设备的各个通道分别连接不同的前端摄像头，每个前端摄像头布控在不同的闸机，各个闸机的位置不同。若前端摄像头拍摄的人脸图像数据与平台下发的人脸图像数据匹配成功，根据智能分析设备各通道的人员权限信息，判断与拍摄的人脸图像数据对应的用户是否有进入该闸机的权限，若有，开启闸机。
74.通过上述方式，智能分析设备能够根据平台下发的人脸图像数据、人员权限信息，以及前端摄像头拍摄的人脸图像数据，来确定与前端摄像头拍摄的人脸图像数据对应的用户是否有通过该闸机的权限，实现了对各个闸机可通过人员的限制。
75.在其中的一些实施例中，确定人脸库中的人脸图像数据和人员权限信息，之后包括：
76.将人脸图像数据、人员权限信息分别与人员标识信息绑定。
77.可以理解的，本实施例中，将人脸图像数据、人员权限信息分别与人员标识信息绑定，因此，在判断前端摄像头拍摄的人脸图像数据为人脸库中的人脸图像数据时，能够根据
该人脸图像数据绑定的人员标识信息确定对应的人员权限信息，并能够根据对应的人员权限信息确定与前端人脸图像数据对应的用户是否能够通过该闸机，实现了对各个闸机可通过人员的限制。
78.在其中的一些实施例中，确定人脸库中的人脸图像数据和人员权限信息，包括：
79.根据人脸库表，确定人脸图像数据表和通道权限表，其中，人脸库表包括人脸图像数据和人员权限信息，人脸图像数据表包括人脸图像数据，通道权限表包括人员权限信息。
80.在本实施例中，可以在人脸库表中分别提取人脸图像数据表和通道权限表，也可以对人脸库表进行拆分，得到人脸图像数据表和通道权限表，这里不对如何根据人脸库表得到人脸图像数据表和通道权限表做限定，任何根据人脸库表确定人脸图像数据表和通道权限表的方法均在本技术的保护范围内。
81.通过上述方式，能够分别得到人脸库中的人脸图像数据和人员权限信息，即本实施例中人脸图像数据与人员权限信息没有绑定，因此，在按智能分析设备的通道下发人员权限信息时，可以不按照通道下发人脸图像数据，而是可以将智能分析设备所需要的人脸图像数据下发至对应智能分析设备，从而能够避免按通道下发人脸图像数据时将重复的人脸图像数据下发至智能分析设备，解决了平台向智能分析设备下发人脸库效率低的问题，减少了平台向智能分析设备下发人脸库的时间；另外，本实施例中向智能分析设备下发各个通道对应的人员权限信息即可，无需向智能分析设备各个通道下发所有的人员权限信息，进一步加快了平台向智能分析设备下发人脸库的效率。
82.在其中的一些实施例中，向智能分析设备下发各个通道对应的人员权限信息，包括：
83.将智能分析设备各个通道的人员权限信息进行压缩，得到各个通道的第一人员权限信息；
84.向智能分析设备的各个通道下发对应的第一人员权限信息。
85.可以理解的，在本实施例中将智能分析设备各个通道的人员权限信息进行压缩后发送至智能分析设备，从而能够进一步减少向智能分析设备各个通道下发对应人员权限信息所需要的时间，节省了智能分析设备存储人员权限信息所需要的空间，提高了向智能分析设备各个通道下发对应人员权限信息的效率。
86.在其中的一些实施例中，确定人脸库中的人脸图像数据和人员权限信息，之后还包括：
87.获取智能分析设备能力，其中，智能分析设备能力包括数据速率、传输带宽、调制方式和天线数量；
88.根据智能分析设备能力确定平台的线程数量；
89.根据线程数量将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
90.可以理解的，在本实施例中，根据智能分析设备能力来确定平台的线程数量，从而平台可以多个线程向智能分析设备下发人脸图像数据和人员权限信息，进一步的提高了平台向智能分析设备各个通道下发对应人员权限信息的效率，减少向智能分析设备各个通道下发人脸图像数据和人员权限信息所需要的时间。
91.在其中的一些实施例中，下发人脸库的方法还包括：
92.接收暂停消息或者下发消息，其中，暂停消息和下发消息根据智能分析设备的内存剩余量以及cpu使用率生成；
93.根据暂停消息停止将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息；
94.根据下发消息继续将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
95.可以理解的，智能分析设备的处理能力有限，因此，本实施例中智能分析设备的内存剩余量以及cpu使用率确定是否生成暂停消息或者下发消息，从而平台能够根据暂停消息停止对智能分析设备下发人脸图像数据和人员权限信息，直到平台收到下发消息时，继续将人脸图像数据和人员权限信息下发至智能分析设备，实现了对平台下发人脸图像数据速率的控制以及下发人员权限信息速率的控制。
96.在其中的一些实施例中，确定人脸库中的人脸图像数据和人员权限信息，之后还包括：
97.以第一时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息；
98.判断是否完成人脸图像数据以及人脸权限信息的下发；
99.若没有，则以第二时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息，其中，第一时间间隔大于第二时间间隔。
100.可以理解的，在本实施例中，因为一开始并不清楚当前的网络拥堵情况，所以先以较大的时间间隔下发人脸图像数据和人员权限信息，在未完成人脸图像数据以及人员权限信息的下发，不断减小时间间隔来下发人脸图像数据和人员权限信息，避免了网络的拥堵，实现了对平台下发人脸图像数据速率的控制以及下发人员权限信息速率的控制。
101.在其中的一些实施例中，下发人脸库的方法还包括：
102.判断是否存在通道人脸库，其中，通道人脸库是与智能分析设备各个通道对应的人脸库；
103.若是，根据通道人脸库，确定智能分析设备各个通道的人脸图像数据和各个通道的人员权限信息；
104.判断智能分析设备各个通道的人脸图像数据是否相同；
105.若是，合并相同的人脸图像数据，得到去重后的人脸图像数据；
106.将去重后的人脸图像数据和各个通道的人员权限信息下发至智能分析设备。
107.在本实施例中，通道人脸库中人脸图像数据与人员权限信息绑定，如果还以智能分析的各个通道下发通道人脸库，会将重复的人脸图像数据下发至智能分析设备，因此，本实施例中将人脸图像数据与人员权限信息进行解绑，分别得到人脸图像数据和人员权限信息，示例的，可以将通道人脸库中的人脸图像数据与人员权限信息进行分离，或者可以从人脸库中分别提取人脸图像数据和人员权限信息，这里不对如何从通道人脸库中确定人脸图像数据和人员权限信息做限定，任何通过通道人脸库确定人脸图像数据和人员权限信息的方法均在本技术的保护范围内。
108.通过上述方式，分别得到通道人脸库中的人脸图像数据和人员权限信息，从而能
将重复的人脸图像数据进行合并，避免了将重复的人脸图像数据下发至智能分析设备，解决了平台向智能分析设备下发人脸库效率低的问题，减少了平台向智能分析设备下发人脸库的时间；另外，本实施例中向智能分析设备下发各个通道对应的人员权限信息即可，无需向智能分析设备各个通道下发所有的人员权限信息，进一步加快了平台向智能分析设备下发人脸库的效率。
109.图6是根据本技术实施例的另一种下发人脸库的方法的流程图，如图6所示，该流程包括如下步骤：
110.步骤s601，根据人脸库表，确定人脸图像数据表和通道权限表，其中，人脸库表包括人脸图像数据和人员权限信息，人脸图像数据表包括人脸图像数据，通道权限表包括人员权限信息。
111.步骤s602，将人脸图像数据、人员权限信息分别与人员标识信息绑定。
112.步骤s603，以第一时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
113.步骤s604，判断是否完成人脸图像数据以及人脸权限信息的下发。
114.若没有，则进入步骤s605，若有，则进入步骤s606。
115.步骤s605，以第二时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息，其中，第一时间间隔大于第二时间间隔。
116.步骤s606，结束下发人脸图像数据和人员权限信息。
117.可以理解的，在本实施例中先确定人脸库中的人脸图像数据和人员权限信息，即本实施例中人脸图像数据与人员权限信息没有绑定，因此，在按智能分析设备的通道下发人员权限信息时，可以不按照通道下发人脸图像数据，而是可以将智能分析设备所需要的人脸图像数据下发至对应智能分析设备，从而能够避免按通道下发人脸图像数据时将重复的人脸图像数据下发至智能分析设备，解决了平台向智能分析设备下发人脸库效率低的问题，减少了平台向智能分析设备下发人脸库的时间；另外，本实施例中向智能分析设备下发各个通道对应的人员权限信息即可，无需向智能分析设备各个通道下发所有的人员权限信息，进一步加快了平台向智能分析设备下发人脸库的效率；此外，本实施例中，先以较大的时间间隔下发人脸图像数据和人员权限信息，在未完成人脸图像数据以及人员权限信息的下发，不断减小时间间隔来下发人脸图像数据和人员权限信息，避免了网络的拥堵，实现了对平台下发人脸图像数据速率的控制以及下发人员权限信息速率的控制。
118.请参考图3，现有方案中每个智能分析设备通道需要识别的人脸是不一样的，平台针对不同的智能分析设备通道下发通道人脸库，通道人脸库包括人员标识信息、人脸图像数据和人员权限信息。假设智能分析设备接入了n个普通摄像头，则需要针对这n个通道下发n次通道人脸库，每个通道人脸库信息不完全一样，为平台总人脸库的子集。假定总人脸库下发(含建模时间)耗时为t0，则总体最大下发时间为n*t0。当普通摄像头量大(500路)且人脸库很大(30万)时，通道人脸库下发一天内都完成不了，效率极其低下，同时智能分析设备也支撑不起30万*500路的库存储处理，因此需要提出一种方法来提高人脸库的下发效率。
119.图7是根据本技术实施例的再一种下发人脸库的方法的流程图，如图7所示，该下
发人脸库的方法包括如下步骤：
120.步骤s701，将人脸库中的人脸图像数据和人员权限信息进行分离。
121.在本实施例中，考虑到虽然各个通道需要分析的人脸库存在差异，但平台上人脸库存在一个总集，每个通道人脸库只是其中的子集，不需要针对每个通道重复下发通道人脸库，可以分离人脸库与通道识别人员权限信息；示例的，请参考图8，将人脸库表进行拆分，得到人脸图像数据表和通道权限表，其中，人脸库表包括人脸图像数据、人员权限信息和人员标识信息，人脸图像数据表包括人脸图像数据和人员标识信息，通道权限表包括人员权限信息和人员标识信息。
122.步骤s702，将智能分析设备各个通道的人员权限信息进行压缩，得到各个通道的第一人员权限信息。
123.步骤s703，获取智能分析设备能力，其中，智能分析设备能力包括数据速率、传输带宽、调制方式和天线数量。
124.步骤s704，根据智能分析设备能力确定平台的线程数量。
125.步骤s705，根据线程数量将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
126.在本实施例中，针对智能分析设备下发一个人脸图像数据总集，或者可以根据智能分析设备其管理的几个通道对应的人脸图像数据并集，下发人脸图像数据，再针对智能分析设备的每个通道下发人员权限信息。智能分析设备收到人脸权限信息和人员权限信息后，通道上报人脸检测抓图，智能分析设备先做人脸识别判断，识别人员，再根据对应通道的人员权限信息上报识别结果。
127.现有的平台与单个智能分析设备仅建立单个连接，虽然平台与智能分析设备的交互消息为全双工，但下发的人脸库数据都为串行处理，实际上智能分析设备为多核cpu，具备多线程处理能力，因此，本技术中平台与单个智能分析设备建立多个连接，平台即可多线程并发下发人脸图像数据和人员权限信息，从而能够进一步提升下发人脸图像数据以及人员权限信息的效率。
128.示例的，请参考图9，根据智能分析设备能力来开启线程数量，即平台需向智能分析设备获取设备能力做线程控制；由于下发人脸库一开始还未清楚当前网络拥堵情况，因此，平台会试探性发少量人脸图像数据和人员权限信息去探路，随后逐渐跑满负荷，此机制为信息的拥塞控制；智能分析设备的信息处理能力各异，当其达到处理瓶颈时，可以通过信令让平台暂停下发人脸图像数据和人员权限信息，此机制为信息的流量控制。
129.假定下发人脸图像数据的耗时为t1，下发人员权限信息耗时为t2，则总体下发时间为t1+n*t2。其中t1+n*t2时间远小于n*t0时间，因为n*t0时间内下发了重复的人脸图像数据，而下发图像数据的耗时会比较长，本技术中将人脸图像数据与人员权限信息进行分离，从而能够避免将重复的人脸图像数据下发至智能分析设备，因此，本技术的总体下发时间为t1+n*t2远远小于现有方案中下发时间n*t0；另外，将智能分析设备各个通道的人员权限信息进行压缩，假定x+1个通道一组进行压缩，每组下发时间为t3，则总体下发耗时为t1+t3*(1+[n/(x+1)])，其中，t3小于t2，从而进一步的提高下发人脸库的效率；此外，开启m个线程并发下发人脸图像数据和人员权限信息，则总体下发耗时为(t1+t3*(1+[n/(x+1)]))/m，其中，m≥2，从而进一步的提高下发人脸库的效率。
[0130]
在本实施例中还提供了一种下发人脸库的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0131]
图10是根据本技术实施例的下发人脸库的装置的结构框图，如图10所示，该装置包括：
[0132]
确定模块100，用于确定人脸库中的人脸图像数据和人员权限信息。
[0133]
第一下发模块101，连接至确定模块100，用于将人脸库中的人脸图像数据下发至智能分析设备。
[0134]
第二下发模块103，连接至第一下发模块101，用于向智能分析设备下发各个通道对应的人员权限信息。
[0135]
在其中一个实施例中，确定模块100，之后包括：将人脸图像数据、人员权限信息分别与人员标识信息绑定。
[0136]
在其中一个实施例中，确定模块100，包括：根据人脸库表，确定人脸图像数据表和通道权限表，其中，人脸库表包括人脸图像数据和人员权限信息，人脸图像数据表包括人脸图像数据，通道权限表包括人员权限信息。
[0137]
在其中一个实施例中，第二下发模块103，包括：将智能分析设备各个通道的人员权限信息进行压缩，得到各个通道的第一人员权限信息；向智能分析设备的各个通道下发对应的第一人员权限信息。
[0138]
在其中一个实施例中，确定模块100，之后还包括：
[0139]
获取模块，用于获取智能分析设备能力，其中，智能分析设备能力包括数据速率、传输带宽、调制方式和天线数量。
[0140]
线程数量确定模块，连接至获取模块，用于根据智能分析设备能力确定平台的线程数量。
[0141]
第三下发模块，连接至线程数量确定模块，用于根据线程数量将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
[0142]
在其中一个实施例中，下发人脸库的装置还包括：
[0143]
接收模块，用于接收暂停消息或者下发消息，其中，暂停消息和下发消息根据智能分析设备的内存剩余量以及cpu使用率生成。
[0144]
第四下发模块，连接至接收模块，用于根据暂停消息停止将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息；
[0145]
第五下发模块，连接至第四下发模块，用于根据下发消息继续将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
[0146]
在其中一个实施例中，确定模块100，之后还包括：
[0147]
第六下发模块，用于以第一时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息。
[0148]
第一判断模块，连接至第六下发模块，用于判断是否完成人脸图像数据以及人脸权限信息的下发，若没有，则以第二时间间隔将人脸库中的人脸图像数据下发至智能分析设备，以及向智能分析设备下发各个通道对应的人员权限信息，其中，第一时间间隔大于第
二时间间隔。
[0149]
在其中一个实施例中，下发人脸库的装置还包括：
[0150]
第二判断模块，用于判断是否存在通道人脸库，其中，通道人脸库是与智能分析设备各个通道对应的人脸库，若是，根据通道人脸库，确定智能分析设备各个通道的人脸图像数据和各个通道的人员权限信息。
[0151]
第三判断模块，用于判断智能分析设备各个通道的人脸图像数据是否相同，若是，合并相同的人脸图像数据，得到去重后的人脸图像数据。
[0152]
第六下发模块，连接至第三判断模块，用于将去重后的人脸图像数据和各个通道的人员权限信息下发至智能分析设备。
[0153]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0154]
在本实施例中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0155]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0156]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0157]
确定人脸库中的人脸图像数据和人员权限信息。
[0158]
将人脸库中的人脸图像数据下发至智能分析设备。
[0159]
向智能分析设备下发各个通道对应的人员权限信息。
[0160]
需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
[0161]
此外，结合上述实施例中提供的下发人脸库的方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种下发人脸库的方法。
[0162]
应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
[0163]
显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0164]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
[0165]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。