一种人脸识别的方法和设备与流程

本发明涉及人脸识别技术领域，特别涉及一种人脸识别的方法和设备。

背景技术：

目前越来越多的企业使用考勤管理系统进行考勤管理，比如使用指纹识别、id卡识别、人脸识别等进行考勤管理。

对于指纹识别和id卡识别，指纹识别的识别率较低、天气寒冷时不易被识别；id卡识别，可能会有代打卡的现象发生，而且需要员工一直随身携带id卡。因此，人脸识别作为最常用的考勤管理方式。

使用人脸识别进行考勤打卡时，首先考勤设备采集员工的面部图像，通过采集员工的活体特征，确定当前采集的面部图像为活体的面部图像，活体特征可以为员工的眼部特征。将采集到的面部图像和员工信息进行绑定，比如员工的员工卡号，然后将面部图像与员工信息的对应关系存储在数据库中，员工进行考勤打卡时，考勤设备再次采集员工的面部图像和活体特征，根据对应关系，确定采集到的面部图像对应的员工信息，打卡通过，并记录该员工的打卡信息。

由于现有技术中使用面部图像和活体特征确定员工打卡是否通过，如果员工a使用去除眼部位置的员工b的面部图像代替员工b进行打卡，考勤设备可以识别员工a的眼部活体特征，识别员工b的面部图像，则可以实现代替打卡。

综上所述，现有技术中，使用人脸识别进行考勤打卡时，可以代替打卡，考勤管理准确率低。

技术实现要素：

本发明提供一种人脸识别的方法和设备，用以解决现有技术中存在的使用人脸识别技术进行考勤打卡时，可以代替打卡，考勤管理准确率低的问题。

第一方面，本发明实施例提供一种人脸识别的方法，该方法包括：

终端采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

所述终端根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

若确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则所述终端确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个的预设数值的比较结果以及比较阈值确定的。

上述方法，终端首先采集目标对象的至少两个预设面部特征点与该终端之间的距离，再根据采集到的该目标对象的至少两个预设面部特征点与该终端的距离确定至少一个用于表示该目标对象的面部凹凸程度的检测凹凸数值，如果确定的至少一个凹凸数值中目标凹凸数值的数量大于凹凸阈值，则该终端确定该目标对象的人脸识别通过。由于该终端确定了目标对象的人脸识别通过，从而进行考勤打卡时，识别的是真实的人脸，而不是一张图片，防止代替打卡，提高考勤管理的准确率。

在一种可能的实现方式中，所述终端根据采集到的所述目标对象的至少两个预设面部特征与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值，包括：

针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，将两个所述距离的差值的绝对值作为所述检测凹凸数值。

上述方法，给出了一种确定检测凹凸数值的方法，终端将采集到的该目标对象的至少两个预设面部特征点与所述终端之间的距离中的任意两个距离的差值的绝对值作为该检测凹凸数值，确定了至少一个所述检测凹凸数值后，从该至少一个所述检测凹凸数值中确定目标凹凸数值。

在一种可能的实现方式中，所述终端通过下列方式确定所述目标凹凸数值：

所述终端将所述检测凹凸数值分别与所述检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

若得到的比值中有大于所述比较阈值的至少一个比值，则将所述凹凸数值确定为所述目标凹凸数值。

上述方法，给出了一种确定目标凹凸数值的方式，终端将检测凹凸数值分别与该检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值，如果得到的比值中有大于比较阈值的至少一个比值，则将该检测凹凸数值确定为目标凹凸数值，确定了目标凹凸数值后，根据目标凹凸数值的数量确定目标对象的人脸识别是否通过。

在一种可能的实现方式中，该方法还包括：

若确定的检测凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则所述终端确定所述目标对象的人脸识别失败。

上述方法，如果确定的检测凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则该终端确定该目标对象的人脸识别失败，如果该目标对象的人脸识别失败，则后续不会对目标对象进行验证，从而节省验证时间，提高验证准确率。

在一种可能的实现方式中，所述终端确定采集的所述目标对象的人脸识别通过后，还包括：

所述终端采集所述目标对象的面部特征信息；

所述终端判断预设的面部特征信息集合中是否存在所述目标对象的面部特征信息，若是，则确定所述目标对象验证通过。

上述方法，确定了目标对象的人脸识别通过后，终端采集该目标对象的面部特征信息，再判断预设的面部特征信息集合中是否存在该目标对象的面部特征信息，若存在，则确定该目标对象验证通过，由于先确定目标对象的人脸识别通过，再对目标对象进行验证通过，从而防止代替打卡的现象发生，提高考勤管理的准确度。

在一种可能的实现方式中，所述终端采集目标对象的至少两个预设面部特征点与所述终端之间的距离之前，还包括：

所述终端确定所述目标对象为活体目标；

所述终端根据下列方式确定所述目标对象为活体目标：

所述终端确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。

上述方法，该终端在采集目标对象的至少两个面部特征点与所述终端之间的距离之前，判断该目标对象是否为活体目标，如果该目标对象为活体目标，再判断该目标对象的人脸识别是否通过，从而能够提高验证效率。

第二方面，本发明实施例提供一种人脸识别的设备，该设备包括：至少一个处理单元及至少一个存储单元，其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行下列过程：

采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

若确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个的预设数值的比较结果以及比较阈值确定的。

在一种可能的实现方式中，所述处理单元具体用于：

针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，将两个所述距离的差值的绝对值作为所述检测凹凸数值。

在一种可能的实现方式中，通过下列方式确定目标凹凸数值：

将所述检测凹凸数值分别与所述检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

若得到的比值中有大于所述比较阈值的至少一个比值，则将所述凹凸数值确定为所述目标凹凸数值。

在一种可能的实现方式中，所述处理单元还用于：

若确定的凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则确定所述目标对象的人脸识别失败。

在一种可能的实现方式中，所述处理单元还用于：

采集所述目标对象的面部特征信息；

判断预设的面部特征信息集合中是否存在所述目标对象的面部特征信息，若是，则确定所述目标对象验证通过。

在一种可能的实现方式中，所述处理单元还用于：

确定所述目标对象为活体目标；

确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。

第三方面，本发明实施例还提供一种人脸识别的设备，该设备包括：

采集模块：用于采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

数值确定模块：用于根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

对象确定模块：用于若所述确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个的预设数值的比较结果以及比较阈值确定的。

在一种可能的实现方式中，所述数值确定模块具体用于：

针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，将两个所述距离的差值的绝对值作为所述检测凹凸数值。

在一种可能的实现方式中，通过下列方式确定所述目标凹凸数值：

将所述检测凹凸数值分别与所述检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

若得到的比值中有大于所述比较阈值的至少一个比值，则将所述凹凸数值确定为所述目标凹凸数值。

在一种可能的实现方式中，所述对象确定模块还用于：

若确定的凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则确定所述目标对象的人脸识别失败。

在一种可能的实现方式中，所述对象确定模块还用于：

采集所述目标对象的面部特征信息；

判断预设的面部特征信息集合中是否存在所述目标对象的面部特征信息，若是，则确定所述目标对象验证通过。

在一种可能的实现方式中，所述采集模块还用于：

确定所述目标对象为活体目标；

确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。

第四方面，本发明实施例还提供一种计算机存储介质，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第一方面所述方法的步骤。

另外，第二方面至第四方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。

本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种人脸识别的方法流程示意图；

图2为本发明实施例提供的目标对象的两个预设面部特征点与终端之间的垂直距离示意图；

图3为本发明实施例提供的一种目标对象的两个预设面部特征点与终端的某一特定点之间的距离示意图；

图4为本发明实施例提供的另一种目标对象的两个预设面部特征点与终端的某一特定点之间的距离示意图；

图5为本发明实施例提供的一种人脸识别的完整方法流程示意图；

图6为本发明实施例提供的第一种人脸识别的设备的结构示意图；

图7为本发明实施例提供的第二种人脸识别的设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

目前使用人脸识别技术进行考勤管理时，打卡人员先站在考勤机前面，考勤机上的摄像头采集打卡人员的活体特征，比如眼部活体特征，考勤机识别到活体特征后，确定采集到的打卡人员为活体，则采集打卡人员的面部图片，与数据库中存储的面部图片进行比对，如果数据库中存储的面部图片包含考勤机采集到的打卡人员的面部图片，则打卡成功。

由于考勤机先根据活体特征确定打卡人员为活体后，再根据采集到的打卡人员的面部图片识别打卡人员，这样有可能会出现代打卡的现象，比如员工a拿着去除眼部位置的员工b的照片，在去除眼部位置的员工b的照片的眼部位置处露出员工a的眼睛，考勤机会通过识别员工a的眼睛确定该打卡人员为活体，再根据员工b的面部照片进行验证通过，即实现了员工a替员工b进行考勤打卡。

如果考勤机在比对打卡人员的面部图片和考勤机中存储的面部图片之前，确定采集到的打卡人员的面部不是一张图片，而是一张真实的人脸，则可以提高考勤管理的准确率。确定打卡人员的面部是一张真实的人脸，可以通过采集打卡人员的面部特征点和考勤机之间的距离，比如鼻尖和考勤机之间的距离，颧骨和考勤机之间的距离，然后再根据这两个距离确定用于表示该目标对象面部凹凸程度的检测凹凸数值，再根据检测凹凸数值与该检测凹凸数值对应的至少一个预设数值的比较结果以及比较阈值从检测凹凸数值中确定目标凹凸数值，如果目标凹凸数值的数量大于凹凸阈值，则终端确定该目标对象的人脸识别通过，也就是终端采集到的目标对象的人脸是真实的人脸，并不是一张图片。

本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

针对上述应用场景，本发明实施例提供一种人脸识别的方法，如图1所示，该方法具体包括如下步骤：

s100、终端采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

s101、所述终端根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

s102、若确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则所述终端确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个预设数值的比较结果以及比较阈值确定的。

本发明实施例中终端首先采集目标对象的至少两个预设面部特征点与该终端之间的距离，再根据采集到的该目标对象的至少两个预设面部特征点与该终端之间的距离确定至少一个用于表示该目标对象的面部凹凸程度的检测凹凸数值，如果确定的检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则该终端确定该目标对象的人脸识别通过。由于该终端确定了目标对象的人脸识别通过，从而进行考勤打卡时，识别的是真实的人脸，而不是一张图片，防止代替打卡，提高考勤管理的准确率。

本发明实施例中的终端，可以是考勤设备，也可以是具有考勤管理功能的其他设备，比如手机、平板电脑等。

本发明实施例中的目标对象为人。

终端采集目标对象的至少两个预设面部特征点与该终端之间的距离，这里的预设面部特征点，可以是目标对象的面部的鼻尖上某一点、颧骨处的某一点、额头上的某一点，这些面部特征点可以是预先设定好的。

终端采集目标对象预设面部特征点与该终端之间的距离时，可以是面部特征点与该终端之间的垂直距离，也可以是面部特征点与该终端的某一特定点之间的距离。

比如，如图2所示，为目标对象的两个预设面部特征点与终端之间的垂直距离示意图。从图2中可以看出，距离d1为目标对象的鼻尖处的某一点与终端之间的垂直距离，距离d2为目标对象的下巴处的某一点与终端之间的垂直距离。

在实际实施中，人的身高不同，为了使用方便，终端可以采集预设面部特征点与终端的某一特定点之间的距离，比如终端的中心位置处。

比如，如图3所示，为一种目标对象的两个预设面部特征点与终端的某一特定点之间的距离。从图3中可以看出，距离d1为目标对象的鼻尖处的某一点与终端的中心位置点之间的距离，距离d2为目标对象的下巴处的某一点与终端的中心位置点之间的距离。

再比如，如图4所示，为另一种目标对象的两个预设面部特征点与终端的某一特定点之间的距离。从图4可以看出，目标对象的头部高于终端所处的位置，目标对象需要低头进行验证，距离d1为目标对象低头验证时鼻尖处的某一点与终端的中心位置点之间的距离，距离d2为目标对象低头验证时下巴处的某一点与终端的中心位置点之间的距离。

在终端根据采集到的该目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示该目标对象的面部凹凸程度的检测凹凸数值时，终端可以针对采集到的目标对象的任意两个预设面部特征点与该终端之间的距离，将该两个距离的差值的绝对值作为该检测凹凸数值。

比如，终端采集了3个距离，即目标对象的鼻尖处某一点与终端之间的距离为40cm，目标对象的颧骨处某一点与终端之间的距离38cm，目标对象的额头处某一点与终端之间的距离为37cm，则针对鼻尖处某一点与终端之间的距离和颧骨处某一点与终端之间的距离，终端将该两个距离的差值的绝对值作为检测凹凸数值，即第一检测凹凸数值为2cm；针对颧骨处某一点与终端之间的距离和额头处某一点与终端之间的距离，则终端确定第二检测凹凸数值为1cm；针对鼻尖处某一点与终端之间的距离和额头处某一点与终端之间的距离，则终端确定第三检测凹凸数值为3cm。

这里需要说明的是，在计算凹凸数值时，不一定将所有的任意两个距离的差值的绝对值都作为检测凹凸数值，可以根据实际需要确定。

比如，终端采集了3个距离，目标对象的鼻尖处某一点与终端之间的距离，目标对象的颧骨处某一点与终端之间的距离，目标对象的额头处某一点与终端之间的距离，根据实际需要，可能只需要鼻尖处某一点与终端之间的距离和颧骨处某一点与终端之间的距离对应的检测凹凸数值、鼻尖处某一点与终端之间的距离和额头处某一点与终端之间的距离对应的检测凹凸数值，这两个检测凹凸数值，所以不需要将所有的任意两个距离对应的检测凹凸数值都计算出来。

确定了至少一个所述检测凹凸数值后，从至少一个所述检测凹凸数值中确定目标凹凸数值，该目标凹凸数值是根据检测凹凸数值与对应的至少一个预设数值的比较结果以及比较阈值确定的。

在实施中，每个检测凹凸数值会对应至少一个预设数值，比如，目标对象的鼻尖处某一点与终端之间的距离和目标对象的颧骨处某一点与终端之间的距离对应的检测凹凸数值，在终端中或在服务器中会存储该检测凹凸数值对应的至少一个预设数值，比如根据不同的人种，在终端或服务器中存储4个鼻尖处某一点与终端之间的距离和目标对象的颧骨处某一点与终端之间的距离对应的预设数值，也就是该检测凹凸数值对应的预设数值。

以上根据不同的人种确定预设数值只是举例说明，除了根据人种确定预设数值外，对于一些特殊面部特征点，还可以设置其他的预设数值，比如在眼睛周围，有些人可能会戴眼镜，所以在眼睛周围的一些面部特征点，可以设置一些特殊的预设数值。

具体的，确定目标凹凸数值时，终端首先将该检测凹凸数值分别与该检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值，然后确定得到的比值中是否有大于比较阈值的至少一个比值，如果有，则该终端将该检测凹凸数值确定为目标凹凸数值。

比如，一个检测凹凸数值对应4个预设数值，检测凹凸数值为3，4个预设数值分别为4.5、4、3.5、3.2，将3与4个预设数值分别进行比较，得到的比值为66.7％、75％、85.7％、93.8％，如果比较阈值为90％，则存在一个大于比较阈值的检测凹凸数值，则将3作为目标凹凸数值；如果比较阈值为95％，则不存在大于比较阈值的检测凹凸数值，即无法确定目标凹凸数值。

确定了目标凹凸数值后，判断目标凹凸数值的数量是否大于凹凸阈值，如果大于凹凸阈值，则终端确定该目标对象的人脸识别通过，如果目标凹凸数值的数量不大于凹凸阈值，则终端确定该目标对象为的人脸识别失败。

比如，凹凸阈值为0，如果目标凹凸数值为1，则确定目标对象的人脸识别通过，如果目标凹凸数值为0，则确定目标对象的人脸识别失败。

再比如，确定的检测凹凸数值的数量为5个，凹凸阈值为4，从5个检测凹凸数值中确定的目标凹凸数值为4，则终端确定该目标对象的人脸识别失败。

需要说明的是，目标对象不同，凹凸阈值有可能不同，比如，用来识别人的凹凸阈值和用来识别动物的凹凸阈值可能不同，凹凸阈值需根据实际需要确定。

本发明实施例终端采集了至少两个目标对象的面部特征点与该终端之间的距离，然后再根据采集到的该目标对象的至少两个预设面部特征点与该终端之间的距离确定检测凹凸数值，该检测凹凸数值是用来表示该目标对象的面部凹凸程度的，最后根据检测凹凸数值中目标凹凸数值的数量确定该目标对象的人脸识别通过，由于检测凹凸数值是用来表示该目标对象的面部凹凸程度的，如果目标对象的人脸识别失败，比如图片，没有凹凸程度，因此可判断该目标对象的人脸识别是否通过。

判断目标对象的人脸识别是否通过后，如果该目标对象的人脸识别通过，则终端采集该目标对象的面部特征信息，判断在预设的面部特征信息集合中是否存在该目标对象的面部特征信息，如果存在，则确定该目标对象验证通过。由于先确定该目标对象的人脸识别通过，再采集目标对象的面部特征信息，判断该目标对象是否验证通过，从而能够防止使用人脸图片进行目标对象的验证，提高验证的准确率。

如果判断该目标对象的人脸识别失败，则终端不会再采集目标对象的面部特征信息，直接确定目标对象验证失败，从而在节省资源的同时，能够提高验证的准确率。

在对目标对象进行验证时，本发明实施例终端还可以在所述终端采集目标对象的至少两个预设面部特征点与所述终端之间的距离之前，确定所述目标对象为活体目标。也就是在判断该目标对象的人脸识别是否通过之前，先判断该目标对象是否为活体目标，如果确定该目标对象为活体目标，再判断该目标对象的人脸识别是否通过，如果确定该目标对象为非活体目标，则验证失败，从而提高验证效率。

具体的，确定该目标对象为活体目标，可以通过下列方式确定：所述终端确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。

也就是说，如果在预设时间内目标对象的瞳孔位置发生变化，和/或目标对象的瞳孔孔距发生变化，终端确定该目标对象为活体目标。

如果在预设时间内确定目标对象的瞳孔位置和该目标对象的瞳孔孔距都未发生变化，则终端确定该目标对象为非活体目标。

确定该目标对象为非活体目标后，终端停止检测，终端可以在显示界面显示验证失败的提示信息，也可以通过语音提示验证失败。

如图5所示，为本发明实施例提供的一种人脸识别的完整方法的流程示意图。

s500、终端采集在预设时间内目标对象的瞳孔位置和瞳孔孔距；

s501、终端判断在预设时间内采集到的目标对象的瞳孔位置和瞳孔孔距是否发生变化，若是，则执行s511，否则执行s513；

s502、终端采集目标对象的至少两个预设面部特征点与该终端之间的距离；

s503、针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，终端将该两个距离的差值的绝对值作为凹凸数值。

s504、终端将该凹凸数值分别于该凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

s505、判断得到的比值中是否有大于比较阈值的比值，若是，则执行s506，否则执行步骤s512；

s506、将该凹凸数值作为目标凹凸数值；

s507、判断目标凹凸数值的数量是否大于凹凸阈值，若是，则执行s508，否则执行步骤s512；

s508、确定目标对象的人脸识别通过；

s509、终端采集目标对象的面部特征信息；

s510、判断预设面部特征信息集合中是否存在该目标对象的面部特征信息；若是，则执行s511，否则执行s513；

s511、目标对象验证通过；

s512、确定目标对象的人脸识别失败；

s513、目标对象验证失败。

基于同一发明构思，本发明实施例中还提供了一种人脸识别的设备，由于该设备对应的是本发明实施例人脸识别的方法对应的设备，并且该设备解决问题的原理与该方法相似，因此该设备的实施可以参见方法的实施，重复之处不再赘述。

如图6所示，为本发明实施例提供的第一种人脸识别的设备的结构示意图，该设备包括：至少一个处理单元600及至少一个存储单元601，其中，所述存储单元601存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执600执行下列过程：

采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

若确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个预设数值的比较结果以及比较阈值确定的。

可选的，所述处理单元600具体用于：

针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，将两个所述距离的差值的绝对值作为所述检测凹凸数值。

可选的，通过下列方式确定目标凹凸数值：

将所述检测凹凸数值分别与所述检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

若得到的比值中有大于所述比较阈值的至少一个比值，则将所述检测凹凸数值确定为所述目标凹凸数值。

可选的，所述处理单元600还用于：

若确定的凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则确定所述目标对象的人脸识别失败。

可选的，所述处理单元600还用于：

采集所述目标对象的面部特征信息；

判断预设的面部特征信息集合中是否存在所述目标对象的面部特征信息，若是，则确定所述目标对象验证通过。

可选的，所述处理单元600还用于：

确定所述目标对象为活体目标；

确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。基于同一发明构思，本发明实施例中还提供了一种人脸识别的设备，由于该设备对应的是本发明实施例人脸识别的方法对应的设备，并且该设备解决问题的原理与该方法相似，因此该设备的实施可以参见方法的实施，重复之处不再赘述。

如图7所示，为本发明实施例提供的第二种人脸识别的设备的结构示意图，该设备包括：采集模块700、数值确定模块701、对象确定模块702。

采集模块700：用于采集目标对象的至少两个预设面部特征点与所述终端之间的距离；

数值确定模块701：用于根据采集到的所述目标对象的至少两个预设面部特征点与所述终端之间的距离确定至少一个用于表示所述目标对象的面部凹凸程度的检测凹凸数值；

对象确定模块702：用于若确定的至少一个所述检测凹凸数值中目标凹凸数值的数量大于凹凸阈值，则确定所述目标对象的人脸识别通过，其中所述目标凹凸数值是根据所述检测凹凸数值与对应的至少一个的预设数值的比较结果以及比较阈值确定的。

可选的，所述数值确定模块701具体用于：

针对采集到的所述目标对象的任意两个预设面部特征点与所述终端之间的距离，将两个所述距离的差值的绝对值作为所述检测凹凸数值。

可选的，通过下列方式确定目标凹凸数值：

将所述检测凹凸数值分别与所述检测凹凸数值对应的至少一个预设数值进行比较，得到至少一个比值；

若得到的比值中有大于所述比较阈值的至少一个比值，则将所述凹凸数值确定为所述目标凹凸数值。

可选的，所述对象确定模块702还用于：

若确定的凹凸数值中目标凹凸数值的数量不大于凹凸阈值，则确定所述目标对象为的人脸识别失败。

可选的，所述对象确定模块702还用于：

采集所述目标对象的面部特征信息；

判断预设的面部特征信息集合中是否存在所述目标对象的面部特征信息，若是，则确定所述目标对象验证通过。

可选的，所述采集模块700还用于：

确定所述目标对象为活体目标；

确定在预设时间内采集到所述目标对象的瞳孔位置发生变化和/或所述目标对象的瞳孔孔距发生变化。

本发明实施例还提供一种人脸识别的可读存储介质，包括程序代码，当所述程序代码在计算设备上运行时，所述程序代码用于使所述计算设备执行人脸上识别的方法的步骤。

以上参照示出根据本申请实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本申请。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置，以产生机器，使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。

相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地，本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式，其具有在介质中实现的计算机可使用或计算机可读程序代码，以由指令执行系统来使用或结合指令执行系统而使用。在本申请上下文中，计算机可使用或计算机可读介质可以是任意介质，其可以包含、存储、通信、传输、或传送程序，以由指令执行系统、装置或设备使用，或结合指令执行系统、装置或设备使用。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。