本公开涉及图像处理技术领域，尤其涉及一种提示镜头脏污程度的方法及装置、电子设备。
背景技术：
目前，大部分电子设备设置了指纹传感器，例如指纹传感器可以设置在电子设备的正面或者背面。以指纹传感器设置在电子设备背面为例，指纹传感器通常设置在背面中间偏顶部的区域。通常情况下，该区域还设置有摄像头，在电子设备的尺寸较小时指纹传感器会非常接近摄像头。在使用电子设备或者指纹解锁过程中，用户通常需要调整握姿或者绕动手指寻找指纹传感器，这样手指会经常触碰到摄像头镜面，在摄像头镜面上形成脏污。在后续拍摄过程中，摄像头上的脏污会在图像上形成白雾，影响图像质量，降低用户的拍摄体验。
技术实现要素：
本公开提供一种提示镜头脏污程度的方法及装置、电子设备，以解决相关技术中的不足。
根据本公开实施例的第一方面，提供一种提示镜头脏污程度的方法，包括：
在检测到符合预设条件时，确定当前显示的预览图像；
根据所述预览图像确定所述镜头的脏污程度；
根据所述脏污程度确定是否推送提示消息。
可选地，所述方法还包括：
根据空间位置传感器的空间位置数据确定所述镜头所在的摄像头的运动状态；
若所述运动状态为静止状态，则检测到符合预设条件。
可选地，所述方法还包括：
检测所述镜头的对焦状态；
若所述对焦状态表示所述镜头对焦成功状态，则检测到符合所述预设条件；若所述对焦状态表示所述镜头处于正在对焦状态，则保持检测所述镜头的对焦状态。
可选地，根据所述预览图像确定所述镜头的脏污程度包括：
将所述预览图像的尺寸调整到设定尺寸，得到标准图像；
将所述标准图像输入到深层神经网络中，通过所述深层神经网络得到所述标准图像的特征向量；
将所述特征向量输入到逻辑回归模型中，通过所述逻辑回归模型得到所述镜头的脏污程度。
可选地，根据所述脏污程度确定是否推送提示消息包括：
若所述脏污程度表示所述镜头已经脏污，则确定向用户推送预先设置的提示消息；
若所述脏污程度表示所述镜头未脏污，则确定无需向用户推送提示消息。
可选地，确定向用户推送预先设置的提示消息之后，所述方法还包括：
统计设定时间段内向用户推送提示消息的次数；
根据所述次数确定是否展现所述提示消息。
根据本公开实施例的第二方面，提供一种提示镜头脏污程度的装置，包括：
预览图像确定模块，用于在检测到符合预设条件时，确定当前显示的预览图像；
脏污程度确定模块，用于根据所述预览图像确定所述镜头的脏污程度；
提示消息推送模块，用于根据所述脏污程度确定是否推送提示消息。
可选地，所述装置还包括：
运动状态确定模块，用于根据空间位置传感器的空间位置数据确定所述镜头所在的摄像头的运动状态；
运动状态判断模块，用于在所述运动状态为静止状态，检测到符合预设条件，则触发所述预览图像确定模块。
可选地，所述装置还包括：
对焦状态检测模块，用于检测所述镜头的对焦状态；
对焦状态判断模块，用于在所述对焦状态表示所述镜头对焦成功状态时，检测到符合所述预设条件，则触发所述预览图像确定模块；还用于在所述对焦状态表示所述镜头处于正在对焦状态时，保持检测所述镜头的对焦状态。
可选地，所述脏污程度确定模块包括：
设定尺寸调整单元，用于将所述预览图像的尺寸调整到设定尺寸，得到标准图像；
特征向量获取单元，用于将所述标准图像输入到深层神经网络中，通过所述深层神经网络得到所述标准图像的特征向量；
脏污程度获取单元，用于将所述特征向量输入到逻辑回归模型中，通过所述逻辑回归模型得到所述镜头的脏污程度。
可选地，所述提示消息推送模块包括：
脏污程度判断单元，用于在所述脏污程度表示所述镜头已经脏污时，触发所述提示消息推送单元；
所述提示消息推送单元，用于在检测到触发信息时，确定向用户推送预先设置的提示消息；以及在所述脏污程度表示所述镜头未脏污时，确定无需向用户推送提示消息。
可选地，所述装置还包括：
推送次数统计模块，用于统计设定时间段内向用户推送提示消息的次数；
提示消息展现模块，用于根据所述次数确定是否展现所述提示消息。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述存储器中的可执行指令以实现第一方面所述方法的步骤。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
由上述实施例可知，本公开实施例中通过预览图像可以确定摄像头的脏污程度，然后根据脏污程度确定是否向用户推送提示消息，例如在镜头已经脏污后，通过推送提示消息可以提醒用户及时清洗镜头以保持镜头的清洁，从而能够拍摄到较高质量的图像，有利于提升用户的拍摄体验。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图；
图2是根据另一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图；
图3是根据一示例性实施例示出的一种应用场景图；
图4是根据又一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图；
图5～图10是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图；
图11是根据一示例性实施例示出的一种电子设备的框图。
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公开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、本公开的一些方面相一致的装置例子。
目前，用户通过电子设备的指纹传感器解锁或者使用过程中调整握姿时，用户的手指会触碰到离指纹传感器距离较近的摄像头镜头，这样镜头上会形成脏污。在后续拍摄过程中，摄像头上的脏污会在图像上形成白雾，影响图像质量，降低用户的拍摄体验。
为解决上述技术问题，本发明实施例提供了一种提示镜头脏污程度的方法，图1是根据一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图。可理解的是，本发明实施例提供的提示镜头脏污程度的方法可以应用于计算机、手机、平板电脑等电子设备，为方便描述，后续实施例中以智能手机为例进行描述。参见图1，一种提示镜头脏污程度的方法包括步骤101～步骤103：
101，在检测到符合预设条件时，确定当前显示的预览图像。
本实施例中，智能手机的处理器可以先检测摄像头是否符合预设条件。其中预设条件可以为摄像头处于静止状态或者对焦成功状态。处理器检测摄像头符合预设条件的过程在后续实施例会作详细说明，在此先不描述。
当检测摄像头符合预设条件时，处理器可以与摄像头的图像传感器(例如ccd)交互得到当前显示的预览图像，还可以根据符合预设条件对应的时间从智能手机的存储器中读取到当前显示的预览图像。即处理器可以确定出智能手机当前显示的预览图像。
102，根据所述预览图像确定所述镜头的脏污程度。
本实施例中，脏污程度可以包括已经脏污和未脏污。当然，在一些场景中，技术人员还可以对脏污程度继续细化，例如、已经脏污可以细分为：脏污严重(无法拍摄)、脏污一般(对拍摄质量影响较重)、脏污较轻(对拍摄质量影响较轻)。又如，未脏污可以细分为：脏污非常轻(需要专业级人员才能感觉出对拍摄质量有影响)，未脏污(对拍摄质量无影响)。技术人员可以根据具体场景，选择合适的分类方式，在此不作限定。
由于镜头脏污后，在拍摄的图像上会形成一层“白雾”，从而影响到图像质量。本实施例中，处理器可以根据图像上的“白雾”确定镜头是否已经脏污以及脏污后的脏污程度，确定脏污程度的过程在后续实施例会作详细说明，在此先不描述。
103，根据所述脏污程度确定是否推送提示消息。
本实施例中，处理器根据脏污程度确定是否推送提示消息。其中提示消息可以预先设置，如“镜头已经脏污，会影响到拍摄图像的质量，请及时清洗”，提示消息的内容不作限定。
在一实施例中，在脏污程度表示镜头未脏污时，处理器确定无需向用户推送提示消息。
在另一实施例中，在脏污程度表示镜头已经脏污时，处理器确定向用户推送预先设置的提示消息。
由上述实施例可知，本公开实施例中通过预览图像可以确定摄像头的脏污程度，然后根据脏污程度确定是否向用户推送提示消息，例如在镜头已经脏污后，通过推送提示消息可以提醒用户及时清洗镜头以保持镜头清洁，在后续过程中拍摄出较高质量的图像，有利于提升用户的拍摄体验。
图2是根据一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图。参见图2，一种提示镜头脏污程度的方法包括步骤201～步骤203：
201，在检测到符合预设条件时，确定当前显示的预览图像。
在本实施例步骤201中，智能手机的处理器可以先检测摄像头的镜头是否符合预设条件，其中步骤201可以包括步骤2011、步骤2012和步骤2013。
继续参见图2，在步骤2011中，预设条件可以为摄像头的运动状态处于静止状态或者对焦成功状态，因此，处理器检测摄像头是否符合预设条件可以包括：
场景一，预设条件与摄像头的运动状态相关，例如预设条件可以是摄像头处于静止状态。处理器的检测方式可以包括：
方式一，若智能手机采用android操作系统或者os操作系统，由于操作系统底层设置有进程负责计算智能手机的运动状态，处理器可以与进程交互得到智能手机的运动状态，例如，运动状态为1，表示智能手机处于运动中，运动状态为0，表示智能手机处于静止状态。
相应的，在步骤2012中，处理器可以将智能手机的运动状态作为摄像头的运动状态。在处理器读取到运动状态为0时，则确定摄像头的镜头符合预设条件。
方式二，处理器可以与智能手机的空间位置传感器交互，获取到预设时间段内(例如10秒)智能手机的空间位置数据。其中空间位置传感器可以为gps设备、三轴陀螺仪、加速度传感器等，可以根据具体场景进行选取，在此不作限定。
然后，处理器根据智能手机的空间位置和空间位置采集时间，可以计算出智能手机的移动速度、加速度等运动数据，从而可以确定出智能手机的运动状态。以智能手机的加速度为例，预先设定加速度阈值为0.5m/s2。处理器获取到多组加速度数据，依次为1m/s2，0.8m/s2，0.7m/s2，0.6m/s2，0.5m/s2，0.2m/s2，0.1m/s2，0.01m/s2，则处理器将加速度数据与加速度阈值作比较，可以确定出智能手机的运动状态依次为：运动中、运动中、运动中、运动中、运动中、静止状态、静止状态、静止状态，最终确定出智能手机的运动状态为静止状态，即镜头的运动状态为静止状态。
相应的，在步骤2012中，处理器确定出运动状态为静止状态时，可以确定摄像头的镜头符合预设条件。
场景二，预设条件为摄像头的镜头对焦成功状态。处理器的检测方式可以包括：
方式一，若智能手机采用android操作系统或者os操作系统，由于操作系统底层设置有进程负责计算镜头的对焦状态，处理器可以与进程交互得到智能手机中镜头的对焦状态，例如，对焦状态为1，表示镜头处于正在对焦状态；对焦状态为0，表示镜头处于对焦成功状态。
相应的，在步骤2012中，在读取到对焦状态为0时，处理器确定镜头符合预设条件。
方式二，处理器可以读取对焦数据，例如对焦数据可以包括景深、焦圈、清晰度等内容，通过对焦数据可以计算出镜头是否对焦成功。若镜头处于正在对焦状态，则处理器可以保持检测镜头的对焦状态。
相应的，在步骤2012中，在计算出镜头处于对焦成功状态，处理器检测到镜头符合预设条件。
在步骤2013中，当检测摄像头的镜头符合预设条件时，处理器可以与摄像头的图像传感器(例如ccd)交互得到当前显示的预览图像，还可以根据镜头符合预设条件对应的时间从智能手机的存储器中读取到当前显示的预览图像。即处理器可以确定出智能手机当前显示的预览图像。
202，根据所述预览图像确定所述镜头的脏污程度。
本实施例中，处理器可以通过以下方式获取脏污程度，包括：
方式一，处理器可以调用预置的神经网络，该神经网络已经训练完毕。然后处理器将预览图像输入到预置的神经网络，得到其输出数据即是镜头的脏污程度。
方式二，处理器可以调用预置的深层神经网络，该深层神经网络已经训练完毕。然后处理器将预览图像输入到深层神经网络，通过该深层神经网络提取出该预览图像的特征，并以特征向量的形式输出。本实施例中，考虑到智能手机的计算资源，上述深层神经网络可以采用mobilenet网络、shufflenet网络、squeezenet网络等轻量化的网络，从而可以节省智能手机的计算资源。当然，电子设备为pc、服务器等设备时，可以采用其他神经网络，在此不再说明。
之后，处理器将特征向量输入到逻辑回归模型中，通过逻辑回归模型确定出镜头的脏污程度。本实施例中，逻辑回归模型可以为多层感知机(mlp)或者bp神经网络等，其主要作用是根据特征向量确定出其对应的分类，分类即镜头的脏污程度。技术人员可以根据具体场景选择合适的模型以识别脏污程度，在此不作限定。
需要说明的是，本方式中将获取镜头的脏污程度分为两个步骤来实现，主要目的在于可以预先单独训练深层神经网络或者逻辑回归模型，并且两个过程可以采用不同的样本图像来训练，这样可以尽可能的提升样本图像的利用率。另外，对深层神经网络或者逻辑回归模型单独训练，可以采用相同或者不同的样本图像，可以提高深层神经网络提取特征向量的准确度以及提高逻辑回归模型识别脏污程度的准确度。换言之，本实施例中将提取特征过程和识别特征过程解耦，使两者的训练无直接联系，不但可以提升样本图像的利用率，而且可以提高各过程的准确度。
可理解的是，处理器将预览图像输入到神经网络或者深层神经网络前，可以对预览图像做预处理，例如尺寸调整。处理器可以根据神经网络或者深层神经网络的需求将预览图像的尺寸调整为设定尺寸，例如设定尺寸可以为224*224，从而得到标准图像。之后处理器将标准图像输入到神经网络中，这样能够提升神经网络提取特征向量的效率。技术人员可以根据具体场景，调整预处理的组成，例如尺寸调整、归一化等，调整后的方案同样落入本申请的保护范围。
203，根据所述脏污程度确定是否推送提示消息。
本实施例中，步骤203可以包括步骤2031、步骤2032和步骤2033。在步骤2031中处理器确定逻辑回归模型输出的脏污程度表示镜头已经脏污还是未脏污。在脏污程度表示镜头已经脏污时，处理器执行步骤2033，即确定无需向用户推送提示消息。在脏污程度表示镜头未脏污时，处理器执行步骤2032，即确定向用户推送预先设置的提示消息。
可理解的是，步骤2032和步骤2033的执行顺序不作限定。
在一实施例中，在确定推送提示消息后，处理器可以触发智能手机的显示器，然后可以以采用弹框、冒泡、变化图标、语音中的一种或者多种设定方式向用户推送提示消息。图3是根据一示例性实施例示出的一种应用场景图。参见图3，处理器在确定推送提示消息后，触发智能手机301的显示器302，在显示器302的当前预览图像303中叠加弹框304，并在弹框中显示提示消息305，从而使用户及时阅读到提示消息305。又如，处理器可以触发智能手机的扬声器，以语音播报的方式将提示消息展现给用户，达到及时提醒用户的目的。
至此，本公开实施例中通过预览图像可以确定摄像头的脏污程度，然后根据脏污程度确定是否向用户推送提示消息，例如在镜头已经脏污后，通过推送提示消息可以使用户及时清洗镜头，通过保持镜头清洁，从而在后续拍摄过程中可以得到较高质量的图像，有利于提升用户的拍摄体验。
图4是根据一示例性实施例示出的一种提示镜头脏污程度的方法的流程示意图。参见图4，一种提示镜头脏污程度的方法包括步骤401～步骤405：
401，在检测到符合预设条件时，确定当前显示的预览图像；
步骤401和步骤201的具体方法和原理一致，详细描述请参考图2及步骤201的相关内容，此处不再赘述。
402，根据所述预览图像确定所述镜头的脏污程度；
步骤402和步骤202的具体方法和原理一致，详细描述请参考图2及步骤202的相关内容，此处不再赘述。
403，若所述脏污程度表示所述镜头已经脏污，则确定向用户推送预先设置的提示消息。
步骤403和步骤203的具体方法和原理一致，详细描述请参考图2及步骤203的相关内容，此处不再赘述。
404，统计设定时间段内向用户推送提示消息的次数。
实际应用中，用户可能了解到镜头已经脏污但是受到环境条件的限制而无法清洗，若处理器在每次确定出需要推送提示消息后及时提醒信息，会影响用户的使用。为此，在一实施例中，处理器会限制向用户推送提示消息的次数，即在设定时间段内仅提示一定次数(设定次数)。
在确定出用户推送提示消息后，处理器获取设定时间段内已经推送提示消息的次数。可理解的是，每次推送提示消息后，处理器会更新提示次数，或者处理器会记录一条推送事件。
405，根据所述次数确定是否展现所述提示消息。
本实施例中，处理器判断已经推送提示消息的次数与设定次数的大小，然后根据判断结果确定是否展现提示消息。在小于设定次数时，向用户展现提示消息，在等于设定次数时，不再展现提示消息。
以每天提醒2次为例，在确定推送提示消息后，处理器读取每天已经推送提示消息的次数，若已经推送的次数(为0或1)小于2，则处理器向用户推送提示消息。若已经推送过2次，则处理器不再向用户推送提示消息，处理器可以丢弃本次确定结果，还可以保存本次确定结果。
为降低处理器的计算量，在检测到设定时间段内已经提示设定次数后，处理器可以调整脏污程度的检测周期，例如调整前处理器检测脏污程度的检测周期可以为2分钟每次，调整后的检测周期可以为30分钟每次。当然，在检测到设定时间段内已经提示设定次数后，处理器还可以不再检测镜头的脏污程度，直至另一个设定时间段的起始时刻。可见，处理器通过调整脏污程度的检测周期，能够大大降低计算量，有利于保持智能手机的灵活性。
至此，本公开实施例中通过确定摄像头的脏污程度，然后根据脏污程度确定是否向用户推送提示消息，例如在镜头已经脏污后，通过推送提示消息可以使用户及时清洗镜头，从而使拍摄的图像质量较高，有利于提升用户的拍摄体验。并且，在设定时间段内推送的次数到达设定次数后，不再向用户推送提示消息，从而避免打扰到用户的正常使用，提升使用体验。
图5是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图5，一种提示镜头脏污程度的装置包括：
预览图像确定模块501，用于在检测到符合预设条件时，确定当前显示的预览图像；
脏污程度确定模块502，用于根据所述预览图像确定所述镜头的脏污程度；
提示消息推送模块503，用于根据所述脏污程度确定是否推送提示消息。
本公开实施例中预览图像确定模块501可以确定当前显示的预览图像，然后脏污程度确定模块402可以根据预览图像确定摄像头的脏污程度，最后由提示消息推送模块503根据脏污程度确定是否向用户推送提示消息，例如在镜头已经脏污后，通过推送提示消息可以使用户及时清洗镜头，本实施例中通过保持镜头的清洁，可以使摄像头拍摄出较高质量的图像，从而提升用户的拍摄体验。
图6是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图6，在图5所示的一种提示镜头脏污程度的装置500的基础上，还包括：
运动状态确定模块601，用于根据空间位置传感器的空间位置数据确定所述镜头所在的摄像头的运动状态；
运动状态判断模块602，用于在所述运动状态为静止状态，检测到符合预设条件，则触发所述预览图像确定模块501。
本公开实施例中运动状态确定模块601通过与空间位置传感器交互可以得到空间位置数据，进而可以确定镜头所在摄像头的运动状态。然后，运动状态判断模块602在摄像头处于静态状态时检测到其符合预设条件，才触发预览图像确定模块501。这样，本实施例可以在摄像头符合预设条件时才确定预览图像，防止摄像头不稳定而确定出的预览图像会影响到判断结果，有利于提升检测结果的准确度。
图7是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图7，在图5所示的一种提示镜头脏污程度的装置500的基础上，还包括：
对焦状态检测模块701，用于检测所述镜头的对焦状态；
对焦状态判断模块702，用于在所述对焦状态表示所述镜头对焦成功状态时，检测到符合所述预设条件，则触发所述预览图像确定模块501；还用于在所述对焦状态表示所述镜头处于正在对焦状态时，保持检测所述镜头的对焦状态。
本公开实施例中对焦状态检测模块701获取镜头的对焦状态，由对焦状态判断模块702根据对焦状态确定是否触发预览图像确定模块501。这样，本实施例可以在摄像头符合预设条件时才确定预览图像，防止摄像头在对焦过程拍摄的预览图像会影响到判断结果，有利于提升检测结果的准确度。
图8是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图8，在图5所示的一种提示镜头脏污程度的装置500的基础上，脏污程度确定模块502包括：
设定尺寸调整单元801，用于将所述预览图像的尺寸调整到设定尺寸，得到标准图像；
特征向量获取单元802，用于将所述标准图像输入到深层神经网络中，通过所述深层神经网络得到所述标准图像的特征向量；
脏污程度获取单元803，用于将所述特征向量输入到逻辑回归模型中，通过所述逻辑回归模型得到所述镜头的脏污程度。
本公开实施例中由设定尺寸调整单元801调整预览图像的尺寸，并将标准图像输入到特征向量获取单元802，可以提升特征向量获取单元802的处理速度。特征向量获取单元802提取标准图像的特征向量和脏污程度获取单元803获取镜头的脏污程度，提取特征过程和获取脏污程度过程分开处理，可以对相应的模型进行单独训练，有利于提升确定脏污程度的准确度。
图9是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图9，在图5所示的一种提示镜头脏污程度的装置500的基础上，所述提示消息推送模块503包括：
脏污程度判断单元901，用于在所述脏污程度表示所述镜头已经脏污时，触发所述提示消息推送单元902；
所述提示消息推送单元902，用于在检测到触发信息时，确定向用户推送预先设置的提示消息；以及在所述脏污程度表示所述镜头未脏污时，确定无需向用户推送提示消息。
本公开实施例中通过向用户推送提示消息，可以使用户及时了解到镜头的情况，在镜头脏污时及时清洗，能够在后续的拍摄过程中得到较高质量的图像，从而提升用户的拍摄体验。
图10是根据一示例性实施例示出的一种提示镜头脏污程度的装置的框图。参见图10，在图9所示的一种提示镜头脏污程度的装置的基础上，还包括：
推送次数统计模块1001，用于统计设定时间段内向用户推送提示消息的次数；
提示消息展现模块1002，用于根据所述次数确定是否展现所述提示消息。
本公开实施例中通过统计已经向用户推送提示消息的次数，在推送次数达到设定次数时停止推送，避免过多推送提示消息而影响到用户的正常使用，有利于提升用户的拍摄体验。
需要说明的是，本发明实施例提供的提示镜头脏污程度的装置，在上述提示镜头脏污程度的方法实施例中已经作过详细描述，相关之处参见方法实施例的部分说明即可。另外，随着使用场景的变化，提示镜头脏污程度的方法也会做出相应的调整，该提示镜头脏污程度的装置也会采用不同的功能部件重新调整。此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备1100可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图11，电子设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出(i/o)的接口1112，传感器组件1114，以及通信组件1116。其中，存储器1104用于存储处理组件1102可执行的指令。处理组件1102从存储器1104读取指令以实现：
确定输入图像的多个候选区域和所述输入图像的特征图，所述特征图的尺寸小于所述输入图像的尺寸；
根据所述特征图确定每个候选区域对应的特征向量；
通过并行调用不同的识别算法，利用所述特征向量识别不同种类的人脸信息。
处理组件1102通常控制电子设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。
存储器1104被配置为存储各种类型的数据以支持在电子设备1100的操作。这些数据的示例包括用于在电子设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1106为电子设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为电子设备1100生成、管理和分配电力相关联的组件。
多媒体组件1108包括在所述电子设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当电子设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(mic)，当电子设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。
i/o接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1114包括一个或多个传感器，用于为电子设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到电子设备1100的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1100的显示器和小键盘，传感器组件1114还可以检测电子设备1100或电子设备1100一个组件的位置改变，用户与电子设备1100接触的存在或不存在，电子设备1100方位或加速/减速和电子设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1116被配置为便于电子设备1100和其他设备之间有线或无线方式的通信。电子设备1100可以接入根据通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1116还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可根据射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
在示例性实施例中，电子设备1100可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现。
在示例性实施例中，还提供了一种计算机可读存储介质，可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等，其上存储有计算机程序，处理器可以从计算机可读存储介质中读取程序，实现图1～图4所示方法实施例的步骤，具体内容可以参见图1～图4所示实施例的内容，在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请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。