本申请涉及信息处理技术领域，尤其涉及一种人脸识别的信息处理方法、装置及终端设备。
背景技术：
随着科技的不断进步，生物识别技术的应用也越来越广泛，尤其是人脸识别，已广泛应用于身份认证、移动支付、模拟动态表情等场景。例如，用户需要登录一个安全应用程序(理财app)时，可通过该应用程序开启人脸识别功能，获取用户的人脸信息，与预存的人脸信息比对。如果比对一致，则认证通过，用户登录成功。而如何提高诸如身份认证、移动支付等操作的安全性，降低用户的信息被盗取的风险，已成为亟需解决的问题。
申请内容
本申请提供一种人脸识别的信息处理方法、装置及终端设备，能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
本申请实施例提供一种人脸识别的信息处理方法，包括：
获取调用人脸识别的应用程序的属性信息；
根据所述属性信息判断人脸识别过程是否需要在可信执行环境tee下执行；
如果所述人脸识别过程需要在所述可信执行环境tee下执行，则控制所述应用程序进入可信执行环境tee模式，并在所述可信执行环境tee下串行执行所述人脸识别过程的步骤；
如果所述人脸识别过程无需在所述可信执行环境tee下执行，则控制所述应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行所述人脸识别过程的步骤。
可选的，所述应用程序的属性信息包括所述应用程序的安全级别。
可选的，所述人脸识别过程包括检测人脸步骤、获取人脸元素步骤、人脸活体检测步骤以及人脸识别步骤。
可选的，所述检测人脸步骤，包括：
向被摄物发射红外光；
捕获经过所述被摄物的红外图像；
将所述红外图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述红外图像进行处理，以获取红外图像数据；以及
将所述红外图像数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据。
可选的，所述获取人脸元素步骤，包括：
拍摄被摄物的可见光图像；
将所述可见光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述可见光图像进行处理，以获取可见光图像数据；以及
将所述可见光图像数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据。
可选的，所述人脸活体检测步骤，包括：
向被摄物发射红外光和所述结构光；
捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
将所述红外图像数据和所述景深数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据。
可选的，所述人脸识别步骤，包括：
拍摄被摄物的可见光图像；
将所述可见光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述可见光图像进行处理，以获取人脸特征数据；以及
将所述人脸特征数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述人脸特征数据。
可选的，利用所述微控制单元mcu计算获得所述被摄物对应的景深数据，包括：
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
可选的，所述预设接口为符合预设标准的总线接口，包括mipi总线接口、i2c同步串行总线接口、spi总线接口。
本申请另一实施例提供一种人脸识别的信息处理装置，包括：
获取模块，用于获取调用人脸识别的应用程序的属性信息；
判断模块，用于根据所述属性信息判断人脸识别过程是否需要在可信执行环境tee下执行；
处理模块，用于如果所述人脸识别过程需要在所述可信执行环境tee下执行，则控制所述应用程序进入可信执行环境tee模式，并在所述可信执行环境tee下串行执行所述人脸识别过程的步骤，如果所述人脸识别过程无需在所述可信执行环境tee下执行，则控制所述应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行所述人脸识别过程的步骤。
可选的，所述应用程序的属性信息包括所述应用程序的安全级别。
可选的，所述人脸识别过程包括检测人脸步骤、获取人脸元素步骤、人脸活体检测步骤以及人脸识别步骤。
可选的，所述处理模块，具体用于：
向被摄物发射红外光；
捕获经过所述被摄物的红外图像；
将所述红外图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述红外图像进行处理，以获取红外图像数据；以及
将所述红外图像数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据。
可选的，所述处理模块，具体用于
拍摄被摄物的可见光图像；
将所述可见光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述可见光图像进行处理，以获取可见光图像数据；以及
将所述可见光图像数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述可见光图像数据。
可选的，所述处理模块，具体用于
向被摄物发射红外光和所述结构光；
捕获经过所述被摄物的红外图像和所述结构光图像；
将所述红外图像和所述结构光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述红外图像和所述结构光图像进行处理，以获取红外图像数据和所述景深数据；以及
将所述红外图像数据和所述景深数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述红外图像数据和所述景深数据。
可选的，所述处理模块，具体用于
拍摄被摄物的可见光图像；
将所述可见光图像发送至微控制单元mcu，并利用所述微控制单元mcu对所述可见光图像进行处理，以获取人脸特征数据；以及
将所述人脸特征数据通过预设接口提供给所述应用程序，以使所述应用程序调用所述人脸特征数据。
可选的，所述处理模块，具体用于
解调所述结构光图像中变形位置像素对应的相位信息；
将所述相位信息转化为高度信息；
根据所述高度信息确定所述被摄物对应的景深数据。
可选的，所述预设接口为符合预设标准的总线接口，包括mipi总线接口、i2c同步串行总线接口、spi总线接口。
本申请又一实施例提供一种终端设备，包括激光摄像头、泛光灯、可见光摄像头、镭射灯、微控制单元mcu以及处理器，其中，所述处理器，用于：
获取调用人脸识别的应用程序的属性信息；
根据所述属性信息判断人脸识别过程是否需要在可信执行环境tee下执行；
如果所述人脸识别过程需要在所述可信执行环境tee下执行，则控制所述应用程序进入可信执行环境tee模式，并在所述可信执行环境tee下串行执行所述人脸识别过程的步骤；
如果所述人脸识别过程无需在所述可信执行环境tee下执行，则控制所述应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行所述人脸识别过程的步骤。
本申请还一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本申请第一方面实施例所述的人脸识别的信息处理方法。
本申请实施例提供的技术方案可以包括以下有益效果：
通过获取调用人脸识别的应用程序的属性信息，并根据所述属性信息判断人脸识别过程是否需要在可信执行环境tee下执行，如果所述人脸识别过程需要在所述可信执行环境tee下执行，则控制所述应用程序进入可信执行环境tee模式，并在所述可信执行环境tee下串行执行所述人脸识别过程的步骤，如果所述人脸识别过程无需在所述可信执行环境tee下执行，则控制所述应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行所述人脸识别过程的步骤，能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例的人脸识别的信息处理方法的流程图；
图2是根据本申请一个实施例的检测人脸步骤的流程图；
图3是根据本申请一个实施例的获取人脸元素步骤的流程图；
图4是根据本申请一个实施例的人脸活体检测步骤的流程图；
图5是根据本申请一个实施例的结构光测量的场景示意图；
图6是根据本申请一个实施例的人脸识别步骤的流程图；
图7是根据本申请一个实施例的人脸识别的信息处理装置的结构框图；
图8是根据本申请一个实施例的终端设备的结构框图；
图9是根据本申请一个实施例的终端设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的人脸识别的信息处理方法、装置及终端设备。
图1是根据本申请一个实施例的人脸识别的信息处理方法的流程图。
如图1所示，该人脸识别的信息处理方法包括：
s101，获取调用人脸识别的应用程序的属性信息。
目前，人脸识别已经广泛应用到各个场景中，如身份认证场景、移动支付场景、模拟动态表情场景、电视会议场景等等。上述场景，均是通过调用摄像头等硬件设备，来对人脸进行识别，从而实现响应的功能。其中，有的场景对操作的安全性要求较高，例如身份认证场景、移动支付场景等。有的场景对操作的安全性要求相对不高，如模拟动态表情场景、电视会议场景等。为此，本申请提出一种人脸识别的信息处理方法，既能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
在本申请的一个实施例中，首先可获取调用人脸识别的应用程序的属性信息。其中，应用程序的属性信息可包括应用程序的安全级别。例如：银行类应用程序、支付类应用程序、身份验证类应用程序的安全级别为高；普通的摄像类应用程序等的安全级别为低。
s102，根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行。
在本申请的一个实施例中，如果应用程序的安全级别为高，则人脸识别过程需要在tee(可信执行环境，trustexecutionenvironment)下执行；如果应用程序的安全级别为低，则人脸识别过程则无需在tee下执行，只需在ree(普通执行环境，richexecutionenvironment)下执行即可。例如用户在使用微信、支付宝等应用程序进行支付时，需要开启摄像头对人脸进行识别，与预存的人脸进行比对，如果比对结果一致，则验证成功，进行支付操作。由于涉及到个人付款的信息等，可能会造成用户的个人财产损失，因此，需要在tee下执行，来保证安全性。而模拟动态表情场景下，开启摄像头对人脸进行识别，只是对人脸的表情进行跟踪捕捉，然后模拟出各种有趣的动态表情，增强趣味性，因此只需在ree下执行即可。
s103，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤。
其中，人脸识别过程可包括检测人脸步骤、获取人脸元素步骤、人脸活体检测步骤以及人脸识别步骤。由于tee的安全特性，上述步骤在tee下，是依次串行执行的。而在ree下，对安全性的要求不高，是可以并行执行的。其中，检测人脸步骤指的是通过调用泛光灯发射红外光，由激光摄像头接收红外图像，利用红外图像判断是否为人脸的过程。获取人脸元素步骤是利用可见光摄像头对人脸进行拍摄，获取诸如人脸亮度、人脸拍摄角度等与图像质量相关的特征的过程。人脸活体检测步骤则是将红外光和结构光结合，通过泛光灯发射红外光，镭射灯发射结构光，通过激光摄像头接收红外图像和结构光图像，然后对上述图像进行分析，获取如人脸皮肤纹理特征、建立人脸三维模型、多帧人脸动态特征等，来进行活体检测。人脸识别步骤则是利用可见光摄像头对人脸进行拍摄，获取诸如眼睛大小、鼻子在人脸的位置信息、眉毛长短等特征，来进行人脸识别。
在本实施例中，上述步骤在串行执行时，并不限定其执行顺序。也可以根据应用程序的实际应用情况，任意对上述步骤进行组合，实现相应的功能。如人脸支付场景，只需人脸活体检测步骤结合人脸识别步骤，而无需人脸元素步骤。应当理解的是，上述情景仅为示例，并不作为对技术方案的限定。
s104，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤。
在本申请的一个实施例中，在ree下，人脸识别过程对安全性的要求不高，因此，可以并行执行人脸识别过程的步骤，以提高人脸识别过程的执行速度。
下面详细解释人脸识别过程中的检测人脸步骤、获取人脸元素步骤、人脸活体检测步骤以及人脸识别步骤。
如图2所示，检测人脸步骤，包括：
s201，向被摄物发射红外光。
具体地，可通过泛光灯发射红外光。
s202，捕获经过被摄物的红外图像。
由激光摄像头捕获经过被摄物的红外图像。
s203，将红外图像发送至微控制单元mcu，并利用微控制单元mcu对红外图像进行处理，以获取红外图像数据。
由于黑客行为，大多数都是基于应用程序侧的入侵，因此将红外图像发送至mcu，由硬件的mcu对红外图像进行处理，防止原始的数据在应用程序侧被截取，能够有效地提高数据的安全性。
s204，将红外图像数据通过预设接口提供给应用程序，以使应用程序调用红外图像数据。
本实施例中，可利用应用程序调用红外图像数据来实现人脸的检测。
其中，预设接口为符合预设标准的总线接口，包括mipi(移动产业处理器接口，mobileindustryprocessorinterface)总线接口、i2c同步串行总线接口、spi总线接口。
如图3所示，获取人脸元素步骤，包括：
s301，拍摄被摄物的可见光图像。
具体地，可通过可见光摄像头拍摄被摄物的可见光图像。
s302，将可见光图像发送至微控制单元mcu，并利用微控制单元mcu对可见光图像进行处理，以获取可见光图像数据。
由于黑客行为，大多数都是基于应用程序侧的入侵，因此将可见光图像发送至mcu，由硬件的mcu对可见光图像进行处理，防止原始的数据在应用程序侧被截取，能够有效地提高数据的安全性。
s303，将可见光图像数据通过预设接口提供给应用程序，以使应用程序调用可见光图像数据。
本实施例中，可利用应用程序调用可见光图像数据来提取人脸元素，如获取人脸亮度、人脸拍摄角度等与图像质量相关的特征，以此作为下一步操作的数据基础。
如图4所示，人脸活体检测步骤，包括：
s401，向被摄物发射红外光和结构光。
在本申请的一个实施例中，可利用mcu中的pwm调制生成结构光，通过镭射灯发射结构光，并通过泛光灯(红外光发射器)向被摄物发射红外光。
s402，捕获经过被摄物的红外图像和结构光图像。
在本申请的一个实施例中，可通过激光摄像头(红外光接收器)捕获经过被摄物的红外图像和结构光图像。
s403，将红外图像和结构光图像发送至微控制单元mcu，并利用微控制单元mcu对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据。
具体地，可利用mcu中的深度引擎对红外图像和结构光图像进行处理，以获取红外图像数据和景深数据。
s404，将红外图像数据和景深数据通过预设接口提供给应用程序，以使应用程序调用红外图像数据和景深数据进行安全验证。
在本申请的一个实施例中，可利用mcu调制生成结构光，通过镭射灯(结构光投影设备)向被摄物发射结构光。假设当前场景为身份验证场景，则被摄物可以是用户的人脸。结构光在照射到被摄物后，由于被摄物的形状特性，结构光会发生形变，通过采集上述结构光信息，可以得到一个具有被摄物轮廓和深度的结构光图像。
其中，结构光的类型可包括，激光条纹、格雷码、正弦条纹、或者，非均匀散斑等。
下面以一种应用广泛的条纹投影技术为例来阐述其具体原理，其中，条形投影技术属于广义上的面结构光。
在使用面结构光投影的时候，如图5所示，通过mcu产生正弦条纹，将该正弦条纹通过镭射灯(结构光投影设备)投影至被摄物，利用激光摄像头拍摄条纹受物体调制的弯曲程度，解调该弯曲条纹得到相位，再将相位转化为全场的高度。
应当理解的是，在实际应用中，根据具体应用场景的不同，本申请实施例中所采用的结构光除了上述条纹之外，还可以是其他任意图案。
在此之后，可将结构光图像发送至微控制单元mcu，并利用微控制单元mcu计算获得被摄物对应的景深数据。为了进一步提高安全性，可将结构光图像发送至mcu，在硬件的mcu中对结构光图像进行处理，相比于直接发送给应用程序处理，数据已经在硬件中运算，黑客无法获取原始的数据，因此更加安全。具体地，可利用mcu解调结构光图像中变形位置像素对应的相位信息，然后将相位信息转化为高度信息，最后根据高度信息确定被摄物对应的景深数据。最后，将景深数据通过预设接口提供至应用程序，以使应用程序调用景深数据。例如：基于人脸的结构光图像，计算得到人脸的轮廓、高度等数据信息。上述数据信息已经在mcu中计算，应用程序只需调用上述数据信息，与预存的数据进行特征比对，即可实现身份验证。如果验证通过，用户就可以获取该应用程序的权限，对应用程序进行更进一步地操作。例如，利用结构光建立人脸三维模型，获取人脸的三维特征，结合红外图像数据或多帧人脸动态特征等，进行活体检测，检测当前拍摄的人脸是活体，而非平面的照片。
如图6所示，人脸识别步骤，包括：
s601，拍摄被摄物的可见光图像。
s602，将可见光图像发送至微控制单元mcu，并利用微控制单元mcu对可见光图像进行处理，以获取人脸特征数据。
由于黑客行为，大多数都是基于应用程序侧的入侵，因此将可见光图像发送至mcu，由硬件的mcu对可见光图像进行处理，防止原始的数据在应用程序侧被截取，能够有效地提高数据的安全性。
其中，人脸特征数据可包括眼睛大小、鼻子在人脸的位置信息、眉毛长短等。
s603，将人脸特征数据通过预设接口提供给应用程序，以使应用程序调用人脸特征数据。
本实施例中，可利用应用程序调用可见光图像数据来进行人脸识别。
本申请实施例的人脸识别的信息处理方法，通过获取调用人脸识别的应用程序的属性信息，并根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤，能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
为了实现上述实施例，本申请还提出了一种人脸识别的信息处理装置，图7是根据本申请一个实施例的人脸识别的信息处理装置的结构框图，如图7所示，该装置包括获取模块710、判断模块720和处理模块730。
其中，获取模块710，用于获取调用人脸识别的应用程序的属性信息。
判断模块720，用于根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行。
处理模块730，用于如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤。
需要说明的是，前述对人脸识别的信息处理方法的解释说明，也适用于本申请实施例的人脸识别的信息处理装置，本申请实施例中未公布的细节，在此不再赘述。
本申请实施例的人脸识别的信息处理装置，通过获取调用人脸识别的应用程序的属性信息，并根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤，能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
为了实现上述实施例，本申请还提出了一种终端设备。
如图8所示，终端设备800包括激光摄像头810、泛光灯820、可见光摄像头830、镭射灯840、微控制单元mcu850以及处理器860。激光摄像头810、泛光灯820、可见光摄像头830、镭射灯840分别与mcu850相连。mcu850与处理器860相连。
处理器860，具体用于执行以下步骤：
s101’，获取调用人脸识别的应用程序的属性信息。
在本申请的一个实施例中，首先可获取调用人脸识别的应用程序的属性信息。其中，应用程序的属性信息可包括应用程序的安全级别。例如：银行类应用程序、支付类应用程序、身份验证类应用程序的安全级别为高；普通的摄像类应用程序等的安全级别为低。
s102’，根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行。
在本申请的一个实施例中，如果应用程序的安全级别为高，则人脸识别过程需要在tee(可信执行环境，trustexecutionenvironment)下执行；如果应用程序的安全级别为低，则人脸识别过程则无需在tee下执行，只需在ree(普通执行环境，richexecutionenvironment)下执行即可。例如用户在使用微信、支付宝等应用程序进行支付时，需要开启摄像头对人脸进行识别，与预存的人脸进行比对，如果比对结果一致，则验证成功，进行支付操作。由于涉及到个人付款的信息等，可能会造成用户的个人财产损失，因此，需要在tee下执行，来保证安全性。而模拟动态表情场景下，开启摄像头对人脸进行识别，只是对人脸的表情进行跟踪捕捉，然后模拟出各种有趣的动态表情，增强趣味性，因此只需在ree下执行即可。
s103’，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤。
其中，人脸识别过程可包括检测人脸步骤、获取人脸元素步骤、人脸活体检测步骤以及人脸识别步骤。由于tee的安全特性，上述步骤在tee下，是依次串行执行的。而在ree下，对安全性的要求不高，是可以并行执行的。其中，检测人脸步骤指的是通过调用泛光灯发射红外光，由激光摄像头接收红外图像，利用红外图像判断是否为人脸的过程。获取人脸元素步骤是利用可见光摄像头对人脸进行拍摄，获取诸如人脸亮度、人脸拍摄角度等与图像质量相关的特征的过程。人脸活体检测步骤则是将红外光和结构光结合，通过泛光灯发射红外光，镭射灯发射结构光，通过激光摄像头接收红外图像和结构光图像，然后对上述图像进行分析，获取如人脸皮肤纹理特征、建立人脸三维模型、多帧人脸动态特征等，来进行活体检测。人脸识别步骤则是利用可见光摄像头对人脸进行拍摄，获取诸如眼睛大小、鼻子在人脸的位置信息、眉毛长短等特征，来进行人脸识别。
在本实施例中，上述步骤在串行执行时，并不限定其执行顺序。也可以根据应用程序的实际应用情况，任意对上述步骤进行组合，实现相应的功能。如人脸支付场景，只需人脸活体检测步骤结合人脸识别步骤，而无需人脸元素步骤。应当理解的是，上述情景仅为示例，并不作为对技术方案的限定。
s104’，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤。
在本申请的一个实施例中，在ree下，人脸识别过程对安全性的要求不高，因此，可以并行执行人脸识别过程的步骤。
本申请实施例的终端设备，通过获取调用人脸识别的应用程序的属性信息，并根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤，能够保证安全性要求较高的场景下的信息安全，又能够实现安全性要求相对不高的场景下的快速响应。
如图9所示，本申请实施方式的终端设备900包括一个或多个处理器910、存储器920和一个或多个程序901。其中一个或多个程序901被存储在存储器920中，并且被配置成由一个或多个处理器910执行。程序901包括用于执行上述任意一项实施方式的人脸识别的信息处理方法的指令。
例如，程序901包括用于执行以下步骤的人脸识别的信息处理方法的指令：
s101’，获取调用人脸识别的应用程序的属性信息。
s102’，根据属性信息判断人脸识别过程是否需要在可信执行环境tee下执行。
s103’，如果人脸识别过程需要在可信执行环境tee下执行，则控制应用程序进入可信执行环境tee模式，并在可信执行环境tee下串行执行人脸识别过程的步骤。
s104’，如果人脸识别过程无需在可信执行环境tee下执行，则控制应用程序进入普通执行环境ree模式，并在普通执行环境ree下并行执行人脸识别过程的步骤。
为实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面实施例的人脸识别的信息处理方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。