一种三维人脸留底注册方法、装置、终端及服务器与流程

本说明书涉及人脸识别技术领域，尤其涉及一种三维人脸留底注册方法、装置、终端及服务器。

背景技术：

人脸识别技术广泛地用于身份验证和识别，采用人脸识别技术对用户的身份进行验证时，需要将采集到的用户人脸图片与系统中的人脸留底进行比对，以验证用户身份。其中，系统中保存的经过验证的用户人脸图片叫做留底。如果只采用单一的用户人脸图片作为留底，则成为单留底，单留底会因留底图片质量的问题导致比对不成功或错误识别的概率较高。因而目前常用多留底的方式，即将采集到的用户人脸图片与系统中的多张人脸留底比对，以增加比对的可靠性。多留底可以通过静默注册的方式实现，即在用户无感知情况下，采集用户的人脸图片，与单留底图片进行比对，并将比对成功的图片作为该用户的另一个留底，即静默注册可以产生新的留底，从而实现多留底。

一般情况下，系统中保存了很多用户的人脸留底(假设为n个用户的人脸留底)，采集到的用户人脸图片需要与系统中的留底进行比对，以判断采集到的人脸图片是n个用户中哪个。现有技术中，采集的人脸留底多为二维的人脸图片，当n的数量较大时，在保证一定的误识率的前提下，往往导致采集的人脸图片很难识别成功。三维人脸识别技术可以准确识别高度相似、化妆后等特殊情况下的人脸，可以大大提高识别率，适用于当数据库中用户数量较大时的人脸比对识别，因而对三维人脸留底静默注册技术加以改进，以便将三维人脸识别用于身份验证十分关键。

技术实现要素：

基于此，本说明书提供了一种三维人脸留底注册方法、装置、终端及服务器。

根据本说明书实施例的第一方面，提供一种三维人脸留底注册的方法，所述方法用于终端，所述终端包括三维视频采集装置，所述方法包括：

采集用户的二维人脸图片和三维人脸图片；

判断所述二维人脸图片是否通过认证；

如通过认证，判断所述二维人脸图片的误识率是否低于预设值；

如低于，则将所述三维人脸图片发送给服务端，以使所述服务端从所述三维人脸图片中筛选出第一三维人脸留底；

接收服务端发送的三维人脸特征，其中，所述三维人脸特征通过所述服务端从所述三维人脸留底提取得到。

根据本说明书实施例的第二方面，提供一种三维人脸留底注册的方法，所述方法用于服务端，包括：

接收终端发送的用户的三维人脸图片，其中，所述终端曾采集用户的二维人脸图片，所述二维人脸图片通过认证且误识率低于预设值；

从所述三维人脸图片中筛选出第一三维人脸留底；

从所述第一三维人脸留底中提取三维人脸特征并发送给所述终端。

根据本说明书实施例的第三方面，提供一种三维人脸留底注册的方法，所述方法用于服务端，包括：

采集用户的三维人脸图片；

从所述三维人脸图片中筛选出认证成功的目标三维人脸图片并发送给服务端，以使所述服务端判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

接收服务端发送的人脸特征，所述人脸特征为从所述新的三维留底提取得到。

根据本说明书实施例的第四方面，提供一种三维人脸留底注册的方法，所述方法用于服务端，包括：

接收终端发送的认证成功的目标三维人脸图片；

判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

从所述新的三维人脸留底提取人脸特征并发送给所述终端。

根据本说明书实施例的第五方面，提供一种三维人脸留底注册的装置，所述装置包括：

采集模块，用于采集用户的二维人脸图片和三维人脸图片

判断模块，用于判断所述二维人脸图片是否通过认证；且如通过认证，判断所述二维人脸图片的误识率是否低于预设值；

发送模块，用于如误识率低于预设值，则将所述三维人脸图片发送给服务端，以使所述服务端从所述三维人脸图片中筛选出第一三维人脸留底；

接收模块，用于接收服务端发送的三维人脸特征，其中，所述三维人脸特征通过所述服务端从所述第一三维人脸留底提取得到。

根据本说明书实施例的第六方面，提供一种三维人脸留底注册的装置，所述装置包括：

接收模块，用于接收终端发送的用户的三维人脸图片，其中，所述终端曾采集所述用户的二维人脸图片，所述二维人脸图片通过认证且误识率低于预设值；

筛选模块，用于从所述三维人脸图片中筛选出第一三维人脸留底；

提取模块，用于从所述第一三维人脸留底中提取三维人脸特征；

发送模块，用于将提取的三维人脸特征发送给所述终端。

根据本说明书实施例的第七方面，提供一种三维人脸留底注册的装置，所述装置包括：

采集模块，采集用户的三维人脸图片；

发送模块，从所述三维人脸图片中筛选出认证成功的目标三维人脸图片发送给服务端，以使所述服务端判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

接收模块，接收服务端发送的人脸特征，所述人脸特征为从所述新的三维留底提取得到。

根据本说明书实施例的第八方面，提供一种三维人脸留底注册的装置，所述装置包括：

接收模块，接收终端发送的认证成功的目标三维人脸图片；

判断替换模块，判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

提取模块，从所述新的三维人脸留底提取人脸特征；

发送模块，将提取的人脸特征发送给所述终端。

根据本说明书实施例的第九方面，提供一种终端，所述终端包括处理器、存储器和三维视频采集装置，

所述存储器存储有计算机指令；

所述处理器执行所述计算机指令实现任一实施例所述的方法。

根据本说明书实施例的第十方面，提供一种服务端，所述服务端端包括处理器、存储器，

所述存储器存储有计算机指令；

所述处理器执行所述计算机指令实现任一实施例所述的方法。

应用本说明书实施例方案，终端采集用户的二维人脸图片和三维人脸图片，在二维人脸图片通过认证且误识率低于预设值时，将三维人脸图片发送给服务端，服务端从中筛选出用户的三维人脸留底。通过二维人脸图片的认证以及误识率的把控，完成了三维人脸留底的采集，采集过程简单，成本较低，且保证了采集得到的三维人脸留底的质量和可靠性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。

图1是本说明书一个实施例的一种人脸识别系统的示意图；

图2是本说明书一个实施例的一种三维人脸留底注册的方法流程图；

图3是本说明书一个实施例的一种三维人脸留底注册的方法流程图；

图4是本说明书一个实施例的一种三维人脸留底注册的方法流程图；

图5是本说明书一个实施例的一种三维人脸留底注册的方法流程图；

图6a是本说明书一个实施例的一种闸机系统的示意图；

图6b是本说明书一个实施例的一种闸机系统的三维人脸留底注册的方法流程图；

图7是本说明书一个实施例的一种三维人脸留底注册装置的逻辑结构示意图；

图8是本说明书一个实施例的一种三维人脸留底注册装置的逻辑结构示意图；

图9是本说明书一个实施例的一种三维人脸留底注册装置的逻辑结构示意图；

图10是本说明书一个实施例的一种三维人脸留底注册装置的逻辑结构示意图；

图11是本说明书一个实施例的一种服务器的逻辑结构示意图；

图12是本说明书一个实施例的一种终端的逻辑结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

人脸识别技术广泛地用于身份验证和识别，采用人脸识别技术对用户的身份进行验证时，需要将采集到的用户人脸图片与系统中的人脸留底进行比对，以验证用户身份。其中，系统中保存的经过验证的用户人脸图片叫做留底。如果只采用单一的用户人脸图片作为留底，则成为单留底，单留底会因留底图片质量的问题导致比对不成功或错误识别的概率较高。因而目前常用多留底的方式，即将采集到的用户人脸图片与系统中的多张人脸留底比对，以增加比对的可靠性。多留底可以通过静默注册的方式实现，即在用户无感知情况下，采集用户的人脸图片，与单留底图片进行比对，并将比对成功的图片作为该用户的另一个留底，即静默注册可以产生新的留底，从而实现多留底。

一般情况下，系统中保存了很多用户的人脸留底(假设为n个用户的人脸留底)，我们将保存n个用户人脸留底的数据库称为n库，采集到的用户人脸图片需要与系统中的留底进行比对，以判断采集到的人脸图片是n个用户中哪个。现有技术中，采集的人脸留底多为二维的人脸图片，由于二维人脸识别是通过二维摄像头平面成像，无法接收物理世界中的第三位信息(尺寸和距离等几何数据)，即使算法及软件再先进，对于一些比较相似的人脸，比如双胞胎，化妆后的人脸等等，也无法准确的识别出来。所以，当n库中的人脸图片的数量较大时，在保证一定的误识率的前提下，往往导致采集的人脸图片很难识别成功。三维人脸识别则是通过三维摄像头立体成像，能够识别视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的三维数据并能够复原完整的三维世界，并实现各种智能的三维定位。简单的说就是三维人脸识别获取的信息多了，分析判断的准确性有了极大的提升。

但是目前的三维人脸留底采集需要采用专有三维摄像头配上三维人脸采集组件，成本较高且很耗时。有的技术在首次二维人脸比对需要输入11位手机号验证，完成该用户的三维人脸静默注册环节，但是需要输入用户的手机号，比较繁琐，且需要用户配合，也不易于实现。因而，如何简化用户三维人脸静默注册的流程，降低成本十分关键。

基于上述问题，本说明书实施例提供一种三维人脸注册的方法，所述方法可以用于各种人脸识别的系统，尤其适用于数据库中用户数量比较多(即大n库)的人脸识别系统，比如说人脸支付系统、门禁系统、人脸识别闸机系统等等。图1为本说明书提供的三维人脸留底注册方法应用的一个场景，人脸识别系统包括服务端11和终端12，其中终端12上包括可以采集二维人脸图片和三维人脸图片的三维视频装置，终端12用于用户二维或三维人脸图片的采集和比对，服务端11用于用户二维或三维人脸留底的维护和管理。终端12可以是包含三维视频采集装置的各种设备，包括手机、平板电脑、笔记本电脑等移动终端，也可以是闸机、门禁系统的人脸采集装置等等。

本说明书提供的三维人脸留底注册方法通过终端12采集用户的二维人脸图片和三维人脸图片，在某些实施例中，二维人脸图片与三维人脸图片可以同时采集，这样便可以将用户的二维人脸图片和三维人脸图片关联起来。将二维人脸图片与二维人脸留底比对，判断是否能够认证成功，如认证成功，再判断认证成功的二维人脸图片误识率是否低于预设值，如果是，则将该用户的三维人脸图片发送给服务端11，服务端11则对接收到的来自各个终端三维人脸图片做进一步的分析和筛选，从中选出三维人脸留底。通过对用户的二维人脸图片的认证和基于误识率对认证成功的二维人脸图片进行严格的筛选，来完成三维人脸图片与用户id准确匹配，实现用户三维人脸留底的采集，且得到的三维人脸留底的质量和可靠性较高，流程简单，成本较低，可在用户无感知的条件下完成。

以下结合图2，从终端的处理过程来描述本说明书实施例的一种三维人脸留底注册的方法，该方法可用于首次三维人脸留底的采集，具体的，所述方法可包括步骤s202-s2010：

s202、采集用户的二维人脸图片和三维人脸图片；

s204、判断所述二维人脸图片是否通过认证；

s206、如通过认证，判断所述二维人脸图片的误识率是否低于预设值；

s208、如低于，则将所述三维人脸图片发送给服务端，以使所述服务端从所述三维人脸图片中筛选出第一三维人脸留底；

s2010、接收服务端发送的三维人脸特征，其中，所述三维人脸特征通过所述服务端从所述第一三维人脸留底提取得到。

在采集用户的三维人脸留底时，如何将用户的三维图片和用户id准确匹配，保证用户的三维人脸留底的可靠性十分关键。终端在用户的各种人脸认证的场景，比如在刷脸支付、刷脸登陆、过闸机、通过门禁等场景，可以通过三维视频采集装置采集用户的二维人脸图片和三维人脸图片，采集到用户的二维人脸图片和三维人脸图片后，终端可以将用户的二维人脸图片与事先保存的二维人脸留底进行对比，通过比对结果判定采集的用户的人脸图片是否可以通过认证。在某些情况下，终端可以只存储人脸留底中的人脸特征，由服务端负责将人脸留底的人脸特征提取出来发送给终端。终端在采集到用户二维人脸图片后，从二维人脸图片提取出人脸特征，再与二维人脸留底的人脸特征进行比对，如认证成功，则再判断二维人脸图片的误识率是否低于预设值，如果误识率低于预设值，则将所述用户的二维人脸图片、三维人脸图片以及对应的用户id保存下来。由于，作为三维人脸留底的人脸图片误识率要比较低，才能保证得到的三维人脸留底安全可靠，避免带来更多的误识。因此，可以作为三维人脸留底的人脸图片的误识率可以比通过认证的误识率低，比如通过认证的人脸图片为低于百万分之一，则可以作为人脸留底的图片误识率需低于千万分之一。当然，误识率可以根据实际情况灵活设置。通过对二维人脸图片的误识率进行严格把控，以保证三维人脸图片与用户id可以准确匹配，提高采集的用户三维人脸留底的可靠性。

终端可以在每次采集到与认证成功且误识率低于预设值的二维人脸图片同事采集的三维人脸图片发送给服务端，也可以将每次采集到满足上述要求的三维人脸图片存储，然后每隔一段时间向服务端发送一次三维人脸图片。服务端可以接收到来自不同的终端发送的三维人脸图片，在接收到三维人脸图片后，服务端可以对三维人脸图片进行分析和筛选，当然，服务端也可以先将三维人脸图片存储，每隔预设的时间段再对三维人脸图片分析筛选一次，得到用户的第一三维人脸留底。服务端可以基于三维人脸图片的质量分、清晰程度、完整程度、俯仰角度、包含三维特征点的个数等因素，筛选出高质量的三维人脸图片作为用户的三维人脸留底，这样，服务端便得到了用户的首个或者首批三维人脸留底，即第一三维人脸留底。

由于三维人脸留底图片的质量也会对比作结果造成比较大的影响，比如，三维人脸图片的质量分高低、清晰程度、完整程度、包含三维特征点的个数、是否为平视角度等因素多会对三维人脸图片质量造成影响。因而，在产生筛选三维人脸留底的过程中，终端可以基于预设的筛选策略对三维人脸图片进行筛选后，再将三维图片发送给服务端，这样服务端收到的都是各个终端发送高质量的三维图片，可以减小服务端的处理压力。在某些实施例中，终端再确认二维人脸图片的误识率低于预设值之后，还可以基于预设策略先对对应的三维人脸图片进行筛选，其中，预设策略包括：依据三维人脸图片质量分进行筛选，依据三维人脸图片的完整度进行筛选，依据三维人脸图片的三维特征点个数进行筛选或依据三维人脸图片的俯仰角度进行筛选。现有人脸识别算法中，可以为三维人脸图片评出一个质量分，分值越高，则三维人脸图片的效果越好。因而，可以设置一个质量分值，将高于一定分值的三维人脸图片筛选出来。另外，三维人脸图片的清晰程度和完整程度也是一个比较关键的因素，因此，也可以设置清晰程度或者完整程度大于一个预设值后，则将三维人脸图片筛选出来。另外，三维人脸图片中包含的三维特征点数量越多，越有利于特征向量的提取以及比对的准确度也会越高，因而，也可以设置特征点的数量大于预设的个数。此外三维人脸图片中人脸的俯仰角度也对识别有很大影响，当然，平视的人脸图片效果会最好，因此，可以设置人脸的俯仰角度小于一定的角度值时，才将人脸图片筛选出来。这样可以保证最后得到的三维人脸图片的质量。终端对三维人脸图片筛选后，将筛选得到的高质量图片发送给服务端，以便服务端从中选出第一三维人脸留底。

在某些实施例中，终端发送给服务端的三维人脸图片为筛选得到的指定三维人脸图片，所述指定三维人脸图片包括：质量分最高的三维人脸图片、清晰程度最高的三维人脸图片、包含三维特征点数最多的三维人脸图片或俯仰角度最小的三维人脸图片。终端先筛选出质量最好的三维人脸图片给服务端，以便服务端做进一步的筛选，以减轻服务端的工作压力。

以下结合图3，从服务端的处理过程来描述本说明书实施例的三维人脸留底注册的方法，所述方法可用于首次三维人脸留底的筛选，具体的，所述方法包括步骤s302-s306：

s302、接收终端发送的用户的三维人脸图片，其中，所述终端曾采集所述用户的二维人脸图片，所述二维人脸图片通过认证且误识率低于预设值；

s304、从所述三维人脸图片中筛选出第一三维人脸留底；

s306、从所述第一三维人脸留底中提取三维人脸特征并发送给所述终端。

终端可以通过三维视频采集装置采集用户的二维人脸图片和三维人脸图片，在某些实施例中，二维人脸图片与三维人脸图片可以同时采集，以便将用户的二维人脸图片和三维人脸图片关联起来，采集到用户的二维人脸图片和三维人脸图片后，终端可以将用户的二维人脸图片与事先保存的二维人脸留底进行对比，通过比对结果判定采集的用户的人脸图片是否可以通过认证。如认证成功，则再判断二维人脸图片的误识率是否低于预设值，如果误识率低于预设值，则将所述用户的三维人脸图片以及对应的用户id发送给服务端。服务端可以接收到来自不同的终端发送的三维人脸图片，在接收到三维人脸图片后，服务端可以对三维人脸图片进行分析和筛选，筛选出质量最佳的三维人脸图片作为用户的三维人脸留底，这样，服务端便得到了用户的首个或首批三维人脸留底。

在某些实施例中，终端在将三维人脸图片发送给服务端之前，可以基于预设的筛选策略对三维人脸图片进行筛选，其中，所述筛选策略为依据三维人脸图片质量分进行筛选，依据三维人脸图片的完整度进行筛选，依据三维人脸图片的三维特征点个数进行筛选或依据所述三维人脸图片的俯仰角度进行筛选，以保证发送给服务端的目标人脸图片的质量和可靠性。

某些实例中，终端可以将新采集的认证成功的三维人脸图片基于误识率、三维人脸图片的质量分、完整程度、清晰程度、俯仰角度等因素对多重筛选后再发送给服务端，以保证新增三维留底的质量和可靠性。由于终端可以在每隔一段时间后，向服务端发送一次筛选得到的目标三维人脸图片，而服务端也可以接收到来自很多终端的目标三维人脸图片，为了减轻服务端的处理压力，在某些实施例中，每个终端可以对认证成功的三维人脸图片进行一次汇聚，筛选一张指定的三维人脸图片发送给服务端，指定的三维人脸图片可以是质量分最高的三维人脸图片，清晰程度最高的三维人脸图片、包含三维特征点最多的三维人脸图片或者是俯仰角度最小的三维人脸图片。

以上适用于终端的三维人脸留底静默注册的方法中各实施例的详细细节可以参考适用于服务端的三维人脸留底静默注册的方法中的各实施例的描述，在此不再赘述。

通过对用户的二维人脸留底的认证和误识率的把控，可以筛选出该用户三维人脸留底，三维人脸留底的采集过程简单，成本较低。可通过终端和服务端对采集的用户的三维人脸图片进行多重的筛选，可以保证筛选得到的三维人脸留底的质量。

由于首次采集到的三维人脸留底随着时间的推移，人脸面部特征会发生变化，或者采集的到人留底可能不是质量最佳的人脸留底。因而，在首次采集到用户的三维人脸留底后，还可以在每次通过三维人脸识别进行认证的场景中通过静默注册的方式对服务端数据库中的三维人脸留底进行更新，用新采集到的质量更高的三维人脸留底来替换掉第一三维人脸留底，以保证三维人脸留底的质量和可靠性。本说明书的另一个实例提供了一种三维人脸留底注册的方法，可用于对已存储的三维人脸留底进行更新。以下结合图4，从终端的处理过程来描述所述三维人脸留底静默注册的方法，具体包括以下步骤：

s402、采集用户的三维人脸图片；

s404、从所述三维人脸图片中筛选出认证成功的目标三维人脸图片并发送给服务端，以使所述服务端判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

s406、接收服务端发送的人脸特征，所述人脸特征为从所述新的三维留底提取得到。

在得到用户的三维人脸留底后，还可以不断的通过静默注册的方式更新人脸库中的三维人脸留底。终端在每次人脸识别的场景中可以采集用户的二维人脸图片或者三维人脸图片，将二维人脸图片与历史二维人脸留底比对，或者将三维人脸图片与第一三维人脸留底比对，判断是否认证成功，如其中一种图片认证成功，便可以认为三维图片是认证成功的。然后从认证成功的三维人脸图片中筛选出目标三维人脸图片，根据目标三维人脸图片携带的用户id跟所述用户的第一三维人脸留底进行比对，用所述目标三维人脸图片替换掉第一三维人脸留底中质量分低于目标三维人脸图片质量分的第一三维人脸留底，作为新的三维人脸留底。当然，服务端的第一三维人脸留底可以是一张或多张，因而筛选的目标三维人脸图片也可以是一张或者多张。然后，服务端可以从新的三维人脸留底中提取人脸特征，并发送给终端，以便终端采用新的三维人脸留底来与采集的用户三维人脸图片进行比对。服务端通过不断的接收终端采集的通过认证的目标三维人脸图片，且从中选出质量较高的三维人脸图片替换掉第一三维人脸留底中质量分较低的三维人脸留底，可以保证三维人脸留底的质量。

由于对于某些特殊的用户，比如说中小学生，其面部特征随着时间推移会发生较大的变化。而新采集到的目标三维人脸图片只有在其质量分高于第一三维人脸留底的时候，才会替换第一三维人脸留底。所以，为了用户历史留底中一些质量较高但是又与现在的用户人脸差别较大的历史三维人脸留底可以被新采集的高质量三维人脸图片成功地替换下来，在某些实施例中，可以基于预设的衰减指数对第一三维人脸留底的质量分进行衰减。比如，每天衰减0.5分，或者每年衰减10分，具体衰减指数可以根据实际情况灵活设置。

此外，由于第一三维人脸留底采集的时长、采集第一三维人脸留底的地理位置以及第一三维人脸留底的认证渠道对第一三维人脸留底的可靠性和质量都存在一定的影响。比如第一三维人脸留底为很久以前采集的三维人脸图片，则可能会由于人脸变化而变得不可靠，或者是采集的第一三维人脸留底为室内采集的三维人脸图片，其光线可能会不如室外采集的三维人脸图片好，或者通过刷脸支付采集的三维人脸图片器可靠性和安全等级会高于通过刷脸门禁系统的采集的图片。因此，在某些实施例中，第一三维人脸留底的质量分的衰减指数可以基于所述第一三维人脸留底的存储时长、采集所述第一三维人脸留底的地理位置或者是所述第一三维人脸留底的认证渠道中的一个或多个因素去综合设置。以便可靠性较低、安全等级较低，质量较差的第一三维人脸留底可以别成功的替换下来。

由于静默注册过程中，如果出现误识别，比如，a被识别为b，那b的留底里多了a的照片，那么多留底带来的弊端会远大于其对识别带来的益处。由于不同的终端分别进行静默注册，分别都在产生新留底并进入最后的比对环节，如果不对不同终端产生的新留底加以维护管理，最终将导致比对的一致性，有效性无法保证，且可能带来更多新增的误识问题。此外，三维人脸留底图片的质量也会对比作结果造成比较大的影响，比如，三维人脸图片的质量分高低、清晰程度、完整程度、包含三维特征点的个数、是否为平视角度等因素多会对三维人脸图片质量造成影响。因而，在产生新的三维人脸留底的过程中，终端可以对人脸图片进行多重严格的筛选，以便得到可靠且高质量的人脸留底。

需要指出的是，对目标三维人脸图片的筛选可以在终端进行，也可以在服务端进行，也可以在终端进行一次筛选汇聚后，再由服务端对来自各终端筛选过的三维人脸图片再做进一步筛选，通过多重筛选汇聚挑选出高质量和高可靠性的三维人脸图片。

举个例子，终端在采集到用户的三维人脸图片后，终端对用户的三维人脸图片进行认证，认证成功后，终端可以基于预设的筛选策略对认证成功的三维人脸图片做进一步的筛选。由于作为留底的三维人脸图片的误识率要低于认证通过的误识率，因而，在采集的用户三维人脸图片与三维人脸留底比对成功后，可以通过误识率对人脸图片进一步筛选，比如说可以将误识率设置为千万分之一，将误识率低于千万分之一的人脸图片筛选出来。其中，误识率可以通过现有的一些算法计算出来。此外，在有些情况，终端将采集到的三维人脸图片与三维人脸留底进行比对后，终端会给采集的三维人脸图片评出一个比对分，所述比对分与三维人脸图片和三维人脸留底的相似度有关，相似度越高，比对分也高。此外，比对分与误识率对应，一定的比对分值对应一定的误识率，比对分越高，误识率越低，因而，在与三维人脸留底比对后，终端也可以根据现有的一些算法为三维人脸图片评出一个比对分，然后根据比对分筛选出分值高于一定值的三维人脸图片。

严格控制误识率可以避免a被识别成b，最后把a作为b的留底造成更多误识的问题。在基于误识率对采集的目标三维人脸图片进行筛选后，还可以对目标三维人脸图片的质量做进一步的筛选，把满足质量条件的三维人脸图片筛选出来。在某些实施例中，三维人脸图片质量满足预设条件可以包括所述三维人脸图片质量分满足预定分值，所述三维人脸图片清晰程度大于一定值、所述三维人脸图片的完整度大于一定值，所述三维图片包含的三维特征个数大于一定值或所述三维人脸图片的俯仰角度满足预设角度。

由于终端可以在每隔一段时间后，向服务端发送一次筛选得到的目标三维人脸图片，而服务端也可以接收到来自很多终端的目标三维人脸图片，为了减轻服务端的处理压力，在某些实施例中，每个终端可以对认证成功的三维人脸图片进行一次汇聚，筛选一张指定的三维人脸图片发送给服务端，指定的三维人脸图片可以是质量分最高的三维人脸图片，清晰程度最高的三维人脸图片、包含三维特征点个数最多的三维人脸图片或者是俯仰角度最小的三维人脸图片。

同样的，服务端在接收到各个终端发送的目标三维人脸图片后，可以先基于同样的筛选策略对目标三维人脸图片做进一步的筛选，然后再将筛选后的三维人脸图片去与第一三维人脸留底比对，替换第一三维留底中质量分更低的三维人脸留底。

服务端在用目标三维人脸图片作为新留底替换掉第一三维人脸留底后，可以从新的三维人脸留底中提取出人脸特征，将人脸特征发送给终端。终端便可以根据新的三维人脸留底来对采集的三维人脸图片进行比对。

通过终端和服务端基于预设筛选策略的多重筛选，可以大大降低新的三维人脸留底的误识率，提高新增三维人脸留底的可靠性和质量。

以下结合图5，从服务端的处理过程来描述本说明书实施例的三维人脸留底注册的方法，所述方法可用于对已存储的三维人脸留底进行更新，具体的，所述方法包括步骤s502-s506：

s502、接收终端发送的认证成功的目标三维人脸图片；

s504、判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

s506、从所述新的三维人脸留底提取人脸特征并发送给所述终端。

端在每次人脸识别的场景中可以采集用户的二维人脸图片或者三维人脸图片，将二维人脸图片与历史二维人脸留底比对，或者将三维人脸图片与第一三维人脸留底比对，判断是否认证成功，如其中一种图片认证成功，便可以认为三维图片是认证成功的。然后从认证成功的三维人脸图片中筛选出目标三维人脸图片，根据目标三维人脸图片携带的用户id跟所述用户的预先留存的第一三维人脸留底进行比对，用所述目标三维人脸图片替换掉第一三维人脸留底中质量分低于目标三维人脸图片质量分的第一三维人脸留底，作为新的三维人脸留底。

由于对于某些特殊的用户，比如说中小学生，其面部特征随着时间推移会发生较大的变化。而新采集到的目标三维人脸图片只有在其质量分高于第一三维人脸留底的时候，才会替换第一三维人脸留底。所以，为了用户历史留底中一些质量较高但是又与现在的用户人脸差别较大的历史三维人脸留底可以被新采集的高质量三维人脸图片成功地替换下来，在某些实施例中，可以基于预设的衰减指数对第一三维人脸留底的质量分进行衰减。比如，每天衰减0.5分，或者每年衰减10分，具体衰减指数可以根据实际情况灵活设置。

此外，由于第一三维人脸留底采集的时长、采集第一三维人脸留底的地理位置以及第一三维人脸留底的认证渠道对第一三维人脸留底的可靠性和质量都存在一定的影响。比如第一三维人脸留底为很久以前采集的三维人脸图片，则可能会由于人脸变化而变得不可靠，或者是采集的第一三维人脸留底为室内采集的三维人脸图片，其光线可能会不如室外采集的三维人脸图片好，或者通过刷脸支付采集的三维人脸图片器可靠性和安全等级会高于通过刷脸门禁系统的采集的图片。因此，在某些实施例中，第一三维人脸留底的质量分的衰减指数可以基于所述第一三维人脸留底的存储时长、采集所述第一三维人脸留底的地理位置或者是所述第一三维人脸留底的认证渠道中的一个或多个因素去综合设置。以便可靠性较低、安全等级较低，质量较差的第一三维人脸留底可以别成功的替换下来。

某些实例中，终端可以将新采集的认证成功的三维人脸图片基于误识率、三维人脸图片的质量分、完整程度、清晰程度、俯仰角度等因素对多重筛选后再发送给服务端，以保证新增三维留底的质量和可靠性。由于终端可以在每隔一段时间后，向服务端发送一次筛选得到的目标三维人脸图片，而服务端也可以接收到来自很多终端的目标三维人脸图片，为了减轻服务端的处理压力，在某些实施例中，每个终端可以对认证成功的三维人脸图片进行一次汇聚，筛选一张指定的三维人脸图片发送给服务端，指定的三维人脸图片可以是质量分最高的三维人脸图片，清晰程度最高的三维人脸图片、包含三维特征点最多的三维人脸图片或者是俯仰角度最小的三维人脸图片。

以上适用于终端的三维人脸留底静默注册的方法中各实施例的详细细节可以参考适用于服务端的三维人脸留底静默注册的方法中的各实施例的描述，在此不再赘述。

通过对终端采集的认证成功的三维人脸图片进行多重的筛选，选出一张质量最佳的三维人脸图片，替换掉质量分更低的预先留存的第一三维人脸留底，可以保证三维人脸留底的质量和可靠性，并且可以不断地用质量更好的新采集的三维人脸留底替换掉旧的三维人脸留底。

为了进一步解释本说明书中的静默注册的方法，以下再以一个具体的实施例加以解释。

目前，很多闸机系统都是通过刷脸认证通过，目前多采用二维人脸进行比对，但是二维人脸技术对于一些高相似度的人群无法准确识别，因而在对误识率有一定的要求时，对于用户数量较多的大n库是无法仅通过二维人脸识别来完成认证的。因而，需要引进较先进的三维人脸识别技术。如图6a所示，为可以实现二维和三维人脸识别的闸机系统，由闸机终端62以及服务端61构成，终端包括三维视频采集装置621，可以采集二维人脸图片和三维人脸图片。服务端61的数据库中已存储有用户的二维人脸留底及用户的信息，现需要通过静默注册的方式采集用户的三维人脸留底。

以下提供了一种用于闸机系统的三维人脸留底静默注册的方法，该方法的具体流程如图6b所示。用户通过闸机时，闸机会采集用户的二维人脸图片和三维人脸图片(s601)，闸机将采集的二维人脸图片与二维人脸留底比对，判断是否可以认证成功(s602)，如果采集的二维人脸图片通过认证，则闸机会判断二维人脸图片的误识率是否低于预设值(s603)，如果误识率低于预设值，将采集的三维人脸图片和对应的用户id存储(s604)。每隔一天，闸机会对存储的通过认证的三维人脸图片做一个次筛选，筛选三维人脸图片的质量分高于90分的三维人脸图片(s605)。筛选过后，闸机会将筛选得到的三维人脸图片发送给服务端(s606)，服务端会对各个闸机的发送过来的人脸图片做进一步的筛选，为每个用户id选出一张质量分最高的三维人脸图片(s607)。然后，服务端会将所述质量分最高的人脸图片作为所述用户的三维人脸留底(s608)。在得道用户的三维人脸留底后，终端会对新采集的认证成功的三维人脸图片进行多重筛选，选出质量分最高的发送给给服务端，服务端会不断用新采集的高质量的三维人脸图片替换已有的三维人脸留底，实现三维人脸留底的更新。

以上实施例中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。

如图7所示，是本说明书一个实施例的一种三维人脸留底注册的装置，所述装置70可包括：

采集模块71，用于采集用户的二维人脸图片和三维人脸图片

判断模块72，用于判断所述二维人脸图片是否通过认证；且如通过认证，判断所述二维人脸图片的误识率是否低于预设值；

发送模块73，用于如误识率低于预设值，则将所述三维人脸图片发送给服务端，以使所述服务端从所述三维人脸图片中筛选出第一三维人脸留底；

接收模块74，用于接收服务端发送的三维人脸特征，其中，所述三维人脸特征通过所述服务端从所述三维人脸留底提取得到。

在一个实施例中，将所述三维人脸图片发送给服务端之前，还包括：

基于预设的筛选策略对所述三维人脸图片进行筛选，其中，所述筛选策略包括：

依据所述三维人脸图片质量分进行筛选；或，

依据所述三维人脸图片的完整度进行筛选；或，

依据所述三维人脸图片的三维特征点个数进行筛选；或，

依据所述三维人脸图片的俯仰角度进行筛选。

在一个实施例中，发送给服务端的三维人脸图片为筛选得到的指定三维人脸图片，所述指定三维人脸图片包括：质量分最高的三维人脸图片、清晰程度最高的三维人脸图片、包含三维特征点数最多的三维人脸图片或俯仰角度最小的三维人脸图片。

在一个实施例中，所述二维人脸图片和三维人脸图片同时采集。

如图8所示，是本说明书一个实施例的一种三维人脸留底注册的装置，所述装置80可包括：

接收模块81，用于接收终端发送的用户的三维人脸图片，其中，所述三维人脸图片与所述用户的二维人脸图片采集，所述二维人脸图片通过认证且误识率低于预设值；

筛选模块82，用于从所述三维人脸图片中筛选出第一三维人脸留底；

提取模块83，用于从所述第一三维人脸留底中提取三维人脸特征；

发送模块84，用于将提取的三维人脸特征发送给所述终端。

在一个实施例中，将所述三维人脸图片发送给服务端之前，还包括：

基于预设的筛选策略对所述三维人脸图片进行筛选，其中，所述筛选策略包括：

依据所述三维人脸图片质量分进行筛选；或，

依据所述三维人脸图片的完整度进行筛选；或，

依据所述三维人脸图片的三维特征点个数进行筛选；或，

依据所述三维人脸图片的俯仰角度进行筛选。

在一个实施例中，发送给服务端的三维人脸图片为筛选得到的指定三维人脸图片，所述指定三维人脸图片包括：质量分最高的三维人脸图片、清晰程度最高的三维人脸图片、包含三维特征点数最多的三维人脸图片或俯仰角度最小的三维人脸图片。

在一个实施例中，所述二维人脸图片和三维人脸图片同时采集。

如图9所示，是本说明书一个实施例的一种三维人脸留底注册的装置，所述装置90可包括：

采集模块91，采集用户的三维人脸图片；

发送模块92，从所述三维人脸图片中筛选出认证成功的目标三维人脸图片发送给服务端，以使所述服务端判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

接收模块93，接收服务端发送的人脸特征，所述人脸特征为从所述新的三维留底提取得到。

在一个实施例中，所述目标三维人脸图片基于预设筛选策略得到，所述筛选策略包括：

依据所述三维人脸图片质量分进行筛选；或，

依据所述三维人脸图片的完整度进行筛选；或，

依据所述三维人脸图片的三维特征点个数进行筛选；或，

依据所述三维人脸图片的俯仰角度进行筛选。

在一个实施例中，所述目标三维人脸图片为筛选得到的指定三维人脸图片，所述指定三维人脸图片包括：质量分最高的三维人脸图片、清晰程度最高的三维人脸图片、包含三维特征点数最多的三维人脸图片或俯仰角度最小的三维人脸图片。

在一个实施例中，所述第一三维人脸留底的质量分为根据预设的衰减指数衰减后的质量分。

在一个实施例中，所述衰减指数基于所述第一三维人脸留底的存储时长、采集所述第一三维人脸留底的地理位置和/或所述第一三维人脸留底的认证渠道设置。

如图10所示，是本说明书一个实施例的一种三维人脸留底注册的装置，所述装置1000可包括：

接收模块1010，接收终端发送的认证成功的目标三维人脸图片；

判断替换模块1020，判断所述目标三维人脸图片的质量分是否高于预先留存的第一三维人脸留底的质量分，若高于，则用所述目标三维人脸图片作为新的三维人脸留底替换所述第一三维人脸留底；

提取模块1030，从所述新的三维人脸留底提取人脸特征；

发送模块1040，将提取的人脸特征发送给所述终端。

在一个实施例中，所述目标三维人脸图片基于预设筛选策略得到，所述筛选策略包括：

依据所述三维人脸图片质量分进行筛选；或，

依据所述三维人脸图片的完整度进行筛选；或，

依据所述三维人脸图片的三维特征点个数进行筛选；或，

依据所述三维人脸图片的俯仰角度进行筛选。

在一个实施例中，所述目标三维人脸图片为筛选得到的指定三维人脸图片，所述指定三维人脸图片包括：质量分最高的三维人脸图片、清晰程度最高的三维人脸图片、包含三维特征点数最多的三维人脸图片或俯仰角度最小的三维人脸图片。

在一个实施例中，所述第一三维人脸留底的质量分为根据预设的衰减指数衰减后的质量分。

在一个实施例中，所述衰减指数基于所述第一三维人脸留底的存储时长、采集所述第一三维人脸留底的地理位置和/或所述第一三维人脸留底的认证渠道设置。

上述装置中各个模块的功能和作用的实现过程具体详情见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本说明书装置的实施例可以应用在计算机设备上，例如服务器或终端。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，

从硬件层面而言，如图11所示，为本说明书实施例的一种服务端的硬件结构图，除了图11所示的处理器1101、内存1102、网络接口1103、以及非易失性存储器1104之外，服务器通常根据该其实际功能，还可以包括其他硬件，对此不再赘述。

如图12所示，为本说明书实施例的一种终端的硬件结构图，除了图12所示的处理器1201、内存1202、网络接口1203、以及非易失性存储器1204之外，终端通常根据该其实际功能，还可以包括其他硬件，对此不再赘述。相应地，本说明书实施例还提供一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现上述任一实施例中的方法。

相应地，本说明书实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例中的方法。

本申请可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

本领域技术人员在考虑说明书及实践这里公开的说明书后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。