本发明涉及通信
技术领域：
：，尤其涉及一种人脸识别方法和移动终端。
背景技术：
：：目前,很多移动终端都具备人脸识别功能，当外界环境比较暗时，人脸识别成功率比较低。现有技术中，当移动终端检测到外界环境比较暗时，可以开启红外补光灯，进而可以提高人脸识别的成功率。但是每次开启红外补光灯都会增加移动终端的功耗，进而会缩短移动终端的待机时间。因此，现有技术中，移动终端进行人脸识别时的功耗较大。技术实现要素：本发明实施例提供一种人脸识别方法和移动终端，以解决现有技术中，移动终端进行人脸识别时的功耗较大的问题。第一方面，本发明实施例提供了一种人脸识别方法，应用于移动终端，所述移动终端包含红外补光灯，所述方法包括：获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。第二方面，本发明实施例还提供一种移动终端，所述移动终端包含红外补光灯，包括：第一获取模块，用于获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；第二获取模块，用于根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；人脸识别模块，用于若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。第三方面，本发明实施例还提供一种移动终端，包括处理器、存储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，所述计算机程序被所述处理器执行时实现上述人脸识别方法的步骤。第四方面，本发明实施例还提供一种计算机可读取存储介质，所述计算机可读取存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述人脸识别方法的步骤。这样，本发明实施例中，获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。这样，根据当前场景信息获取不开启红外补光灯的情况下的人脸识别成功率之后，如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。附图说明图1是本发明实施例提供的一种人脸识别方法的流程图；图2是本发明实施例提供的另一种人脸识别方法的流程图；图3是本发明实施例提供的另一种人脸识别方法的流程图；图4是本发明实施例提供的另一种人脸识别方法的流程图；图5是本发明实施例提供的一种移动终端的结构图；图6是本发明实施例提供的另一种移动终端的结构图；图7是本发明实施例提供的另一种移动终端的结构图；图8是本发明实施例提供的另一种移动终端的结构图；图9是本发明实施例提供的一种移动终端的硬件结构示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中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作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。参见图1，图1是本发明实施例提供的一种人脸识别方法的流程图，应用于移动终端，所述移动终端包含红外补光灯。如图1所示，包括以下步骤：步骤101、获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息。在步骤101中，移动终端可以获取当前场景信息。其中，当前场景信息可以包含当前时间信息、移动终端当前所处位置信息以及当前天气信息中的至少一种信息。在接下来的叙述中，以当前场景信息同时包含当前时间信息、移动终端当前所处位置信息以及当前天气信息这三种信息为例进行说明。步骤102、根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率。在步骤102中，移动终端获取到当前场景信息之后，可以根据当前场景信息获取不开启红外补光灯的情况下的人脸识别成功率。进一步的，移动终端可以根据获取到的当前场景信息查找与当前场景信息相匹配的目标场景信息。其中，目标场景信息可以包括n个场景信息，且n为大于或者等于1的整数。接下来，移动终端可以确定与n个场景信息存在预设对应关系的n个人脸识别指示信息。其中,n个场景信息中的每个场景信息对应n个人脸识别指示信息中的一个人脸识别指示信息。然后可以根据n个人脸识别指示信息获取不开启红外补光灯的情况下的人脸识别成功率。需要说明的是，服务器事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的人脸识别结果之后，可以利用搜集到的数据训练出人工智能模型，进而可以将训练好的人工智能模型集成到移动终端中。移动终端进行人脸识别时，该人工智能模型可以结合当前场景信息预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，假设移动终端获取到的当前时间为9：30；移动终端当前所处位置为办公室；当前天气为阴天。可以利用移动终端中的人工智能模型预判当前环境下，且在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，可以根据9：30这个时间信息在10：00-11：00这个时间段内查找移动终端所处位置为办公室，且天气情况为阴天的场景信息。假设查找到n个场景信息，且n个场景信息对应n个人脸识别结果，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的人脸识别结果。假设n＝20。移动终端可以确定在n个人脸识别结果中人脸识别成功的第一目标个数，即移动终端可以确定在20个人脸识别结果中人脸识别成功的第一目标个数，假设第一目标个数为16。接下来，移动终端可以计算第一目标个数与n的比值。移动终端可以计算出第一目标个数与n的比值为16/20＝0.8。移动终端可以将第一目标个数与n的比值作为人脸识别成功率，即人脸识别成功率为0.8。移动终端还可以判断第一目标个数与n的比值是否大于或者等于预设第一阈值，即移动终端可以判断人脸识别成功率是否大于或者等于预设第一阈值。假设预设第一阈值为0.7。移动终端可以判断出第一目标个数与n的比值0.8大于预设第一阈值0.7，即移动终端可以判断出人脸识别成功率0.8大于预设第一阈值0.7。如果移动终端判断出第一目标个数与n的比值大于或者等于预设第一阈值，即如果移动终端判断出人脸识别成功率大于或者等于预设第一阈值，则可以确定不开启红外补光灯的情况下能成功进行人脸识别。由于第一目标个数与n的比值0.8大于预设第一阈值0.7，即由于人脸识别成功率0.8大于预设第一阈值0.7，因此，移动终端可以确定在当前环境下，不开启红外补光灯能成功进行人脸识别。或者，服务器事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的光线强度之后，可以形成一个场景信息和光线强度的映射表。移动终端进行人脸识别时，可以结合当前场景信息以及该映射表预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，假设移动终端获取到的当前时间为14：30；移动终端当前所处位置为家里；当前天气为晴天。移动终端可以根据14：30这个时间信息在映射表中14：00-15：00这个时间段内查找移动终端所处位置为家里，且天气情况为晴天的场景信息。假设查找到n个场景信息，n个场景信息对应n个人脸识别图像的灰度值，且对应n个光线强度。每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的光线强度。假设n＝30。需要说明的是，移动终端进行人脸识别时所获取的人脸识别图像中的每个像素点都对应一个灰度值。灰度值的取值范围可以为0-255。可以对人脸识别图像所包含的所有像素点的灰度值取平均值，将所有像素点的灰度值的平均值作为人脸识别图像对应的灰度值。且人脸识别图像对应的灰度值越大，说明外界光线强度越低。可以确定不开启红外补光灯的情况下，人脸识别成功所对应的最高灰度值，与该最高灰度值对应的光线强度即为人脸识别成功所要求的最低光线强度。假设该最高灰度值为200。移动终端可以确定n个人脸识别图像的灰度值中灰度值小于或者等于200的灰度值的个数；即移动终端可以确定n个光线强度中光线强度大于或者等于人脸识别成功所要求的最低光线强度的光线强度的个数；也即移动终端可以确定在n个光线强度中光线强度大于或者等于预设第二阈值的光线强度的第二目标个数。假设第二目标个数为24。接下来，移动终端可以计算第二目标个数与n的比值。移动终端可以计算出第二目标个数与n的比值为24/30＝0.8。移动终端可以将第二目标个数与n的比值作为人脸识别成功率，即人脸识别成功率为0.8。即在不开启红外补光灯的条件下，灰度值小于或者等于200的灰度值所占的比例为0.8；也即在不开启红外补光灯的条件下，光线强度大于或者等于人脸识别成功所要求的最低光线强度的光线强度所占的比例为0.8；也即在不开启红外补光灯的条件下，光线强度大于或者等于预设第二阈值的光线强度所占的比例为0.8。因此，在不开启红外补光灯的条件下，且在当前环境下，人脸识别成功的概率为0.8。移动终端还可以判断第二目标个数与n的比值是否大于或者等于预设第一阈值，假设预设第一阈值为0.7。移动终端可以判断出第二目标个数与n的比值0.8大于预设第一阈值0.7，即移动终端可以判断出在不开启红外补光灯的条件下，且在当前环境下，人脸识别成功的概率0.8大于预设第一阈值0.7。如果移动终端判断出第二目标个数与n的比值大于或者等于预设第一阈值，则可以确定不开启红外补光灯的情况下能成功进行人脸识别。由于第二目标个数与n的比值0.8大于预设第一阈值0.7，因此，移动终端可以确定在当前环境下，不开启红外补光灯能成功进行人脸识别。步骤103、若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。在步骤103中，如果人脸识别成功率大于或者等于预设第一阈值，则移动终端可以判断出在不开启红外补光灯的情况下能成功进行人脸识别，则可以不开启红外补光灯，进而可以在不开启红外补光灯的情况下，进行人脸识别。需要说明的是，在不开启红外补光灯的条件下，进行人脸识别后，如果人脸识别结果为失败，则可以开启红外补光灯，进而可以在开启红外补光灯的条件下再次进行人脸识别。如果移动终端判断出在不开启红外补光灯的情况下不能成功进行人脸识别，则可以直接开启红外补光灯。进而可以在开启红外补光灯的条件下进行人脸识别。本发明实施例中，上述移动终端可以是手机、平板电脑(tabletpersonalcomputer)、膝上型电脑(laptopcomputer)、个人数字助理(personaldigitalassistant，简称pda)、移动上网装置(mobileinternetdevice，mid)或可穿戴式设备(wearabledevice)等。本发明实施例的人脸识别方法，应用于移动终端，所述移动终端包含红外补光灯。获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。这样，根据当前场景信息获取不开启红外补光灯的情况下的人脸识别成功率之后，如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。参见图2，图2是本发明实施例提供的另一种人脸识别方法的流程图，应用于移动终端，所述移动终端包含红外补光灯。本实施例与前一个实施例的主要区别在于可以根据当前场景信息查找与当前场景信息相匹配的目标场景信息，进而可以根据目标场景信息获取不开启红外补光灯的情况下的人脸识别成功率。如图2所示，包括以下步骤：步骤201、获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息。在步骤201中，移动终端可以获取当前场景信息。当前场景信息可以包含当前时间信息、移动终端当前所处位置信息以及当前天气信息中的至少一种信息。当前场景信息所包含的信息越多，预判结果越可靠。在接下来的叙述中，以当前场景信息同时包含当前时间信息、移动终端当前所处位置信息以及当前天气信息这三种信息为例进行说明。步骤202、根据所述当前场景信息查找与所述当前场景信息相匹配的目标场景信息，其中，所述目标场景信息包括n个场景信息，且n为大于或者等于1的整数。在步骤202中，移动终端获取到当前场景信息之后，可以根据获取到的当前场景信息，查找与当前场景信息相匹配的目标场景信息。其中，目标场景信息可以包括n个场景信息，且n为大于或者等于1的整数。n个场景信息中的每个场景信息均包含时间信息、移动终端所处位置信息以及天气信息。步骤203、确定与所述n个场景信息存在预设对应关系的n个人脸识别指示信息，其中,所述n个场景信息中的每个场景信息对应所述n个人脸识别指示信息中的一个人脸识别指示信息。在步骤203中，可以确定与n个场景信息存在预设对应关系的n个人脸识别指示信息。其中,n个场景信息中的每个场景信息对应n个人脸识别指示信息中的一个人脸识别指示信息。人脸识别指示信息可以为人脸识别结果，也可以为光线强度。步骤204、根据所述n个人脸识别指示信息获取不开启所述红外补光灯的情况下的人脸识别成功率。在步骤204中，移动终端可以根据n个人脸识别指示信息获取不开启红外补光灯的情况下的人脸识别成功率。可选的，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的人脸识别结果，所述根据所述n个人脸识别指示信息获取不开启所述红外补光灯的情况下的人脸识别成功率，包括：确定在n个人脸识别结果中人脸识别成功的第一目标个数；将所述第一目标个数与n的比值作为所述人脸识别成功率。需要说明的是，服务器事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的人脸识别结果之后，可以利用搜集到的数据训练出人工智能模型，进而可以将训练好的人工智能模型集成到移动终端中。移动终端进行人脸识别时，该人工智能模型可以结合当前场景信息预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，假设移动终端获取到的当前时间为9：30；移动终端当前所处位置为办公室；当前天气为阴天。可以利用移动终端中的人工智能模型预判当前环境下，且在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，可以根据9：30这个时间信息在10：00-11：00这个时间段内查找移动终端所处位置为办公室，且天气情况为阴天的场景信息。假设查找到n个场景信息，且n个场景信息对应n个人脸识别结果。每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的人脸识别结果。假设n＝20。移动终端可以确定在n个人脸识别结果中人脸识别成功的第一目标个数，即移动终端可以确定在20个人脸识别结果中人脸识别成功的第一目标个数，假设第一目标个数为16。接下来，移动终端可以计算第一目标个数与n的比值。移动终端可以计算出第一目标个数与n的比值为16/20＝0.8。移动终端可以将第一目标个数与n的比值作为人脸识别成功率，即人脸识别成功率为0.8。移动终端还可以判断第一目标个数与n的比值是否大于或者等于预设第一阈值，即移动终端可以判断人脸识别成功率是否大于或者等于预设第一阈值。假设预设第一阈值为0.7。移动终端可以判断出第一目标个数与n的比值0.8大于预设第一阈值0.7，即移动终端可以判断出人脸识别成功率0.8大于预设第一阈值0.7。如果移动终端判断出第一目标个数与n的比值大于或者等于预设第一阈值，即如果移动终端判断出人脸识别成功率大于或者等于预设第一阈值，则可以确定不开启红外补光灯的情况下能成功进行人脸识别。由于第一目标个数与n的比值0.8大于预设第一阈值0.7，即由于人脸识别成功率0.8大于预设第一阈值0.7，因此，移动终端可以确定在当前环境下，不开启红外补光灯能成功进行人脸识别。确定与当前场景信息相匹配的n个场景信息之后，可以确定n个场景信息所对应的n个人脸识别结果中人脸识别成功所占的比例。如果n个人脸识别结果中人脸识别成功所占的比例大于预设第一阈值，则预判在当前环境下，且在不开启红外补光灯的条件下，能成功进行人脸识别。预判结果可靠，且判断时间短。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。且可以延长红外补光灯的使用寿命。可选的，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的光线强度，所述根据所述n个人脸识别指示信息获取不开启所述红外补光灯的情况下的人脸识别成功率，包括：确定在n个光线强度中光线强度大于或者等于预设第二阈值的光线强度的第二目标个数；将所述第二目标个数与n的比值作为所述人脸识别成功率。服务器事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的光线强度之后，可以形成一个场景信息和光线强度的映射表。移动终端进行人脸识别时，可以结合当前场景信息以及该映射表预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。例如，假设移动终端获取到的当前时间为14：30；移动终端当前所处位置为家里；当前天气为晴天。移动终端可以根据14：30这个时间信息在映射表中14：00-15：00这个时间段内查找移动终端所处位置为家里，且天气情况为晴天的场景信息。假设查找到n个场景信息，n个场景信息对应n个人脸识别图像的灰度值，且对应n个光线强度。每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的光线强度。假设n＝30。需要说明的是，移动终端进行人脸识别时所获取的人脸识别图像中的每个像素点都对应一个灰度值。灰度值的取值范围可以为0-255。可以对人脸识别图像所包含的所有像素点的灰度值取平均值，将所有像素点的灰度值的平均值作为人脸识别图像对应的灰度值。且人脸识别图像对应的灰度值越大，说明外界光线强度越低。可以确定不开启红外补光灯的情况下，人脸识别成功所对应的最高灰度值，与该最高灰度值对应的光线强度即为人脸识别成功所要求的最低光线强度。假设该最高灰度值为200。移动终端可以确定n个人脸识别图像的灰度值中灰度值小于或者等于200的灰度值的个数；即移动终端可以确定n个光线强度中光线强度大于或者等于人脸识别成功所要求的最低光线强度的光线强度的个数；也即移动终端可以确定在n个光线强度中光线强度大于或者等于预设第二阈值的光线强度的第二目标个数。假设第二目标个数为24。接下来，移动终端可以计算第二目标个数与n的比值。移动终端可以计算出第二目标个数与n的比值为24/30＝0.8。移动终端可以将第二目标个数与n的比值作为人脸识别成功率，即人脸识别成功率为0.8。即在不开启红外补光灯的条件下，灰度值小于或者等于200的灰度值所占的比例为0.8；也即在不开启红外补光灯的条件下，光线强度大于或者等于人脸识别成功所要求的最低光线强度的光线强度所占的比例为0.8；也即在不开启红外补光灯的条件下，光线强度大于或者等于预设第二阈值的光线强度所占的比例为0.8。因此，在不开启红外补光灯的条件下，且在当前环境下，人脸识别成功的概率为0.8。移动终端还可以判断第二目标个数与n的比值是否大于或者等于预设第一阈值，假设预设第一阈值为0.7。移动终端可以判断出第二目标个数与n的比值0.8大于预设第一阈值0.7，即移动终端可以判断出在不开启红外补光灯的条件下，且在当前环境下，人脸识别成功的概率0.8大于预设第一阈值0.7。如果移动终端判断出第二目标个数与n的比值大于或者等于预设第一阈值，则可以确定不开启红外补光灯的情况下能成功进行人脸识别。由于第二目标个数与n的比值0.8大于预设第一阈值0.7，因此，移动终端可以确定在当前环境下，不开启红外补光灯能成功进行人脸识别。可以根据当前场景信息在映射表中查找与当前场景信息相匹配的n个场景信息，进而可以确定n个场景信息所对应的n个光线强度中光线强度大于或者等于预设第二阈值的光线强度所占的比例。如果n个光线强度中光线强度大于或者等于预设第二阈值的光线强度所占的比例大于或者等于预设第一阈值，则预判在当前环境下，且在不开启红外补光灯的条件下，能成功进行人脸识别。预判结果可靠，且判断时间短。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。且可以延长红外补光灯的使用寿命。步骤205、若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。在步骤205中，如果人脸识别成功率大于或者等于预设第一阈值，则移动终端可以判断出在不开启红外补光灯的情况下能成功进行人脸识别，则可以不开启红外补光灯，进而可以在不开启红外补光灯的情况下，进行人脸识别。需要说明的是，在不开启红外补光灯的条件下，进行人脸识别后，如果人脸识别结果为失败，则可以开启红外补光灯，进而可以在开启红外补光灯的条件下再次进行人脸识别。如果移动终端判断出在不开启红外补光灯的情况下不能成功进行人脸识别，则可以直接开启红外补光灯。进而可以在开启红外补光灯的条件下进行人脸识别。本发明实施例的人脸识别方法，应用于移动终端，所述移动终端包含红外补光灯。可以根据当前场景信息查找与当前场景信息相匹配的目标场景信息，进而可以根据目标场景信息获取不开启红外补光灯的情况下的人脸识别成功率。如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间，还可以延长红外补光灯的使用寿命。参见图3，图3是本发明实施例提供的另一种人脸识别方法的流程图，应用于移动终端，所述移动终端包含红外补光灯。如图3所示，包括以下步骤：步骤301、服务器可以事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的人脸识别结果。步骤302、服务器利用搜集到的数据训练出人工智能模型，进而将训练好的人工智能模型集成到移动终端中。步骤303、获取当前场景信息。并在进行人脸识别之前，利用移动终端中的人工智能模型结合当前场景信息，预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。步骤304、如果人工智能模型的预判结果为在当前环境下，且在不开启红外补光灯的条件下，能成功进行人脸识别，则不开启红外补光灯，并在不开启红外补光灯的条件下进行人脸识别。步骤305、如果在不开启红外补光灯的条件下，人脸识别失败，则打开红外补光灯，并在开启红外补光灯的条件下进行人脸识别。步骤306、如果人工智能模型的预判结果为在当前环境下，且在不开启红外补光灯的条件下，不能成功进行人脸识别，则直接开启红外补光灯，并在开启红外补光灯的条件下进行人脸识别。步骤307、完成人脸识别。本发明实施例的人脸识别方法，应用于移动终端，所述移动终端包含红外补光灯。可以利用移动终端中的人工智能模型结合当前场景信息，预判在不开启红外补光灯的条件下，是否能成功进行人脸识别。如果预判结果为在不开启红外补光灯的情况下能成功进行人脸识别，则可以在不开启红外补光灯的情况下，进行人脸识别。预判结果可靠，且判断时间短。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。且可以延长红外补光灯的使用寿命。参见图4，图4是本发明实施例提供的另一种人脸识别方法的流程图，应用于移动终端，所述移动终端包含红外补光灯。如图4所示，包括以下步骤：步骤401、服务器可以事先搜集大量没有配备红外补光灯的移动终端进行人脸识别时的时间信息、位置信息、天气信息以及对应的光线强度。步骤402、服务器利用搜集到的数据建立场景信息和光线强度的映射表。步骤403、获取当前场景信息。并根据当前场景信息在映射表中查找与当前场景信息相匹配的n个场景信息，其中，n为大于或者等于1的整数。确定n个场景信息所对应的n个光线强度中光线强度大于或者等于预设第二阈值的光线强度所占的比例，并判断n个光线强度中光线强度大于或者等于预设第二阈值的光线强度所占的比例是否大于或者等于预设第一阈值。步骤404、根据判断结果预判不开启红外补光灯的条件下，当前环境下的光线强度是否足够进行人脸识别。步骤405、如果预判结果为不开启红外补光灯的条件下，当前环境下的光线强度足够进行人脸识别，则不开启红外补光灯，并在不开启红外补光灯的条件下，进行人脸识别。步骤406、如果在不开启红外补光灯的条件下，人脸识别失败，则打开红外补光灯，并在开启红外补光灯的条件下进行人脸识别。步骤407、如果预判结果为不开启红外补光灯的条件下，当前环境下的光线强度不足以进行人脸识别，则直接开启红外补光灯，并在开启红外补光灯的条件下，进行人脸识别。步骤408、完成人脸识别。本发明实施例的人脸识别方法，应用于移动终端，所述移动终端包含红外补光灯。移动终端进行人脸识别时，可以结合当前场景信息以及预先获取的场景信息和光线强度的映射表，预判在不开启红外补光灯的条件下，当前环境下的光线强度是否足够进行人脸识别。如果预判结果为在不开启红外补光灯的情况下能成功进行人脸识别，则可以在不开启红外补光灯的情况下，进行人脸识别。预判结果可靠，且判断时间短。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间。且可以延长红外补光灯的使用寿命。参见图5，图5是本发明实施提供的移动终端的结构图，所述移动终端包含红外补光灯。如图5所示，移动终端500包括第一获取模块501、第二获取模块502和人脸识别模块503，其中：第一获取模块501，用于获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；第二获取模块502，用于根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；人脸识别模块503，用于若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。可选的，如图6所示，所述第二获取模块502包括：查找子模块5021，用于根据所述当前场景信息查找与所述当前场景信息相匹配的目标场景信息，其中，所述目标场景信息包括n个场景信息，且n为大于或者等于1的整数；确定子模块5022，用于确定与所述n个场景信息存在预设对应关系的n个人脸识别指示信息，其中,所述n个场景信息中的每个场景信息对应所述n个人脸识别指示信息中的一个人脸识别指示信息；获取子模块5023，用于根据所述n个人脸识别指示信息获取不开启所述红外补光灯的情况下的人脸识别成功率。可选的，如图7所示，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的人脸识别结果，所述获取子模块5023包括：第一确定单元50231，用于确定在n个人脸识别结果中人脸识别成功的第一目标个数；第一执行单元50232，用于将所述第一目标个数与n的比值作为所述人脸识别成功率。可选的，如图8所示，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的光线强度，所述获取子模块5023还包括：第二确定单元50233，用于确定在n个光线强度中光线强度大于或者等于预设第二阈值的光线强度的第二目标个数；第二执行单元50234，用于将所述第二目标个数与n的比值作为所述人脸识别成功率。移动终端500能够实现图1、图2、图3和图4的方法实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。且移动终端500可以实现根据当前场景信息查找与当前场景信息相匹配的目标场景信息，进而可以根据目标场景信息获取不开启红外补光灯的情况下的人脸识别成功率。如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间，还可以延长红外补光灯的使用寿命。图9为实现本发明各个实施例的一种移动终端的硬件结构示意图。该移动终端900包括但不限于：射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909、处理器910、以及电源911等部件。本领域技术人员可以理解，图9中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载移动终端、可穿戴设备、以及计步器等。处理器910，用于获取当前场景信息，所述当前场景信息包含当前时间信息、所述移动终端当前所处位置信息以及当前天气信息中的至少一种信息；根据所述当前场景信息获取不开启所述红外补光灯的情况下的人脸识别成功率；若所述人脸识别成功率大于或者等于预设第一阈值，则在不开启所述红外补光灯的情况下，进行人脸识别。可以根据当前场景信息查找与当前场景信息相匹配的目标场景信息，进而可以根据目标场景信息获取不开启红外补光灯的情况下的人脸识别成功率。如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间，还可以延长红外补光灯的使用寿命。应理解的是，本发明实施例中，射频单元901可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器910处理；另外，将上行的数据发送给基站。通常，射频单元901包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元901还可以通过无线通信系统与网络和其他设备通信。移动终端通过网络模块902为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。音频输出单元903可以将射频单元901或网络模块902接收的或者在存储器909中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元903还可以提供与移动终端900执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元903包括扬声器、蜂鸣器以及受话器等。输入单元904用于接收音频或视频信号。输入单元904可以包括图形处理器(graphicsprocessingunit，gpu)9041和麦克风9042，图形处理器9041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元906上。经图形处理器9041处理后的图像帧可以存储在存储器909(或其它存储介质)中或者经由射频单元901或网络模块902进行发送。麦克风9042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元901发送到移动通信基站的格式输出。移动终端900还包括至少一种传感器905，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板9061的亮度，接近传感器可在移动终端900移动到耳边时，关闭显示面板9061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器905还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。显示单元906用于显示由用户输入的信息或提供给用户的信息。显示单元906可包括显示面板9061，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板9061。用户输入单元907可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元907包括触控面板9071以及其他输入设备9072。触控面板9071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板9071上或在触控面板9071附近的操作)。触控面板9071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器910，接收处理器910发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板9071。除了触控面板9071，用户输入单元907还可以包括其他输入设备9072。具体地，其他输入设备9072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。进一步的，触控面板9071可覆盖在显示面板9061上，当触控面板9071检测到在其上或附近的触摸操作后，传送给处理器910以确定触摸事件的类型，随后处理器910根据触摸事件的类型在显示面板9061上提供相应的视觉输出。虽然在图9中，触控面板9071与显示面板9061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板9071与显示面板9061集成而实现移动终端的输入和输出功能，具体此处不做限定。接口单元908为外部装置与移动终端900连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元908可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端900内的一个或多个元件或者可以用于在移动终端900和外部装置之间传输数据。存储器909可用于存储软件程序以及各种数据。存储器909可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器909可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。处理器910是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器909内的软件程序和/或模块，以及调用存储在存储器909内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器910可包括一个或多个处理单元；优选的，处理器910可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器910中。移动终端900还可以包括给各个部件供电的电源911(比如电池)，优选的，电源911可以通过电源管理系统与处理器910逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。另外，移动终端900包括一些未示出的功能模块，在此不再赘述。可选的，处理器910还用于：根据所述当前场景信息查找与所述当前场景信息相匹配的目标场景信息，其中，所述目标场景信息包括n个场景信息，且n为大于或者等于1的整数；确定与所述n个场景信息存在预设对应关系的n个人脸识别指示信息，其中,所述n个场景信息中的每个场景信息对应所述n个人脸识别指示信息中的一个人脸识别指示信息；根据所述n个人脸识别指示信息获取不开启所述红外补光灯的情况下的人脸识别成功率。可选的，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的人脸识别结果，处理器910还用于：确定在n个人脸识别结果中人脸识别成功的第一目标个数；将所述第一目标个数与n的比值作为所述人脸识别成功率。可选的，每个人脸识别指示信息均为不开启红外补光灯的情况下所获得的光线强度，处理器910还用于：确定在n个光线强度中光线强度大于或者等于预设第二阈值的光线强度的第二目标个数；将所述第二目标个数与n的比值作为所述人脸识别成功率。移动终端900能够实现前述实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。且移动终端900可以实现根据当前场景信息查找与当前场景信息相匹配的目标场景信息，进而可以根据目标场景信息获取不开启红外补光灯的情况下的人脸识别成功率。如果人脸识别成功率大于或者等于预设第一阈值，则可以在不开启红外补光灯的情况下，进行人脸识别。可以减少开启红外补光灯的次数，降低移动终端的功耗，进而延长移动终端的待机时间，还可以延长红外补光灯的使用寿命。优选的，本发明实施例还提供一种移动终端，包括处理器910，存储器909，存储在存储器909上并可在所述处理器910上运行的计算机程序，该计算机程序被处理器910执行时实现上述人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。本发明实施例还提供一种计算机可读存储介质，计算机可读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人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台移动终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。当前第1页12当前第1页12