别算法要完成脸部特征的提取，并与库存的已知脸部进行比对，完成最终的分类。目前，已经有一些成熟的算法可以识别脸部区域。
[0053]例如，基于几何特征的人脸识别方法:这种方法主要是基于人们对人脸结构的先验知识，提取出待识别的眼睛、眉毛、鼻子、嘴巴、脸的形状或它们之间的几何关系，并将其存储为一个特征矢量，所以基于几何特征识别最后归结为特征矢量之间的距离。为了提高图像的识别率，用这种方法识别人脸之前，一般需要对图片进行预处理，包括将图像进行灰度变换、二值化和图像的归一化等。
[0054]再例如，基于相关匹配的人脸识别方法:主要包括模板匹配法和等强度线法。模板匹配法是一种经典的模式识别方法，这种方法通常采用“归一化互相关”，直接计算两幅图像的匹配程度。模板匹配法要求两幅图像上的目标具有相同的尺度、取向和光照，所以必须进行尺度归一、灰度归一的图像预处理。这种识别方法识别率受图像质量和人脸的遮挡等因素的影响较小。而等强度线法利用灰度图像的多级灰度值的等强度线作为特征进行两幅人脸图像的匹配识别，这种方法必须在背景与头发均为黑色，表面光照均匀的前提下才能求出符合人脸真实形状的等强度线，该方法限制比较大，应用范围较小。
[0055]再例如，特征脸识别方法:基本思想是将图像中的人脸区域看做是一种随机向量，根据图像的统计特性进行正交变换，获得其正交基底，利用这些基底的线性组合可以表达人脸图像，从而进行人脸识别。对于这种方法，变换后的低维空间有很好的人脸表达能力，其中最大的几个特征值对应的分量集中，较小的特征值对应的分量则代表了人脸的高频信息，去掉后面的几个分量也就意味着可以忽略一些表情饰物等细小的差别，该方法能够快速识别脸部区域。
[0056]步骤S104:获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离。
[0057]通过前述方法识别出脸部区域后，获取所述脸部区域所占的像素点个数及每个像素点所占的面积;计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。
[0058]像素是图像的最小图形单元，每个像素点所占的面积与摄像头的像素相关。例如，拍摄了一幅图像，该图像为方形，长10cm，宽5cm，且该全局图像总的像素点个数为1600*900= 1440000。因此，每个像素点所占的面积为10*5/1440000 = 0.0035mm2。若脸部所占像素点的个数为480000，则可得脸部面积为16.Scm2。
[0059]进一步的，可通过距离传感器测出人脸区域中横向最短的线段及纵向最长的线段，两线段的交点即为脸部区域中心，利用位置传感器定位该交点及摄像头的焦点，最后再通过距离传感器检测出这两点间的距离即可。
[0060]例如，如图4所示，其中A为目标图像区域，B为脸部区域(沿着两正交轴向对称分布)，C为摄像头，S即为A的面积大小，d则为A与C中心的间距。需要注意的是，图中C与A和B不在同一平面上。首先利用距离传感器找出B中正交的两条最长及最短线段，然后通过位置传感器定位两线段的交点及C的中心点，最后利用距离传感器检测这两点间的距离。
[0061]步骤S106:判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值。
[0062]在本实施例中，由于每个人脸大小不一，通过统计分析正常情况下拍摄的多张脸部的相对面积大小，取平均值或者某一中间值，得到适当大小的脸部面积及脸部中心到全局图像中心的间距，设定唯一标准。
[0063]例如，于动物而言，以小狗为例，设定脸部面积阈值So为10cm2，脸部区域的中心与目标图像的中心的距离阈值do为50cm。
[0064]再例如，于人而言，设定脸部面积阈值So为150cm2，脸部区域的中心与目标图像的中心的距离阈值do为50cm。
[0065]在一个应用场景中，拍摄到用户c的脸部面积大小为130cm2，脸部区域的中心与目标图像的中心的距离为45cm ο此时，S < So且d < do，顾不满足条件。
[0066]在另一个应用场景中，拍摄到用户c的脸部面积大小为200cm2，脸部区域的中心与目标图像的中心的距离为45cm。此时，S>So且d<dQ，顾不满足条件。
[0067]在另一个应用场景中，拍摄到用户c的脸部面积大小为130cm2，脸部区域的中心与目标图像的中心的距离为60cm。此时，S<So且d>dQ，顾不满足条件。
[0068]在另一个应用场景中，拍摄到用户c的脸部面积大小为200cm2，脸部区域的中心与目标图像的中心的距离为60cm。此时，S > So且d > do，满足条件。
[0069]步骤S108:若是，则展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。
[0070]根据如述的应用场景，iS>So且d>do时展不提不提醒。
[0071]在一个实施例中，拍摄用户e通过摄像头对着用户f的脸部拍摄了一幅图像(目标图像)，计算机设备利用前述的特征识别算法在目标图像中查找到用户f的脸部区域，此时，人脸区域在目标图像的左上角，如图4所示。若计算机设备安装固定摄像头，此时提示信息分两类:
[0072]其一，保持摄像头不动，提示被拍摄用户在取景范围内移动或调整面部位置。例如，人脸区域位于目标图像的图像区域左上角135*3方向位置，脸部面积为200cm2，两中心间距为70cm。此时提示被拍摄用户向摄像头方向靠近以减小距离，或者提示被拍摄用户远离摄像头取景视野以减小拍摄的脸部面积。
[0073]其二，使被拍摄用户保持不动，提示拍摄用户在取景范围内移动或调整摄像头位置。例如，人脸区域位于目标图像的图像区域左上角135*3方向位置，脸部面积为400cm2，两中心间距为70cm。此时提示拍摄用户向被拍摄用户方向方向移动以减小距离，或者提示拍摄用户向远离被拍摄用户的方向移动以减小拍摄的脸部面积。
[0074]若计算机设备安装有可旋转摄像头，此时旋转摄像头，然后进行变焦以减小中心间距或者拍摄的脸部面积。
[0075]优选的，所述展示提示信息的步骤还包括以文本、音频或视频的方式展示所述提示信息。例如，展示方式可以为下述中的至少一种:
[0076]计算机设备播放一段语音，提示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-do)?d个单位长度的距离。
[0077]计算机设备播放一段语音，提示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-do)?d个单位长度的距离。
[0078]计算机设备的显示屏上显示文字信息，提示用户f不动，指示用户e向靠近被拍摄用户方向移动(d-do)?d个单位长度的距离。
[0079]计算机设备的显示屏上显示文字信息，提示用户f不动，指示用户e向靠近被拍摄用户方向移动(d-do)?d个单位长度的距离。
[0080]计算机设备的显示屏上播放一段视频，显示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-do)?d个单位长度的距离。
[0081]计算机设备的显示屏上播放一段视频，显示用户e不动，指示用户f向靠近摄像头取景视野的左边移动(d-do)?d个单位长度的距离。
[0082]通过这个步骤的信息提示，方便拍摄用户或别拍摄用户进行相关调节，以使人脸区域面积的相对大小及离摄像头中心的距离定位到不发生畸变的范围。
[0083]优选的，所述展示提示信息的步骤之前还包括:
[0084]计算所述脸部区域的中心与所述摄