刷脸识别方法、装置、电子设备、介质及程序产品与流程

1.本说明书涉及计算机技术领域，尤其涉及一种刷脸识别方法、装置、电子设备、介质及程序产品。


背景技术：

2.亟需一种既能够保证高通过率又不会造成高误识的刷脸识别方法。


技术实现要素：

3.本说明书实施例提供了一种刷脸识别方法、装置、电子设备、介质及程序产品，既能够保证刷脸识别的高通过率，又不会造成高误识。上述技术方案如下：
4.第一方面，本说明书实施例提供了一种刷脸识别方法，包括：
5.基于刷脸设备获取目标刷脸信息；上述目标刷脸信息包括目标刷脸图像和上述刷脸设备所处的目标位置信息；
6.基于上述目标刷脸信息确定上述目标刷脸图像对应的刷脸用户；
7.基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险；
8.基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果。
9.在一种可能的实现方式中，上述基于上述目标刷脸信息确定上述目标刷脸图像对应的刷脸用户，包括：
10.基于上述目标刷脸图像获取与上述目标刷脸图像中的目标刷脸用户最相似的n个用户的信息；上述n为正整数；
11.将上述n个用户的信息以及上述目标刷脸信息输入决策模型中，输出上述目标刷脸图像对应的刷脸用户；上述决策模型基于多组已知刷脸用户的n个用户的信息进行训练得到。
12.在一种可能的实现方式中，上述n个用户的信息包括以下至少一种：上述 n个用户各自对应的基本信息、位置信息、刷脸信息以及脸部图像；上述位置信息包括以下至少一种：刷脸位置信息、历史位置信息。
13.在一种可能的实现方式中，上述基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险，包括：
14.根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险；
15.其中，上述目标图像对比结果包括上述刷脸用户对应的脸部图像与上述目标刷脸图像之间的差距；
16.上述目标位置对比结果包括上述刷脸用户所处的位置信息与上述目标位置信息之间的差距；
17.上述目标年龄对比结果包括上述刷脸用户的年龄与预测的上述目标刷脸图像中目标刷脸用户的年龄之间的差距。
18.在一种可能的实现方式中，上述根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险之前，上述方法还包括：
19.基于上述刷脸用户的信息判断上述刷脸用户是否为首次进行刷脸识别的用户；
20.若是，则确定上述刷脸用户对应的刷脸误识风险为高风险；
21.上述根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险，包括：
22.若上述刷脸用户不是首次进行刷脸识别的用户，则根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。
23.在一种可能的实现方式中，上述刷脸识别结果包括刷脸识别成功；上述基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果，包括：
24.在上述刷脸误识风险为高风险的情况下，展示第一待校验信息；
25.接收上述目标刷脸图像中目标刷脸用户基于上述第一待校验信息输入的第一目标校验信息；
26.在上述第一目标校验信息与上述刷脸用户对应的第一校验信息相匹配的情况下，确定刷脸识别成功。
27.在一种可能的实现方式中，上述接收上述目标刷脸图像中目标刷脸用户输入的第一目标校验信息之后，上述方法还包括：
28.在上述第一目标校验信息与上述刷脸用户对应的第一校验信息不匹配的情况下，展示第二待校验信息；
29.接收上述目标刷脸图像中目标刷脸用户基于上述第二待校验信息输入的第二目标校验信息；
30.在上述第二目标校验信息与上述刷脸用户对应的第二校验信息相匹配的情况下，确定刷脸识别成功；
31.其中，上述第二待校验信息对应的需要检验的信息长度大于上述第一待校验信息对应的需要检验的信息长度。
32.在一种可能的实现方式中，上述接收上述目标刷脸图像中目标刷脸用户输入的第二目标校验信息之后，上述方法还包括：
33.查询是否存在上述第二目标校验信息对应的刷脸用户；
34.若存在，则将上述第二目标校验信息对应的刷脸用户确定为上述目标刷脸图像对应的目标刷脸用户，刷脸识别成功。
35.在一种可能的实现方式中，在上述刷脸误识风险不为高风险的情况下，上述刷脸识别结果为刷脸识别成功。
36.在一种可能的实现方式中，上述目标刷脸图像为目标刷脸用户戴口罩时的脸部图像。
37.第二方面，本说明书实施例提供了一种刷脸识别装置，包括：
38.获取模块，用于基于刷脸设备获取目标刷脸信息；上述目标刷脸信息包括目标刷脸图像和上述刷脸设备所处的目标位置信息；
39.第一确定模块，用于基于上述目标刷脸信息确定上述目标刷脸图像对应的刷脸用户；
40.第二确定模块，用于基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险；
41.第三确定模块，用于基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果。
42.在一种可能的实现方式中，上述第一确定模块包括：
43.获取单元，用于基于上述目标刷脸图像获取与上述目标刷脸图像中的目标刷脸用户最相似的n个用户的信息；上述n为正整数；
44.决策单元，用于将上述n个用户的信息以及上述目标刷脸信息输入决策模型中，输出上述目标刷脸图像对应的刷脸用户；上述决策模型基于多组已知刷脸用户的n个用户的信息进行训练得到。
45.在一种可能的实现方式中，上述n个用户的信息包括以下至少一种：上述 n个用户各自对应的基本信息、位置信息、刷脸信息以及脸部图像；上述位置信息包括以下至少一种：刷脸位置信息、历史位置信息。
46.在一种可能的实现方式中，上述第二确定模块具体用于：
47.根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险；
48.其中，上述目标图像对比结果包括上述刷脸用户对应的脸部图像与上述目标刷脸图像之间的差距；
49.上述目标位置对比结果包括上述刷脸用户所处的位置信息与上述目标位置信息之间的差距；
50.上述目标年龄对比结果包括上述刷脸用户的年龄与预测的上述目标刷脸图像中目标刷脸用户的年龄之间的差距。
51.在一种可能的实现方式中，上述刷脸识别装置还包括：
52.判断模块，用于基于上述刷脸用户的信息判断上述刷脸用户是否为首次进行刷脸识别的用户；
53.第四确定模块，用于若是，则确定上述刷脸用户对应的刷脸误识风险为高风险；
54.上述第三确定模块具体用于：
55.若上述刷脸用户不是首次进行刷脸识别的用户，则根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。
56.在一种可能的实现方式中，上述刷脸识别结果包括刷脸识别成功；上述第三确定模块包括：
57.第一展示单元，用于在上述刷脸误识风险为高风险的情况下，展示第一待校验信息；
58.第一接收单元，用于接收上述目标刷脸图像中目标刷脸用户基于上述第一待校验信息输入的第一目标校验信息；
59.第一确定单元，用于在上述第一目标校验信息与上述刷脸用户对应的第一校验信息相匹配的情况下，确定刷脸识别成功。
60.在一种可能的实现方式中，上述第三确定模块还包括：
61.第二展示单元，用于在上述第一目标校验信息与上述刷脸用户对应的第一校验信
息不匹配的情况下，展示第二待校验信息；
62.第二接收单元，用于接收上述目标刷脸图像中目标刷脸用户基于上述第二待校验信息输入的第二目标校验信息；
63.第二确定单元，用于在上述第二目标校验信息与上述刷脸用户对应的第二校验信息相匹配的情况下，确定刷脸识别成功；
64.其中，上述第二待校验信息对应的需要检验的信息长度大于上述第一待校验信息对应的需要检验的信息长度。
65.在一种可能的实现方式中，上述刷脸识别装置还包括：
66.查询模块，用于查询是否存在上述第二目标校验信息对应的刷脸用户；
67.第五确定模块，用于若存在，则将上述第二目标校验信息对应的刷脸用户确定为上述目标刷脸图像对应的目标刷脸用户，刷脸识别成功。
68.在一种可能的实现方式中，在上述刷脸误识风险不为高风险的情况下，上述刷脸识别结果为刷脸识别成功。
69.在一种可能的实现方式中，上述目标刷脸图像为目标刷脸用户戴口罩时的脸部图像。
70.第三方面，本说明书实施例提供了一种电子设备，包括：处理器以及存储器；
71.上述处理器与上述存储器相连；
72.上述存储器，用于存储可执行程序代码；
73.上述处理器通过读取上述存储器中存储的可执行程序代码来运行与上述可执行程序代码对应的程序，以用于执行本说明书实施例第一方面或第一方面的任意一种可能的实现方式提供的方法。
74.第四方面，本说明书实施例提供了一种计算机存储介质，上述计算机存储介质存储有多条指令，上述指令适于由处理器加载并执行本说明书实施例第一方面或第一方面的任意一种可能的实现方式提供的方法。
75.第五方面，本说明书实施例提供了一种包含指令的计算机程序产品，当上述计算机程序产品在计算机或处理器上运行时，使得上述计算机或上述处理器执行本说明书实施例第一方面或第一方面的任意一种可能的实现方式提供的刷脸识别方法。
76.本说明书实施例通过先根据包括目标刷脸图像和刷脸设备所处的目标位置信息的目标刷脸信息确定目标刷脸图像对应的刷脸用户，然后再进一步根据目标刷脸信息以及上述刷脸用户的信息确定对应的刷脸误识风险，最后基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果，从而通过对识别出的刷脸用户进行相应的刷脸误识别风险防控，既能够在一定程度上保障刷脸识别的高通过率，又可以在一定打扰率的情况下，降低刷脸误识的概率。因此，即便是用户戴着口罩进行刷脸识别，也能够确保用户戴口罩刷脸识别的通过率和准确率，以使更多的用户能戴口罩无阻碍进行刷脸支付或者刷脸通行等。
附图说明
77.为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的
附图。
78.图1为相关技术中提供的一种刷脸识别方法的实现过程示意图；
79.图2为本说明书一示例性实施例提供的一种刷脸识别系统的架构示意图；
80.图3a为本说明书一示例性实施例提供的一种刷脸识别方法的运用场景示意图；
81.图3b为本说明书一示例性实施例提供的另一种刷脸识别方法的运用场景示意图；
82.图4为本说明书一示例性实施例提供的一种刷脸识别方法的流程示意图；
83.图5为本说明书一示例性实施例提供的一种确定目标刷脸图像对应的刷脸用户的实现过程示意图；
84.图6为本说明书一示例性实施例提供的一种确定刷脸误识风险的过程示意图；
85.图7为本说明书一示例性实施例提供的另一种刷脸识别方法的流程示意图；
86.图8为本说明书一示例性实施例提供的另一种刷脸识别方法的流程示意图；
87.图9为本说明书一示例性实施例提供的一种戴口罩刷脸图像示意图；
88.图10为本说明书一示例性实施例提供的一种刷脸识别装置的结构示意图；
89.图11为本说明书一示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
90.下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述。
91.本说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
92.刷脸识别(面部识别)技术是一种基于人的脸部特征信息进行身份识别的生物识别技术，现已经被人们广泛地应用于日常生活中，例如刷脸支付或刷脸通行等。如图1所示，相关的刷脸识别技术通常都是通过图像识别算法将刷脸设备采集到的目标刷脸图像与预先存储的一些用户的脸部图像进行对比分析，从而确定目标刷脸图像对应的刷脸用户或者判断是否是本人进行刷脸等。
93.然而，线下刷脸识别、线下刷脸通行等公共场所中，用户刷脸时有较大的概率都是戴着口罩的，即刷脸设备采集到的刷脸图像也很有可能是目标刷脸用户戴着口罩的刷脸图像。此时，刷脸图像中的目标刷脸用户很有可能只剩下眼睛、眉毛、额头等部位露在外面，而鼻子、嘴巴等部位的特征由于被口罩遮挡而不能用于刷脸识别，这可能产生将识别出的刷脸用户误认为是目标刷脸用户即真正的刷脸用户而让其刷脸成功的误识现象，导致刷脸识别的准确率有所下降低。因此，亟需一种既能够保证高通过率又不会造成高误识的刷脸识别方法。
94.为解决上述问题，请参考图2，图2为本说明书一示例性实施例提供的一种刷脸识别系统的架构示意图。如图2所示，该刷脸识别系统可以包括：刷脸设备210和服务器220。其中：
95.刷脸设备210可以是安装有用户版软件和摄像头的手机、平板电脑、笔记本电脑等
设备，也可以是安装有摄像头的具有支付功能的物联网(internet ofthings，iot)刷脸机等其它设备，本说明书实施例对此不作限定。
96.可选地，当刷脸设备210采集到目标刷脸图像时，为了避免本次刷脸存在误刷其它用户脸部即误刷的情况，可以先基于目标刷脸图像和刷脸设备210所处的目标位置信息确定目标刷脸图像对应的刷脸用户，然后再根据目标刷脸图像、刷脸设备210所处的目标位置信息以及该刷脸用户的信息确定刷脸误识风险，最后基于上述刷脸误识风险确定对应的刷脸识别结果，从而确定刷脸用户是否为目标刷脸用户，即决定是否由刷脸用户进行刷脸，防止误刷识别出的刷脸用户脸部的情况，从而既能够识别出刷脸用户，保证高通过率，又不会造成高误识。
97.可选地，当刷脸设备210采集到目标刷脸图像时，为了避免本次刷脸存在误刷其它用户脸部即误刷的情况，也可以先通过网络和服务器220建立数据连接关系，例如向服务器220发送目标刷脸图像以及刷脸设备210所处的目标位置信息等，然后接收服务器220基于目标刷脸图像以及刷脸设备210所处的目标位置信息确定的刷脸识别结果等，最后再根据刷脸识别结果决定是否有刷脸用户进行刷脸，防止误刷识别出的刷脸用户脸部的情况，从而既能够识别出刷脸用户，保证高通过率，又不会造成高误识。
98.服务器220可以是能提供多种刷脸识别的服务器，可以通过网络接收刷脸设备210发送的目标刷脸图像以及刷脸设备210所处的目标位置信息等目标刷脸信息，并基于目标刷脸信息确定目标刷脸图像对应的刷脸用户，然后再根据目标刷脸信息以及该刷脸用户的信息确定刷脸误识风险，最后基于上述刷脸误识风险确定对应的刷脸识别结果。服务器220还可以通过网络给刷脸设备210 发送上述目标刷脸信息对应的刷脸识别结果，以使目标刷脸用户能够在安装用户版软件的刷脸设备210上及时了解到是否刷脸识别成功或者是否需要进一步校验等。服务器220可以但不限于是硬件服务器、虚拟服务器、云服务器等。
99.网络可以是在服务器220和任意一个刷脸设备210之间提供通信链路的介质，也可以是包含网络设备和传输介质的互联网，不限于此。传输介质可以是有线链路(例如但不限于，同轴电缆、光纤和数字用户线路(digital subscriber line， dsl)等)或无线链路(例如但不限于，无线上网(wireless fidelity，wifi)、蓝牙和移动设备网络等)。
100.示例性地，图2中的刷脸设备210可以是图3a中的刷脸设备310，如图3a 所示，在使用刷脸设备310进行刷脸支付的场景中，可能会存在根据刷脸设备 310采集到的目标刷脸图像识别出的刷脸用户不是正在刷脸的目标刷脸用户320 的情况，即可能会存在由于误识刷脸用户而导致目标刷脸用户320误刷了识别出的刷脸用户脸部进行支付的情况，从而容易导致刷脸支付安全性舆情的发生，为了解决上述问题，在通过刷脸设备310的摄像头采集到目标刷脸用户320的目标刷脸图像之后，可以通过本说明书实施例提供的根据刷脸用户可能被刷脸误识风险来决定最后的刷脸识别结果的方式实现对刷脸误识的防控，从而通过提高刷脸识别的准确性和刷脸支付的安全性，极大地避免了刷脸误识的情况。
101.示例性地，在刷脸通行的场景中，如图3b所示，为了提高用户刷脸通过门禁的效率，减小误刷的概率，当门禁上的刷脸设备340采集到目标刷脸用户330 的目标刷脸图像之后，也可以通过本说明书实施例提供的刷脸识别方法确定目标刷脸用户330是否刷脸成功，即是否可以通行，通过确定刷脸误刷风险决定最终的刷脸识别结果，判断识别出的刷脸用户是否为正在刷脸通行的目标刷脸用户330，从而避免快速识别出刷脸用户的同时，误以为
该刷脸用户就是目标刷脸用户330(本次刷脸本人)而导致目标刷脸用户330误刷刷脸用户脸部通行或者由于刷脸用户没有通行权限而导致目标刷脸用户330通行失败的情况，从而在提高刷脸通行效率的同时，也进一步提高了刷脸通行的准确率。
102.可以理解地，图2所示的刷脸识别系统还可以运用于辅助驾驶场景、辅助教学、线下零售场景等多种场景中，本说明书实施例对此不作限定。
103.可以理解地，图2所示的刷脸识别系统中的刷脸设备210和服务器220的数目仅作为示例，在具体实现中，该刷脸识别系统中可以包含任意数目的刷脸设备和服务器，本说明书实施例对此不作具体限定。例如但不限于，刷脸设备 210可以是多个刷脸设备组成的刷脸设备集群，服务器220可以是多个服务器组成的服务器集群。
104.接下来结合图2-图3b，以下由刷脸设备210执行刷脸识别为例，介绍本说明书实施例提供的刷脸识别方法。具体请参考图4，其为本说明书一示例性实施例提供的一种刷脸识别方法的流程示意图。如图4所示，该刷脸识别方法包括以下几个步骤：
105.s402，基于刷脸设备获取目标刷脸信息，目标刷脸信息包括目标刷脸图像和刷脸设备所处的目标位置信息。
106.具体地，在刷脸支付或者刷脸通行等刷脸识别场景中，刷脸设备210可以通过摄像头采集目标刷脸用户刷脸时的目标刷脸图像，以及通过全球定位系统 (global positioning system，gps)或蓝牙等获取到该刷脸设备210本身所处的目标位置信息。
107.可选地，上述目标刷脸图像可以为目标刷脸用户戴口罩时拍摄的脸部图像。
108.可以理解地，目标刷脸图像可以包括目标刷脸用户未戴口罩时的脸部，即目标刷脸用户正常刷脸的情况，也可以包括目标刷脸用户戴口罩时的脸部，即目标刷脸用户戴口罩刷脸的情况，本说明书实施例对此不作限定。相对于目标刷脸用户正常刷脸的情况而言，目标刷脸用户戴口罩时通过本说明说实施例提供的刷脸识别方法进行刷脸识别的误识别防控效果可能更加显著。
109.s404，基于目标刷脸信息确定目标刷脸图像对应的刷脸用户。
110.可选地，可以利用脸部识别算法，直接将目标刷脸图像中目标刷脸用户的脸部特征与脸部图像数据库中多张已知用户的脸部图像的特征分别进行相似性分析，并将脸部图像数据库中与目标刷脸图像相似度最高的脸部图像对应的用户确定为识别出的目标刷脸图像对应的刷脸用户。上述脸部图像数据库中的脸部图像可以是用户进行刷脸识别时采集的包括该用户脸部的图像，也可以是用户进行身份认证时进行拍摄得到的脸部图像，本说明书实施例对此不作限定。
111.可选地，在获取到目标刷脸信息之后，为了确保识别出的目标刷脸图像对应的刷脸用户的准确率，即提高刷脸用户为目标刷脸用户的可能性，如图5所示，可以先基于目标刷脸图像获取与目标刷脸图像中的目标刷脸用户最相似的n 个用户的信息，然后再将上述n个用户的信息以及目标刷脸信息输入决策模型中，从而输出目标刷脸图像对应的刷脸用户，从而通过决策模型对n个用户的信息对应的特征分别与目标刷脸信息对应的特征进行粗略的对比分析，确保能够输出目标刷脸图像对应的刷脸用户，从而确保刷脸识别的高通过率。上述n 为正整数。上述决策模型基于多组已知刷脸用户的n个用户的信息进行训练得到。
112.可以理解地，n可以但不限于为1、2、3等。当n＝1时，可以直接将与目标刷脸图像最
相似的脸部图像对应的用户确定为该目标刷脸图像对应的刷脸用户，不需要再通过决策模型选定刷脸用户，从而能够提高确定刷脸用户的效率；当n为大于1的整数时，可以利用决策模型根据刷脸设备所处的目标位置信息以及目标刷脸图像从仅根据目标刷脸图像确定的n个用户中选取最有可能在刷脸设备处进行刷脸的用户，从而避免了与目标刷脸图像最相似的脸部图像对应的用户明明没有出现在刷脸设备附近而被误刷的情况，进一步提高了确定的刷脸用户为目标刷脸用户即正在刷脸设备处进行刷脸的可能性。
113.进一步地，在基于目标刷脸图像获取与目标刷脸图像中的目标刷脸用户最相似的n个用户的信息时，可以但不限于是利用大规模检索技术，将数据库中预先存储的多个用户的脸部图像与目标刷脸图像进行全量对比，从而检索出相似度最高的n个用户，并从数据库中提取出上述n个用户的信息。
114.进一步地，上述n个用户的信息包括以下至少一种：n个用户各自对应的基本信息、位置信息、刷脸信息以及脸部图像；上位置信息包括以下至少一种：刷脸位置信息、历史位置信息。上述基本信息可以包括但不限于用户的年龄、身份证号、手机号等，本说明书实施例对此不作限定。上述刷脸位置信息可以包括但不限于用户刷脸时所处的地理位置。上述历史位置信息可以包括但不限于用户的籍贯、工作地、居住地、以及用户曾经到达过的地方等。上述刷脸信息可以包括但不限于用户是否存在过刷脸行为等。上述脸部图像可以是用户进行刷脸识别时采集的包括该用户脸部的图像，也可以是用户进行身份认证时进行拍摄得到的脸部图像，本说明书实施例对此不作限定。
115.可以理解地，在具备相应权限的情况下，数据库中预先存储的用户的信息可以通过网络从其它软件或多个用户终端或服务器220等中预先获取到，也可以是由刷脸设备210对应的管理人员预先输入存储，本说明书实施例对比不作限定。
116.可选地，在具备相应权限的情况下，为了进一步提高确定的刷脸用户的准确率，上述用户的位置信息还可以包括该用户目前所处的地理位置，从而使得决策模型能够直接根据n个用户目前所处的地理位置与输入的目标位置信息作出更为精准地决策。
117.s406，基于目标刷脸信息以及刷脸用户的信息确定刷脸误识风险。
118.可选地，由于决策模型是根据目标刷脸信息以及刷脸用户的信息各自对应的特征粗略的确定刷脸用户的，为了确保高通过率，决策模型输出的刷脸用户为目标刷脸用户的概率或者基于目标刷脸图像识别出的最相似的脸部图像对应的用户为目标刷脸用户的概率往往都比较高，为了避免错误识别，即排除决策出的刷脸用户其实并不是正在刷脸的目标刷脸用户而误刷该刷脸用户的脸部的情况，在识别出目标刷脸图像对应的刷脸用户之后，并不直接使用该刷脸用户的信息进行刷脸支付或刷脸通行等，而是先对目标刷脸信息以及刷脸用户的信息进行更为精细化地对比分析，并根据分析后的目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个更为精细地确定刷脸误识风险，然后再根据刷脸识别风险确定最终的刷脸识别结果。
119.进一步地，如图6所示，上述目标图像对比结果包括刷脸用户对应的脸部图像与目标刷脸图像之间的差距。上述目标位置对比结果包括刷脸用户的位置信息与目标位置信息之间的差距。上述目标年龄对比结果包括刷脸用户的年龄与预测的目标刷脸图像中目标刷脸用户的年龄之间的差距。上述脸部图像与目标刷脸图像之间的差距可以但不限于通过相似性分析算法计算脸部图像对应的特征向量与目标刷脸图像对应的特征向量之间的距离
得到。上述刷脸用户的位置信息与目标位置信息之间的差距可以是刷脸用户目前所处的位置信息与目标位置信息之间的距离，也可以是根据刷脸用户的历史位置信息、刷脸位置信息等位置信息预测出的该刷脸用户目前不在刷脸设备所处的目标位置的概率等，本说明书实施例对此不作限定。
120.示例性地，可以将目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少两个进行加权求和，从而确定刷脸误识风险，即刷脸用户不为目标刷脸用户，存在刷脸误识的概率；也可以直接在目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个不满足预设刷脸条件的情况下，直接将本次刷脸误识风险确定为高风险，上述不满足预设刷脸条件的情况可以包括但不限于刷脸用户的脸部图像与目标刷脸图像之间的差距大于阈值时、刷脸用户目前所处的位置不在目标位置或与目标位置之间的距离大于预设距离阈值时、刷脸用户从未达到过目标位置时、刷脸用户的年龄与预测的目标刷脸图像中目标刷脸用户的年龄之间的差距大于预设年龄阈值时等。
121.可选地，s406也可以是直接将目标刷脸信息以及刷脸用户的信息输入刷脸误识风险模型中，从而输出对应的刷脸误识风险即刷脸误识概率。上述刷脸误识风险模型由多个包括刷脸图像以及刷脸位置信息的用户的信息进行训练得到。
122.可选地，刷脸误识风险也可以不通过s406确定，而是直接根据s404中决策模型输出的刷脸用户为目标刷脸用户的可能性(概率)确定，即刷脸误识风险可以为1减去决策模型输出的刷脸用户对应的概率。
123.s408，基于刷脸误识风险确定目标刷脸信息对应的刷脸识别结果。
124.具体地，刷脸误识可以表征将目标刷脸图像中的目标刷脸用户错误识别成刷脸用户，即相当于识别出的目标刷脸图像对应的刷脸用户并非其对应的真正的目标刷脸用户的情况。刷脸误识风险可以用刷脸误识的等级，例如高风险、低风险等表示，也可以用可能出现刷脸误识的概率表示，本说明书实施例对此不作限定。刷脸识别结果可以包括刷脸识别成功和刷脸识别失败。上述刷脸识别成功可以表征确定的目标刷脸图像对应的刷脸用户为正在刷脸设备处进行刷脸的目标刷脸用户，即目标刷脸用户刷脸成功。上述刷脸识别失败可以表征确定的目标刷脸图像对应的刷脸用户不为在刷脸设备处进行刷脸的目标刷脸用户，即目标刷脸用户刷脸失败。
125.本说明书实施例中，在刷脸误识风险不为高风险或者刷脸误识概率不大于预设概率阈值的情况下，可以直接确定刷脸识别结果为刷脸识别成功；在刷脸误识风险为高风险或者刷脸误识概率大于预设概率阈值的情况下，为了避免造成刷脸误识问题，即便识别出了刷脸用户，也会认为本次刷脸识别失败或者需要该刷脸用户进一步进行校验，以确认该刷脸用户是否正在刷脸设备处进行刷脸识别，从而通过对识别出的刷脸用户进行相应的刷脸误识别风险防控，既能够在一定程度上保障刷脸识别的高通过率，又可以在一定打扰率的情况下，降低刷脸误识的概率，提高刷脸识别的准确率。因此，即便是用户戴着口罩进行刷脸识别，也能够确保用户戴口罩刷脸识别的通过率和准确率，以使更多的用户能戴口罩无阻碍进行刷脸支付或者刷脸通行等，实现保障用户正常生活。
126.接下来请参考图7，其为本说明书一示例性实施例提供的另一种刷脸识别方法的流程示意图。如图7所示，该刷脸识别方法包括以下几个步骤：
127.s702，基于刷脸设备获取目标刷脸信息，目标刷脸信息包括目标刷脸图像和刷脸
设备所处的目标位置信息。
128.具体地，s702与s402一致，此处不再赘述。
129.s704，基于目标刷脸信息确定目标刷脸图像对应的刷脸用户。
130.具体地，s704与s404一致，此处不再赘述。
131.s706，基于刷脸用户的信息判断刷脸用户是否为首次进行刷脸识别的用户。
132.具体地，可以在确定目标刷脸图像对应的刷脸用户之后，先根据刷脸用户的信息判断刷脸用户是否为首次进行刷脸识别的用户，即查询该刷脸用户的信息中是否存在刷脸图像或刷脸位置信息等刷脸信息。
133.s708，若是，则确定刷脸用户对应的刷脸误识风险为高风险。
134.具体地，用户首次进行刷脸识别时，由于预先存储的该用户的信息中并没有该用户进行刷脸识别时的刷脸图像或刷脸位置信息等刷脸信息，因此，基于目标刷脸图像以及刷脸设备所处的目标位置信息确定的目标刷脸图像对应的刷脸用户很有可能属于误识别的情况，为了保障首次进行刷脸识别的用户进行刷脸识别的安全性以及准确率，以及降低刷脸误识的概率，可以在确定目标刷脸图像对应的刷脸用户之后，先根据刷脸用户的信息判断刷脸用户是否为首次进行刷脸识别的用户，然后直接将首次进行刷脸识别的刷脸用户对应的刷脸识别风险确定为高风险，以使首次进行刷脸识别的刷脸用户需要进一步进行校验后才能进一步确定该刷脸用户是否为目标刷脸用户，避免了未进行过刷脸识别的刷脸用户被误刷的情况，从而在一定程度上降低了刷脸误识率。
135.进一步地，若该刷脸用户的信息中不存在刷脸图像或刷脸位置信息等刷脸记录，则可以判断该刷脸用户为首次进行刷脸识别的用户。
136.s710，若刷脸用户不是首次进行刷脸识别的用户，则根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。
137.具体地，若该刷脸用户的信息中存在刷脸图像或刷脸位置信息等刷脸记录，则可以判断该刷脸用户不是首次进行刷脸识别的用户，从而可以根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。上述确定刷脸误识风险的实现过程与s406一致，此处不再赘述。
138.s712，基于刷脸误识风险确定目标刷脸信息对应的刷脸识别结果。
139.具体地，s712与s408一致，此处不再赘述。
140.本说明书实施例通过直接将首次进行刷脸识别的刷脸用户对应的刷脸识别风险确定为高风险，以使首次进行刷脸识别的刷脸用户需要进一步进行校验后才能确定该刷脸用户是否为目标刷脸用户，避免了未进行过刷脸识别的刷脸用户被误刷的情况，从而在一定程度上降低了刷脸误识率，减少了发生刷脸舆情的可能性，进一步保障了刷脸识别的安全性。
141.接下来请参考图8，其为本说明书一示例性实施例提供的另一种刷脸识别方法的流程示意图。如图8所示，该刷脸识别方法包括以下几个步骤：
142.s802，基于刷脸设备获取目标刷脸信息，目标刷脸信息包括目标刷脸图像和刷脸设备所处的目标位置信息。
143.具体地，s802与s402一致，此处不再赘述。
144.s804，基于目标刷脸信息确定目标刷脸图像对应的刷脸用户。
145.具体地，s804与s404一致，此处不再赘述。
146.s806，基于目标刷脸信息以及刷脸用户的信息确定刷脸误识风险。
147.具体地，s806与s406一致，此处不再赘述。
148.s808，判断刷脸误识风险是否为高风险。
149.具体地，刷脸误识风险可以用刷脸误识的等级，例如高风险、低风险等表示，也可以用可能出现刷脸误识的概率表示，本说明书实施例对此不作限定。当刷脸误识风险为可能出现刷脸误识的概率时，可以判断本次刷脸可能出现刷脸误识的概率是否大于预设概率阈值，若刷脸误识的概率大于预设概率阈值，则可以确定刷脸识别风险为高风险；若刷脸误识的概率小于或等于预设概率阈值，则可以确定刷脸识别风险不为高风险。上述预设概率阈值可以为0.9、0.8、 0.77等，本说明书实施例对此不作限定。
150.s810，在刷脸误识风险不为高风险的情况下，刷脸识别成功。
151.具体地，在刷脸误识风险不为高风险的情况下，可以直接确定目标刷脸图像对应的刷脸用户为正在刷脸设备处进行刷脸的目标刷脸用户，即刷脸识别结果为目标刷脸用户刷脸成功。
152.示例性地，在刷脸支付场景中，在刷脸误识风险不为高风险的情况下，可以认为识别出的刷脸用户就是正在进行刷脸支付的目标刷脸用户，从而使用刷脸用户的信息完成刷脸支付，即刷脸识别成功；在刷脸通行场景中，在刷脸误识风险不为高风险的情况下，可以认为识别出的刷脸用户就是正在进行刷脸通行的目标刷脸用户，从而在刷脸用户即目标刷脸用户具备通行权限的情况下，可以使用该刷脸用户的身份通过门禁，即刷脸识别成功。
153.s812，在刷脸误识风险为高风险的情况下，展示第一待校验信息。
154.具体地，在刷脸误识风险为高风险的情况下，可以不直接确定刷脸识别失败，而是在刷脸设备的显示屏上向目标刷脸用户展示第一待校验信息，以使目标刷脸用户进行校验，只有校验不成功才会确定刷脸失败失败，从而就能够在保证高通过率的同时，防止刷脸误识的情况，降低刷脸误识率。上述第一待校验信息可以但不限于用于校验目标刷脸用户的身份或核对确定的刷脸用户是否为目标刷脸用户。上述第一待校验信息可以为短待检验信息，即需要目标刷脸用户输入的校验信息较短，例如但不限于身份证后六位或者手机号后四位等。
155.s814，接收目标刷脸图像中目标刷脸用户基于第一待校验信息输入的第一目标校验信息。
156.具体地，当刷脸设备的显示屏上显示有第一待校验信息后，目标刷脸图像中目标刷脸用户可以基于该第一待校验信息输入对应的第一目标校验信息。刷脸设备也可以基于显示屏接收到上述目标刷脸用户基于第一待校验信息输入的第一目标校验信息，并与确定的目标刷脸图像对应的刷脸用户对应的第一校验进行核对，从而核验识别出的刷脸用户是否为正在刷脸识别的目标刷脸用户。
157.s816，判断第一目标校验信息与刷脸用户对应的第一校验信息是否匹配。
158.具体地，当目标刷脸用户输入的第一目标检验信息与刷脸用户对应的第一检验信息完全相同时，例如但不限于目标刷脸用户的手机号后四位数字与数据库中预先存储的刷脸用户的手机号后四位数字完全相同时，可以判断第一目标校验信息与刷脸用户对应的第一校验信息匹配；当目标刷脸用户输入的第一目标检验信息与刷脸用户对应的第一检验信
息不完全相同时，例如但不限于目标刷脸用户的身份证后六位数字与数据库中预先存储的刷脸用户的身份证后六位数字不完全相同时，可以判断第一目标校验信息与刷脸用户对应的第一校验信息不匹配。
159.可以理解地，进行匹配的上述第一目标校验信息和上述第一检验信息应该为同一种检验信息，例如但不限于都为手机号后四位数字或身份证号后六位数字等。
160.s818，在第一目标校验信息与刷脸用户对应的第一校验信息相匹配的情况下，确定刷脸识别成功。
161.具体地，在目标刷脸用户输入的第一目标检验信息与刷脸用户对应的第一检验信息完全相同的情况下，可以确定识别出的目标刷脸图像对应的刷脸用户就是正在刷脸设备处进行刷脸的目标刷脸用户，即目标刷脸用户刷脸识别成功。
162.s820，在第一目标校验信息与刷脸用户对应的第一校验信息不匹配的情况下，展示第二待校验信息。
163.具体地，在第一目标校验信息与刷脸用户对应的第一校验信息不匹配的情况下，即确定第一校验失败后，为了确保刷脸识别的高通过率，还可以在刷脸设备的显示屏上展示第二待校验信息。上述第二待校验信息对应的需要检验的信息长度大于第一待校验信息对应的需要检验的信息长度。上述第二待校验信息可以但不限于用于校验目标刷脸用户的身份或核对确定的刷脸用户是否为目标刷脸用户等。上述第二待校验信息可以为全待检验信息，即需要目标刷脸用户输入的校验信息较长，例如但不限于身份证号或者手机号等。
164.可选地，为了避免目标刷脸用户手误输入错误的第一目标校验信息而导致第一检验失败的情况，可以在至少两次第一检验都失败后，再展示第二待校验信息，让目标刷脸用户进行第二检验。
165.s822，接收目标刷脸图像中目标刷脸用户基于第二待校验信息输入的第二目标校验信息。
166.具体地，当目标刷脸用户第一检验失败，且刷脸设备的显示屏上显示有第二待校验信息后，目标刷脸图像中目标刷脸用户可以基于该第二待校验信息输入对应的第二目标校验信息。刷脸设备也可以基于显示屏接收到上述目标刷脸用户基于第二待校验信息输入的第二目标校验信息，并与确定的目标刷脸图像对应的刷脸用户对应的第二校验进行核对，从而核验识别出的刷脸用户是否为正在刷脸识别的目标刷脸用户。
167.s824，在第二目标校验信息与刷脸用户对应的第二校验信息相匹配的情况下，确定刷脸识别成功。
168.具体地，在目标刷脸用户输入的第二目标检验信息与刷脸用户对应的第二检验信息完全相同的情况下，可以确定识别出的目标刷脸图像对应的刷脸用户就是正在刷脸设备处进行刷脸的目标刷脸用户，即目标刷脸用户刷脸识别成功。
169.可以理解地，进行匹配的上述第二目标校验信息和上述第二检验信息应该为同一种检验信息，例如但不限于都为手机号或身份证号等。
170.可选地，在s822，接收目标刷脸图像中目标刷脸用户基于第二待校验信息输入的第二目标校验信息之后，也可以直接跳过核验刷脸用户是否为目标刷脸用户的步骤，也即跳过s824，直接在数据库中查询是否存在第二目标校验信息对应的用户，若存在，则将该第二目标校验信息对应的用户确定为目标刷脸图像对应的目标刷脸用户，刷脸识别成功；若
不存在，则确定第二检验失败，即目标刷脸用户刷脸识别也失败。
171.本说明书实施例通过在刷脸识别风险为高风险的情况下，不直接确定目标刷脸用户刷脸识别失败，而是通过不断地检验，只有在校验失败的情况下才会确定目标刷脸用户刷脸失败，从而既能够在一定程度上保障刷脸识别的高通过率，又可以在一定打扰率(需要校验)的情况下，降低刷脸误识的概率，提高刷脸识别的准确率。
172.若目标刷脸用户戴着口罩进行刷脸识别，则刷脸设备可以采集到如图9所示的戴口罩的刷脸图像910，由于刷脸图像910中的目标刷脸用户只剩下眼睛、眉毛、额头等部位露在外面，而鼻子、嘴巴等部位的特征被口罩遮挡住而不能用于刷脸识别，因此，为了避免刷脸图像910中被口罩遮挡住的鼻子、嘴巴等部位无法用于刷脸识别的特征对确定与目标刷脸图像相似的脸部图像对应的用户的干扰，也可以直接在刷脸图像910中截取出露在口罩外面的眼睛、眉毛、额头等部位的部分作为目标刷脸图像920，然后将其与数据库中预先存储的脸部图像中对应的眼睛、眉毛、额头等部位的特征进行相似性分析确定目标刷脸图像920对应的刷脸用户等，即可以通过图4或图7或图8所示的刷脸识别方法更具针对性地实现刷脸识别，即便是用户戴着口罩进行刷脸识别，也能够确保用户戴口罩刷脸识别的通过率和准确率，以使更多的用户能戴口罩无阻碍进行刷脸支付或者刷脸通行等，实现保障用户正常生活。
173.请参考图10，图10为本说明书一示例性实施例提供的一种刷脸识别装置。该刷脸识别装置1000包括：
174.获取模块1010，用于基于刷脸设备获取目标刷脸信息；上述目标刷脸信息包括目标刷脸图像和上述刷脸设备所处的目标位置信息；
175.第一确定模块1020，用于基于上述目标刷脸信息确定上述目标刷脸图像对应的刷脸用户；
176.第二确定模块1030，用于基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险；
177.第三确定模块1040，用于基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果。
178.在一种可能的实现方式中，上述第一确定模块1020包括：
179.获取单元，用于基于上述目标刷脸图像获取与上述目标刷脸图像中的目标刷脸用户最相似的n个用户的信息；上述n为正整数；
180.决策单元，用于将上述n个用户的信息以及上述目标刷脸信息输入决策模型中，输出上述目标刷脸图像对应的刷脸用户；上述决策模型基于多组已知刷脸用户的n个用户的信息进行训练得到。
181.在一种可能的实现方式中，上述n个用户的信息包括以下至少一种：上述 n个用户各自对应的基本信息、位置信息、刷脸信息以及脸部图像；上述位置信息包括以下至少一种：刷脸位置信息、历史位置信息。
182.在一种可能的实现方式中，上述第二确定模块1030具体用于：
183.根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险；
184.其中，上述目标图像对比结果包括上述刷脸用户对应的脸部图像与上述目标刷脸
图像之间的差距；
185.上述目标位置对比结果包括上述刷脸用户所处的位置信息与上述目标位置信息之间的差距；
186.上述目标年龄对比结果包括上述刷脸用户的年龄与预测的上述目标刷脸图像中目标刷脸用户的年龄之间的差距。
187.在一种可能的实现方式中，上述刷脸识别装置1000还包括：
188.判断模块，用于基于上述刷脸用户的信息判断上述刷脸用户是否为首次进行刷脸识别的用户；
189.第四确定模块，用于若是，则确定上述刷脸用户对应的刷脸误识风险为高风险；
190.上述第三确定模块1040具体用于：
191.若上述刷脸用户不是首次进行刷脸识别的用户，则根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。
192.在一种可能的实现方式中，上述刷脸识别结果包括刷脸识别成功；上述第三确定模块1040包括：
193.第一展示单元，用于在上述刷脸误识风险为高风险的情况下，展示第一待校验信息；
194.第一接收单元，用于接收上述目标刷脸图像中目标刷脸用户基于上述第一待校验信息输入的第一目标校验信息；
195.第一确定单元，用于在上述第一目标校验信息与上述刷脸用户对应的第一校验信息相匹配的情况下，确定刷脸识别成功。
196.在一种可能的实现方式中，上述第三确定模块1040还包括：
197.第二展示单元，用于在上述第一目标校验信息与上述刷脸用户对应的第一校验信息不匹配的情况下，展示第二待校验信息；
198.第二接收单元，用于接收上述目标刷脸图像中目标刷脸用户基于上述第二待校验信息输入的第二目标校验信息；
199.第二确定单元，用于在上述第二目标校验信息与上述刷脸用户对应的第二校验信息相匹配的情况下，确定刷脸识别成功；
200.其中，上述第二待校验信息对应的需要检验的信息长度大于上述第一待校验信息对应的需要检验的信息长度。
201.在一种可能的实现方式中，上述刷脸识别装置1000还包括：
202.查询模块，用于查询是否存在上述第二目标校验信息对应的刷脸用户；
203.第五确定模块，用于若存在，则将上述第二目标校验信息对应的刷脸用户确定为上述目标刷脸图像对应的目标刷脸用户，刷脸识别成功。
204.在一种可能的实现方式中，在上述刷脸误识风险不为高风险的情况下，上述刷脸识别结果为刷脸识别成功。
205.在一种可能的实现方式中，上述目标刷脸图像为目标刷脸用户戴口罩时的脸部图像。
206.上述刷脸识别装置中各模块的划分仅用于举例说明，在其他实施例中，可将刷脸识别装置按照需要划分为不同的模块，以完成上述刷脸识别装置的全部或部分功能。本说
明书实施例中提供的刷脸识别装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时，实现本说明书实施例中所描述的刷脸识别方法的全部或部分步骤。
207.请参阅图11，图11为本说明书一示例性实施例提供的一种电子设备的结构示意图。如图11所示，该电子设备1100可以包括：至少一个处理器1110、至少一个通信总线1120、用户接口1130、至少一个网络接口1140、存储器1150。其中，通信总线1120可用于实现上述各个组件的连接通信。
208.其中，用户接口1130可以包括显示屏(display)和摄像头(camera)，可选用户接口还可以包括标准的有线接口、无线接口。
209.其中，网络接口1140可选的可以包括蓝牙模块、近场通信(near fieldcommunication，nfc)模块、无线保真(wireless fidelity，wi-fi)模块等。
210.其中，处理器1110可以包括一个或者多个处理核心。处理器1110利用各种接口和线路连接整个电子设备1100内的各个部分，通过运行或执行存储在存储器1150内的指令、程序、代码集或指令集，以及调用存储在存储器1150内的数据，执行路由电子设备1100的各种功能和处理数据。可选的，处理器1110 可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列 (field-programmable gate array，fpga)、可编程逻辑阵列(programmable logicarray，pla)中的至少一种硬件形式来实现。处理器1110可集成处理器(centralprocessing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器 1110中，单独通过一块芯片进行实现。
211.其中，存储器1150可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory，rom)。可选的，该存储器1150 包括非瞬时性计算机可读介质。存储器1150可用于存储指令、程序、代码、代码集或指令集。存储器1150可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如获取功能、确定功能、查询功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1150可选的还可以是至少一个位于远离前述处理器1110的存储装置。如图11所示，作为一种计算机存储介质的存储器1150中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
212.具体地，处理器1110可以用于调用存储器1150中存储的程序指令，并具体执行以下操作：
213.基于刷脸设备获取目标刷脸信息；上述目标刷脸信息包括目标刷脸图像和上述刷脸设备所处的目标位置信息。
214.基于上述目标刷脸信息确定上述目标刷脸图像对应的刷脸用户。
215.基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险。
216.基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果。
217.在一些可能的实施例中，上述处理器1110执行基于上述目标刷脸信息确定上述目
标刷脸图像对应的刷脸用户时，具体用于执行：
218.基于上述目标刷脸图像获取与上述目标刷脸图像中的目标刷脸用户最相似的n个用户的信息；上述n为正整数。
219.将上述n个用户的信息以及上述目标刷脸信息输入决策模型中，输出上述目标刷脸图像对应的刷脸用户；上述决策模型基于多组已知刷脸用户的n个用户的信息进行训练得到。
220.在一些可能的实施例中，上述n个用户的信息包括以下至少一种：上述n 个用户各自对应的基本信息、位置信息、刷脸信息以及脸部图像；上述位置信息包括以下至少一种：刷脸位置信息、历史位置信息。
221.在一些可能的实施例中，上述处理器1110执行基于上述目标刷脸信息以及上述刷脸用户的信息确定刷脸误识风险时，具体用于执行：
222.根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险；
223.其中，上述目标图像对比结果包括上述刷脸用户对应的脸部图像与上述目标刷脸图像之间的差距；
224.上述目标位置对比结果包括上述刷脸用户所处的位置信息与上述目标位置信息之间的差距；
225.上述目标年龄对比结果包括上述刷脸用户的年龄与预测的上述目标刷脸图像中目标刷脸用户的年龄之间的差距。
226.在一些可能的实施例中，上述处理器1110执行根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险之前，还用于执行：
227.基于上述刷脸用户的信息判断上述刷脸用户是否为首次进行刷脸识别的用户。
228.若是，则确定上述刷脸用户对应的刷脸误识风险为高风险。
229.上述处理器1110执行根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险时，具体用于执行：
230.若上述刷脸用户不是首次进行刷脸识别的用户，则根据目标图像对比结果、目标位置对比结果以及目标年龄对比结果中的至少一个确定刷脸误识风险。
231.在一些可能的实施例中，上述刷脸识别结果包括刷脸识别成功；上述处理器1110执行基于上述刷脸误识风险确定上述目标刷脸信息对应的刷脸识别结果时，具体用于执行：
232.在上述刷脸误识风险为高风险的情况下，展示第一待校验信息。
233.接收上述目标刷脸图像中目标刷脸用户基于上述第一待校验信息输入的第一目标校验信息。
234.在上述第一目标校验信息与上述刷脸用户对应的第一校验信息相匹配的情况下，确定刷脸识别成功。
235.在一些可能的实施例中，上述处理器1110执行接收上述目标刷脸图像中目标刷脸用户输入的第一目标校验信息之后，还用于执行：
236.在上述第一目标校验信息与上述刷脸用户对应的第一校验信息不匹配的情况下，展示第二待校验信息。
237.接收上述目标刷脸图像中目标刷脸用户基于上述第二待校验信息输入的第二目标校验信息。
238.在上述第二目标校验信息与上述刷脸用户对应的第二校验信息相匹配的情况下，确定刷脸识别成功。
239.其中，上述第二待校验信息对应的需要检验的信息长度大于上述第一待校验信息对应的需要检验的信息长度。
240.在一些可能的实施例中，上述处理器1110执行接收上述目标刷脸图像中目标刷脸用户输入的第二目标校验信息之后，还用于执行：
241.查询是否存在上述第二目标校验信息对应的刷脸用户。
242.若存在，则将上述第二目标校验信息对应的刷脸用户确定为上述目标刷脸图像对应的目标刷脸用户，刷脸识别成功。
243.在一些可能的实施例中，在上述刷脸误识风险不为高风险的情况下，上述刷脸识别结果为刷脸识别成功。
244.在一些可能的实施例中，上述目标刷脸图像为目标刷脸用户戴口罩时的脸部图像。
245.本说明书实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机或处理器上运行时，使得计算机或处理器执行上述实施例中的一个或多个步骤。上述刷脸识别装置的各组成模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取存储介质中。
246.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。上述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行上述计算机程序指令时，全部或部分地产生按照本说明书实施例上述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者通过上述计算机可读存储介质进行传输。上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字多功能光盘(digital versatile disc，dvd))、或者半导体介质(例如，固态硬盘(solid state disk，ssd))等。
247.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可存储程序代码的介质。在不冲突的情况下，本实施例和实施方案中的技术特征可以任意组合。
248.以上所述的实施例仅仅是本说明书的优选实施例方式进行描述，并非对本说明书的范围进行限定，在不脱离本说明书的设计精神的前提下，本领域普通技术人员对本说明书的技术方案作出的各种变形及改进，均应落入权利要求书确定的保护范围内。
249.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书和说明书中记载的动作或步骤可以按照不同于说明书记载的实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。