身份识别方法、装置、设备及计算机存储介质

技术领域

本申请属于计算机领域，尤其涉及一种身份识别方法、装置、设备及计算机存储介质。

背景技术

随着移动互联网和人工智能的发展，人脸身份识别广泛应用于诸多领域，给用户的生活带来了很大的便利。

在相关技术中，在采集待识别对象的面部图像来识别待识别对象的身份时，待识别对象面部需要对准摄像头才能够准确地进行识别。但是，在一些情况下，摄像头无法捕获到待识别对象的面部图像或捕获到的面部图像不完整，导致无法对待识别对象的身份进行识别。

发明内容

本申请实施例提供一种身份识别方法、装置、设备及计算机存储介质，能够解决在一些情况下，无法对待识别对象的身份进行识别的技术问题。

一方面，本申请实施例提供一种身份识别方法，包括：

获取待识别对象的多个待处理图像；所述多个待处理图像是通过在同一时间段内对所述待识别对象从多个拍摄方向拍摄得到，每个拍摄方向至少用于拍摄一个所述待处理图像；

在所述多个待处理图像中，分别获取所述待识别对象的面部数据；

分别计算各个所述面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度；

当主拍摄方向对应的相似度不大于预设阈值时，根据所述主拍摄方向对应的相似度确定第一替换拍摄方向；所述主拍摄方向和所述第一替换拍摄方向为所述多个拍摄方向中两个拍摄方向；

根据所述第一替换拍摄方向对应的相似度，对所述待识别对象的身份进行识别。

另一方面，本申请实施例提供了一种身份识别装置，包括：

第一获取模块，用于获取待识别对象的多个待处理图像；所述多个待处理图像是通过在同一时间段内对所述待识别对象从多个拍摄方向拍摄得到，每个拍摄方向至少用于拍摄一个所述待处理图像；

第二获取模块，用于在所述多个待处理图像中，分别获取所述待识别对象的面部数据；

第一计算模块，用于分别计算各个所述面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度；

第一确定模块，用于当主拍摄方向对应的相似度不大于预设阈值时，根据所述主拍摄方向对应的相似度确定第一替换拍摄方向；所述主拍摄方向和所述第一替换拍摄方向为所述多个拍摄方向中两个拍摄方向；

第一识别模块，用于根据所述第一替换拍摄方向对应的相似度，对所述待识别对象的身份进行识别。

再一方面，本申请实施例提供了一种身份识别设备，所述设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现上述的身份识别方法。

再一方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述的身份识别方法。

本申请实施例的身份识别方法、装置、设备及计算机存储介质，首先，获取从多个拍摄方向对待识别对象进行拍摄得到的多个待处理图像；然后，在多个待处理图像中分别获取从各个拍摄方向拍摄得到的待识别对象的面部数据；再然后，分别计算各个面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度。接着，先根据主拍摄方向对应的相似度对待识别对象的身份进行识别。在根据主拍摄方向对应的初始相似度无法识别待识别对象的身份的情况下，根据第一替换拍摄方向对应的相似度对待识别对象的身份进行识别。可见，本申请实施例中，根据待识别对象在多个拍摄方向上的面部数据对待识别对象的身份进行识别，不需要待识别对象的面部对准摄像头，避免出现由于没有捕获到待识别对象的面部图像而导致无法对待识别对象的身份进行识别的问题。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，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。

图1是本申请提供的一个实施例的身份识别方法的流程示意图；

图2是本申请提供的一个实施例的多个图像采集设备的分布情况的示意图；

图3是本申请提供的另一个实施例的多个图像采集设备的分布情况的示意图；

图4是本申请提供的另一个实施例的身份识别方法的流程示意图；

图5是本申请提供的一个实施例的用于实现身份识别方法的系统架构图；

图6是本申请提供的一个实施例的身份识别装置的结构示意图；

图7是本申请提供的一个实施例的身份识别设备的硬件结构示意图。

具体实施方式

下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

在相关技术中，在采集待识别对象的面部图像来识别待识别对象的身份时，由于采集待识别对象的面部图像的摄像头只能采集待识别对象在一个方向上的面部图像，比如，在对学生进行考勤时，只有一个摄像头，且摄像头的拍摄方向固定，如此，导致学生的面部需要对准摄像头才能够准确地识别学生的身份。

但是，在一些情况下，摄像头无法捕获到待识别对象的面部图像或捕获到的面部图像不完整，导致无法对待识别对象的身份进行识别。比如，在采集学生的面部图像时，由于学生的面部未对准摄像头，导致无法捕获到该学生的正脸图像，也就无法对该学生的身份进行识别。

为了解决上述的技术问题，本申请实施例提供了一种身份识别方法，该身份识别方法通过在多个拍摄方向上对待识别对象进行拍摄，得到待识别对象的多个待处理图像；然后，在多个待处理图像中分别获取从各个拍摄方向拍摄得到的待识别对象的面部数据；再然后，分别计算各个面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度。接着，先根据主拍摄方向对应的相似度对待识别对象的身份进行识别。在根据主拍摄方向对应的初始相似度无法识别待识别对象的身份的情况下，根据除主拍摄方向之外的第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别。

图1是本申请提供的一个实施例的身份识别方法的流程示意图。如图1所示，身份识别方法包括：

S102，获取待识别对象的多个待处理图像；多个待处理图像是通过在同一时间段内对待识别对象从多个拍摄方向拍摄得到，每个拍摄方向至少用于拍摄一个待处理图像。

在S102中，可以获取多个图像采集设备拍摄待识别对象得到的多个待处理图像，多个图像采集设备分别位于不同的位置，并且至少两个图像采集设备之间的拍摄方向不同。一个图像采集设备可以从一个拍摄方向上对待识别对象进行拍摄，得到一个待处理图像。

在S102之后，身份识别方法还包括：

S104，在多个待处理图像中，分别获取待识别对象的面部数据。

在S104中，由于一个待处理图像中除了包括待识别对象的面部之外，还包括与待识别对象的面部无关的因素。因此，为了避免待处理图像中与待识别对象的面部无关的因素干扰到待识别对象的面部识别，对于每个待处理图像，从待处理图像中截取待识别对象的面部区域图像。

在截取的待识别对象的面部区域图像之后，可以将待识别对象的面部区域图像确定为待识别对象的面部数据；或者，可以从待识别对象的面部区域图像中，提取待识别对象的面部特征，将待识别对象的面部特征确定为待识别对象的面部数据。

下面通过一个例子说明S104。

从多个拍摄方向对教室中的学生进行拍摄，得到多个待处理图像之后，为了识别学生A的身份，从多个待处理图像中分别截取学生A的面部区域图像，由此，可以截取到学生A的多个面部区域图像，一个面部区域图像是从一个拍摄方向上对学生A的拍摄结果。

在S104之后，身份识别方法还包括：

S106，分别计算各个面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度。

在S106中，可以通过计算面部数据与预设面部数据之间的距离，该距离可以为欧氏距离、曼哈顿距离、明可夫斯基距离或者余弦距离；将该距离作为面部数据与预设面部数据之间的相似度。

由于根据待识别对象在每个拍摄方向上的面部数据，计算待识别对象在该拍摄方向上的面部数据与预设面部数据之间的相似度，而且有待识别对象在多个拍摄方向上的面部数据，因此，计算得到各个拍摄方向对应的相似度。

作为一个示例，预设面部数据可以是预先存储的待识别对象的正脸面部数据。

在S106之后，身份识别方法还包括：

S108，当主拍摄方向对应的相似度不大于预设阈值时，根据主拍摄方向对应的相似度确定第一替换拍摄方向；主拍摄方向和第一替换拍摄方向为多个拍摄方向中两个拍摄方向。

在S108中，当主拍摄方向对应的相似度不大于预设阈值时，说明根据在主拍摄方向上待识别对象的面部数据，无法识别出待识别对象的身份，因此，需要根据除主拍摄方向之外的拍摄方向上的面部数据，识别待识别对象的身份。在此情况下，需要先根据主拍摄方向对应的相似度，确定除主拍摄方向之外的第一替换拍摄方向。

需要说明的是，主拍摄方向对应的相似度为在主拍摄方向上待识别对象的面部数据与预设面部数据之间的相似度。

在S108之后，身份识别方法还包括：

S110，根据第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别。

在S110中，在第一替换拍摄方向对应的相似度大于预设阈值时，说明在第一替换拍摄方向上待识别对象的面部数据与预设面部数据之间的相似度比较高，可以得出对待识别对象的身份识别成功。

在第一替换拍摄方向对应的相似度不大于预设阈值时，说明无法根据第一替换拍摄方向对应的相似度识别待识别对象的身份。在此情况下，可以根据除主拍摄方向和第一替换拍摄方向之外的拍摄方向对应的相似度，识别待识别对象的身份。

在本申请实施例中，由于根据待识别对象在多个拍摄方向上的面部数据对待识别对象的身份进行识别，因此，不需要待识别对象的面部对准摄像头，避免出现由于没有捕获到待识别对象的面部图像或捕获到的面部图像不完整而导致无法对待识别对象的身份进行识别的问题。另外，先根据主拍摄方向对应的相似度对待识别对象的身份进行识别，在根据主拍摄方向对应的相似度无法识别待识别对象的身份的情况下，再根据第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别，可以提高识别效率。

本申请实施例中的多个待处理图像可以由多个图像采集设备拍摄得到，下面通过两个例子说明多个图像采集设备的分布情况。

作为一个示例，如图2所示，通过四个图像采集设备对待识别对象进行拍摄。在四个图像采集设备中，图像采集设备20-1与图像采集设备20-2相对设置，且拍摄方向相反；图像采集设备20-3与图像采集设备20-4相对设置，且拍摄方向相反。

在图2中，图像采集设备20-3以及图像采集设备20-4分别与图像采集设备20-1的距离可以相同，图像采集设备20-3以及图像采集设备20-4分别与图像采集设备20-2的距离可以相同。

在四个图像采集设备中，每个图像采集设备的拍摄方向不同。如此，四个图像采集设备可以采集待识别对象在360°的图像。

作为另一个示例，如图3所示，通过六个图像采集设备对待识别对象进行拍摄。在六个图像采集设备中，图像采集设备20-1与图像采集设备20-2相对设置，且拍摄方向相反；图像采集设备20-5与图像采集设备20-6相对设置，且拍摄方向相反；图像采集设备20-7与图像采集设备20-8相对设置，且拍摄方向相反。

在六个图像采集设备中，图像采集设备20-5与图像采集设备20-7的拍摄方向相同，图像采集设备20-6与图像采集设备20-8的拍摄方向相同，其他任两个图像采集设备的拍摄方向不同。如此，六个图像采集设备围绕待识别对象进行拍摄，可以采集待识别对象在360°的图像。

需要说明的是，在图3中图像采集设备20-5与图像采集设备20-7的拍摄方向相同，图像采集设备20-6与图像采集设备20-8的拍摄方向相同。当然，图像采集设备20-5与图像采集设备20-7的拍摄方向可以不相同，图像采集设备20-6与图像采集设备20-8的拍摄方向可以不相同。

在图2和图3中，主拍摄方向可以为V1的方向。

以上是对多个图像采集设备的分布进行的说明。多个图像采集设备的数量并不限于上述的4个或6个，多个图像采集设备的数量可以是大于或等于2的任意整数，在此并不限定多个图像采集设备的数量。

在本申请的一个或多个实施例中，根据主拍摄方向对应的相似度确定第一替换拍摄方向，可以包括：

在多个预设相似度区间中，确定主拍摄方向对应的相似度所在的预设相似度区间为第一目标相似度区间；

将第一目标相似度区间对应的拍摄方向确定为第一替换拍摄方向；

其中，多个预设相似度区间之间连续且无交集，每个预设相似度区间对应至少一个拍摄方向；对于多个预设相似度区间中的任意两个预设相似度区间，若第一预设相似度区间包括的相似度大于第二预设相似度区间包括的相似度，则第一预设相似度区间对应的拍摄方向与主拍摄方向之间的夹角小于第二预设相似度区间对应的拍摄方向与主拍摄方向之间的夹角。

在本申请实施例中，每个预设相似度区间对应一个拍摄方向，根据主拍摄方向对应的相似度确定第一替换拍摄方向，根据第一替换拍摄方向对应的相似度对待识别对象的身份进行识别。因此，即使待识别对象的面部未对准主拍摄方向上的拍摄设备，导致根据主拍摄方向对应的相似度无法识别待识别对象的身份，还可以根据第一替换拍摄方向对应的相似度进行识别。由此，不需要待识别对象的面部对准摄像头，避免出现由于没有捕获到待识别对象的面部图像而导致无法对待识别对象的身份进行识别的问题。

下面继续通过图2对如何确定第一替换拍摄方向进行说明。

假设多个预设相似度区间包括：50％至90％的区间，以及0％至50％的区间。其中，50％至90％的区间对应图3中的拍摄方向V2以及拍摄方向V3，0％至50％的区间对应图3中的拍摄方向V4。

拍摄方向V2以及拍摄方向V3分别与拍摄方向V1(即主拍摄方向)的夹角均是90°，拍摄方向V4分别与拍摄方向V1的夹角是180°。可见，50％至90％的区间对应的拍摄方向与主拍摄方向之间的夹角，小于0％至50％的区间对应的拍摄方向与主拍摄方向之间的夹角。

基于上述的多个预设相似度区间，如果主拍摄方向对应的相似度在50％至90％的区间内，则可以确定拍摄方向V2和拍摄方向V3为第一替换拍摄方向。如果初始相似度在0％至50％的区间内，则可以确定拍摄方向V4为第一替换拍摄方向。

在本申请的一个或多个实施例中，根据第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别，可以包括：

当第一替换拍摄方向对应的相似度大于预设阈值时，确定待识别对象的身份识别成功；

当第一替换拍摄方向对应的相似度不大于预设阈值时，根据第一替换拍摄方向确定第二替换拍摄方向；

根据第二替换目标拍摄方向对应的相似度，对待识别对象的身份进行识别；

其中，第二替换拍摄方向对应的预设相似度区间与第一替换拍摄方向对应的预设相似度区间相邻，且第二替换拍摄方向对应的预设相似度区间中的相似度小于第一替换拍摄方向对应的预设相似度区间中的相似度。

在本申请实施例中，在第一替换拍摄方向对应的相似度不大于预设阈值的情况下，说明无法根据第一替换拍摄方向对应的相似度进行身份识别，因此，可以根据第一替换拍摄方向确定第二替换拍摄方向。由于第二替换拍摄方向对应的预设相似度区间中的相似度小于第一替换拍摄方向对应的预设相似度区间中的相似度，因此，第二替换拍摄方向与主拍摄方向之间的夹角稍大于第一替换拍摄方向与主拍摄方向之间的夹角。根据第二替换拍摄方向对应的相似度对待识别对象的身份进行识别，可以实现对待识别对象的身份的有效识别。

下面继续通过图2的例子说明如何确定第二替换目标拍摄方向。

假设多个预设相似度区间包括：50％至90％的区间，以及0％至50％的区间。其中，50％至90％的区间对应图2中的拍摄方向V2以及拍摄方向V3，0％至50％的区间对应图2中的拍摄方向V4。

在此情况下，如果第一替换拍摄方向对应的相似度为60％，那么该相似度所在的区间为50％至90％的区间，第一替换拍摄方向为拍摄方向V2以及拍摄方向V3。由于第一替换拍摄方向对应的相似度不大于预设阈值90％，因此，需要根据第一替换拍摄方向确定第二替换拍摄方向。因为第一替换拍摄方向对应的相似度区间是50％至90％的区间，且与50％至90％的区间相邻且相似度较小的区间是0％至50％的区间，因此，第二替换拍摄方向是0％至50％的区间对应的拍摄方向V4。

在本申请的一个或多个实施例中，在不存在第二替换拍摄方向的情况下，确定待识别对象的身份无法识别。

在本申请的一个或多个实施例中，多个拍摄方向至少包括：主拍摄方向，以及与主拍摄方向垂直的拍摄方向和/或与主拍摄方向相反的拍摄方向。

比如，继续参考图2和图3，图2和图3中的拍摄方向包括主拍摄方向V1、与主拍摄方向垂直的拍摄方向V2、V3以及与主拍摄方向相反的拍摄方向V4。

在本申请的一个或多个实施例中，多个待处理图像由多个图像采集设备拍摄得到，在主拍摄方向拍摄的图像采集设备为主图像采集设备，除主图像采集设备之外的图像采集设备为辅图像采集设备。

第一替换拍摄方向上的辅图像采集设备有多个，且至少两个辅图像采集设备与主拍摄方向上的主图像采集设备的距离不同；第一替换拍摄方向对应的相似度包括各个辅图像采集设备对应的相似度，辅图像采集设备对应的相似度为其拍摄的待处理图像中面部数据与预设面部数据之间的相似度；第一目标相似度区间包括多个连续且无交集的子相似度区间，每个子相似度区间对应至少一个辅图像采集设备；对于多个子相似度区间中的任意两个子相似度区间，若第一子相似度区间包括的相似度大于第二子相似度区间包括的相似度，则第一子相似度区间对应的辅图像采集设备与主图像采集设备的距离小于第二预设相似度区间对应的辅图像采集设备与主图像采集设备之间的距离。

下面通过图3所示的示例说明第一替换拍摄方向上的辅图像采集设备以及第一目标相似度区间包括的多个子相似度区间。

如图3所示，假设第一替换拍摄方向为V2和V3的方向，在第一替换拍摄方向上拍摄的辅图像采集设备包括图像采集设备20-5至图像采集设备20-8，图像采集设备20-5以及图像采集设备20-7分别与主图像采集设备20-1的距离不同，图像采集设备20-6以及图像采集设备20-8分别与主图像采集设备20-1的距离也不同。

假设第一目标相似度区间为50％至90％的区间，该区间包括：50％至70％的子区间，70％至90％的子区间。其中，50％至70％的子区间对应图像采集设备20-7和图像采集设备20-8，70％至90％的子区间对应图像采集设备20-5和图像采集设备20-6。

可见，在50％至70％的子区间以及70％至90％的子区间中，包括相对较高相似度的子相似度区间(即70％至90％的子区间)对应的辅图像采集设备(即图像采集设备20-5和图像采集设备20-6)距离主图像采集设备较近。

基于上述图像采集设备的说明，根据主拍摄方向对应的相似度确定第一替换拍摄方向之后，身份识别方法还可以包括：

在多个子相似度区间中，确定主拍摄方向对应的相似度所在的子相似度区间为第二目标相似度区间；

从第一替换拍摄方向对应的相似度中，获取第一辅图像采集设备对应的相似度，第一辅图像采集设备为第二目标相似度区间对应的辅图像采集设备。

根据第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别，包括：

根据第一辅图像采集设备对应的相似度，对待识别对象的身份进行识别。

在本申请实施例中，在第一替换拍摄方向上进行拍摄的辅图像采集设备有多个的情况下，可以根据各个辅图像采集设备与主图像采集设备之间的距离，从第一替换拍摄方向对应的相似度中，获取距离主图像采集设备较近的第一辅图像采集设备对应的相似度，以此来进行身份识别，可以提高识别效率。

需要说明的是，第一辅图像采集设备对应的相似度为：第一辅图像采集设备拍摄出的待识别对象的面部数据与预设面部数据之间的相似度。

下面继续通过图3所示的示例说明如何对待识别对象的身份进行识别。

对于50％至70％的子区间以及70％至90％的子区间，如果主拍摄方向对应的相似度在50％至70％的子区间内，那么确定第一辅图像采集设备为图像采集设备20-5和图像采集设备20-6，然后，根据图像采集设备20-5和图像采集设备20-6拍摄得到的待识别对象的面部数据与预设面部数据之间的相似度，对待识别对象的身份进行识别。

在本申请的一个或多个实施例中，根据第一辅图像采集设备对应的相似度，对待识别对象的身份进行识别，可以包括：

在第一辅图像采集设备对应的相似度大于预设阈值的情况下，确定待识别对象的身份识别成功；

在第一辅图像采集设备对应的相似度不大于预设阈值的情况下，根据第一辅图像采集设备，确定第二辅图像采集设备；

根据第二辅图像采集设备对应的相似度，对待识别对象的身份进行识别；

其中，第二辅图像采集设备对应的子相似度区间与第一辅图像采集设备对应的子相似度区间相邻，且第二辅图像采集设备对应的子相似度区间中的相似度小于第一辅图像采集设备对应的子相似度区间中的相似度。

在本申请实施例中，在第一辅图像采集设备对应的相似度不大于预设阈值的情况下，根据第一辅图像采集设备，确定第二辅图像采集设备。由于第二辅图像采集设备对应的子相似度区间中的相似度小于第一辅图像采集设备对应的子相似度区间中的相似度，而包括相对较高相似度的子相似度区间对应的图像采集设备与主图像采集设备之间的距离相对较小，因此，第二辅图像采集设备与主图像采集设备之间的距离稍大于第一辅图像采集设备与主图像采集设备之间的距离。由此，根据第二辅图像采集设备拍摄得到的待识别对象的面部数据，对待识别对象的身份进行识别，可以实现对待识别对象的身份的有效识别。

下面继续通过图3所示的示例说明如何更新目标辅图像采集设备。

如果通过图像采集设备20-5和图像采集设备20-6(即第一辅图像采集设备)拍摄得到的待识别对象的面部数据分别与预设面部数据之间的相似度不大于预设阈值，那么需要按照如下方式确定第二辅图像采集设备：由于第一辅图像采集设备是图像采集设备20-5和图像采集设备20-6，图像采集设备20-5和图像采集设备20-6对应的子区间是70％至90％，且与70％至90％的子区间相邻且相似度较小的子区间是50％至70％，因此，第二辅图像采集设备是50％至70％的子区间对应的图像采集设备20-7和图像采集设备20-8。

在本申请的一个或多个实施例中，在根据第一替换拍摄方向确定第二替换拍摄方向之前，根据第一辅图像采集设备对应的相似度，对待识别对象的身份进行识别。

身份识别方法还可以包括：

在第二辅图像采集设备对应的相似度小于预定阈值的情况下，说明无法根据第二辅图像采集设备拍摄的待识别对象的面部数据进行身份识别，则根据第二辅图像采集设备确定第三辅图像采集设备；第三辅图像采集设备对应的子相似度区间与第二辅图像采集设备对应的子相似度区间相邻，且第三辅图像采集设备对应的子相似度区间中的相似度小于第二辅图像采集设备对应的子相似度区间中的相似度；

在不存在第三辅图像采集设备的情况下，根据第一替换拍摄方向确定第二替换拍摄方向。

下面继续通过图3所示的示例说明如何根据更新后的目标拍摄方向对应的目标相似度对待识别对象的身份进行识别。

如图3所示，第一替换拍摄方向为V2和V3的方向，V2和V3的方向对应的相似度区间为50％至90％的区间。在根据V2和V3方向(即第一替换拍摄方向)上的辅图像采集设备(即图像采集设备20-5至图像采集设备20-8)无法识别出待识别对象的身份，则确定第二替换拍摄方向，第二替换拍摄方向为V4的方向，根据在V4的方向上拍摄的面部数据进行身份识别。

在本申请的一个或多个实施例中，分别计算各个面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度，包括：

利用多个线程并行计算各个面部数据分别与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度；

其中，一个线程用于计算至少一个面部数据与预设面部数据之间的相似度。

在本申请实施例中，通过采用多个线程并行计算待识别对象在各个拍摄方向上的面部数据与预设面部数据之间的各个相似度，可以有效地提高数据处理速度。

下面通过一个示例说明本申请实施例中的并行计算相似度。

比如，在获取到待识别对象在6个拍摄方向的面部数据的情况下，采用分治法，通过6个线程分别计算待识别对象在6个拍摄方向的面部数据与预设面部数据之间的相似度，一个线程计算待识别对象在一个拍摄方向的面部数据与预设面部数据之间的相似度，不同线程计算待识别对象在不同拍摄方向的面部数据与预设面部数据之间的相似度。

在本申请的一个或多个实施例中，身份识别方法还可以包括：

在确定待识别对象的身份识别成功的情况下，更新已成功识别身份的对象数量，并识别多个待处理图像中下一个对象的身份，直到识别完多个待处理图像中各对象的身份为止；

在识别完多个待处理图像中各对象的身份的情况下，根据成功识别身份的总对象数量，输出对象统计结果。

作为一个示例，在待识别对象为考勤对象的情况下，对象统计结果可以包括以下至少一项：已到人数、未到人数、已到对象的姓名以及未到对象的姓名。

作为一个示例，输出对象统计结果可以包括：显示对象统计结果；或者，将对象统计结果发送至电子设备，以使电子设备显示对象统计结果。

在本申请实施例中，可以根据各个对象的身份识别结果输出对象统计结果，避免了用户手动统计各个对象的身份识别结果。

下面基于图3示出的多个图像采集设备的分布位置，通过图4示出的身份识别方法进一步地说明本申请实施例。在本申请实施例中待识别对象为考勤对象，如图4所示，身份识别方法可以包括：

S302，进入考勤系统；

S304，判断是否成功登录，在判断成功登录的情况下，执行S306，在判断登录失败或者未登录的情况下，返回S302；

S306，在图3示出的六个方位上对考勤群体进行拍摄，得到六个图片，其中，六个方位是图像采集设备20-1、图像采集设备20-2、图像采集设备20-5至图像采集设备20-8分别所在的方位；

S308，根据在六个方位上拍摄得到的六个图像，获取考勤对象A在六个方位上的面部数据，考勤对象A可以是考勤群体中的任意一个考勤对象；

S310，计算考勤对象A在各个方位上的面部数据与考勤对象A的预设面部数据之间的各个相似度；

S312，判断考勤对象A在方位1上的面部数据与预设面部数据之间的相似度所在的数值范围，在相似度在(90％,100％]的范围内的情况下，执行S320，在相似度在(70％,90％]的范围内的情况下，执行S314；在相似度在(50％,70％]的范围内的情况下，执行S316；在相似度在[0％,50％]的范围内的情况下，执行S318；

S314，判断考勤对象A在方位2和方位3上的面部数据与预设面部数据之间的相似度所在的数值范围，在相似度在(90％,100％]的范围内的情况下，执行S320，在相似度在[0％,90％]的范围内的情况下，执行S316；

其中，考勤对象A在方位2上的面部数据可以是从图形采集设备5采集的图像中获取到的考勤对象A的面部数据，考勤对象A在方位3上的面部数据可以是从图形采集设备6采集的图像中获取到的考勤对象A的面部数据；

S316，判断考勤对象A在方位4和方位5上的面部数据与预设面部数据之间的相似度所在的数值范围，在相似度在(90％,100％]的范围内的情况下，执行S320，在相似度在[0％,90％]的范围内的情况下，执行S318；

其中，考勤对象A在方位4上的面部数据可以是从图形采集设备7采集的图像中获取到的考勤对象A的面部数据，考勤对象A在方位5上的面部数据可以是从图形采集设备8采集的图像中获取到的考勤对象A的面部数据；

S318，考勤对象A在方位6上的面部数据与预设面部数据之间的相似度；其中，考勤对象A在方位6上的面部数据可以是从图形采集设备2采集的图像中获取到的考勤对象A的面部数据；

S320，计数+1，即对考勤对象A考勤成功，在已考勤成功人数的基础上加1，得到更新后的考勤成功人数。

基于上述的身份识别方法，下面说明身份识别方法的应用场景。

图5是本申请提供的一个实施例的用于实现身份识别方法的系统架构图。如图5所示，通过多个图像采集设备(比如摄像头)对待识别对象进行拍摄，得到待识别对象的多个待处理图像。其中，多个图像采集设备分别是图像采集设备20-1、图像采集设备20-2、图像采集设备20-3和图像采集设备20-4，至少两个图像采集设备的拍摄方向不同，一个图像采集设备可以从一个拍摄方向上拍摄待识别对象的图像。由此，可以从多个拍摄方向对待识别对象进行拍摄，得到待识别对象的多个待处理图像。即使在拍摄时待识别对象的人脸未对准某个图像采集设备，其他的图像采集设备也可以从其他角度拍摄到待识别对象的人脸。

待识别对象可以是一个或多个。在待识别对象的数量是多个时，比如，待识别对象可以是一个集群中的多个人物时，可以依次对各个待识别对象的身份进行识别。

在多个图像采集设备拍摄待识别对象的多个待处理图像之后，多个图像采集设备将各自拍摄的图像发送给身份识别设备22。然后，由身份识别设备22对待识别对象的多个待处理图像进行处理，并对待识别对象的身份进行识别。

上述的系统架构可以应用于学生的身份识别，比如，在教室的多个位置安装图像采集设备，各个图像采集设备的安装高度可以大于预定的高度阈值，这样，各个图像采集设备可以采集到一个教室中各个学生的图像，避免出现有的学生的面部被遮挡的情况。

在学生进入教室之后，老师需要点名时，可以利用在多个图像采集设备采集教室中学生的多个待处理图像，根据多个待处理图像对教室中学生的身份进行识别，并进行学生考勤。由此，不需要老师点名来实现考勤，可以有效节省老师以及学生的时间。

上述的系统架构还可以应用于员工考勤时员工的身份识别，员工考勤可以是员工上班时的考勤或者员工培训时的考勤。由于员工考勤时的身份识别与学生考勤时的身份识别类似，在此不再赘述。

与本申请实施例的身份识别方法相应地，本申请实施例提供一种身份识别装置，如图6所示，身份识别装置400包括：

第一获取模块402，用于获取待识别对象的多个待处理图像；多个待处理图像是通过在同一时间段内对待识别对象从多个拍摄方向拍摄得到，每个拍摄方向至少用于拍摄一个待处理图像；

第二获取模块404，用于在多个待处理图像中，分别获取待识别对象的面部数据；

第一计算模块406，用于分别计算各个面部数据与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度；

第一确定模块408，用于当主拍摄方向对应的相似度不大于预设阈值时，根据主拍摄方向对应的相似度确定第一替换拍摄方向；主拍摄方向和第一替换拍摄方向为多个拍摄方向中两个拍摄方向；

第一识别模块410，用于根据第一替换拍摄方向对应的相似度，对待识别对象的身份进行识别。

在本申请实施例中，由于根据待识别对象在多个拍摄方向上的面部数据对待识别对象的身份进行识别，因此，不需要待识别对象的面部对准摄像头，避免出现由于没有捕获到待识别对象的面部图像而导致无法对待识别对象的身份进行识别的问题。

在本申请的一个或多个实施例中，第一确定模块408可以包括：

第一获取单元，用于在多个预设相似度区间中，确定主拍摄方向对应的相似度所在的预设相似度区间为第一目标相似度区间；

第一确定单元，用于将第一目标相似度区间对应的拍摄方向确定为第一替换拍摄方向；

其中，多个预设相似度区间之间连续且无交集，每个预设相似度区间对应至少一个拍摄方向；对于多个预设相似度区间中的任意两个预设相似度区间，若第一预设相似度区间包括的相似度大于第二预设相似度区间包括的相似度，则第一预设相似度区间对应的拍摄方向与主拍摄方向之间的夹角小于第二预设相似度区间对应的拍摄方向与主拍摄方向之间的夹角。

在本申请的一个或多个实施例中，第一识别模块410可以包括：

第二确定单元，用于当第一替换拍摄方向对应的相似度大于预设阈值时，确定待识别对象的身份识别成功；

第三确定单元，用于当第一替换拍摄方向对应的相似度不大于预设阈值时，根据第一替换拍摄方向确定第二替换拍摄方向；

第一识别单元，用于根据第二替换目标拍摄方向对应的相似度，对待识别对象的身份进行识别；

其中，第二替换拍摄方向对应的预设相似度区间与第一替换拍摄方向对应的预设相似度区间相邻，且第二替换拍摄方向对应的预设相似度区间中的相似度小于第一替换拍摄方向对应的预设相似度区间中的相似度。

在本申请的一个或多个实施例中，多个拍摄方向至少包括：主拍摄方向，以及与主拍摄方向垂直的拍摄方向和/或与主拍摄方向相反的拍摄方向。

在本申请的一个或多个实施例中，第一替换拍摄方向上的辅图像采集设备有多个，且至少两个辅图像采集设备与主拍摄方向上的主图像采集设备的距离不同；第一替换拍摄方向对应的相似度包括各个辅图像采集设备对应的相似度，辅图像采集设备对应的相似度为其拍摄的待处理图像中面部数据与预设面部数据之间的相似度；第一目标相似度区间包括多个连续且无交集的子相似度区间，每个子相似度区间对应至少一个辅图像采集设备；对于多个子相似度区间中的任意两个子相似度区间，若第一子相似度区间包括的相似度大于第二子相似度区间包括的相似度，则第一子相似度区间对应的辅图像采集设备与主图像采集设备的距离小于第二预设相似度区间对应的辅图像采集设备与主图像采集设备之间的距离。

身份识别装置400还可以包括：

第四确定模块，用于在多个子相似度区间中，确定主拍摄方向对应的相似度所在的子相似度区间为第二目标相似度区间；

第三获取模块，用于从第一替换拍摄方向对应的相似度中，获取第一辅图像采集设备对应的相似度，第一辅图像采集设备为第二目标相似度区间对应的辅图像采集设备；

第一识别模块410具体可以用于：根据第一辅图像采集设备对应的相似度，对待识别对象的身份进行识别。

在本申请的一个或多个实施例中，第一识别模块410可以包括：

第四确定单元，用于在第一辅图像采集设备对应的相似度大于预设阈值的情况下，确定待识别对象的身份识别成功；

第五确定单元，用于在第一辅图像采集设备对应的相似度不大于预设阈值的情况下，根据第一辅图像采集设备，确定第二辅图像采集设备；

第二识别单元，用于根据第二辅图像采集设备对应的相似度，对待识别对象的身份进行识别；

其中，第二辅图像采集设备对应的子相似度区间与第一辅图像采集设备对应的子相似度区间相邻，且第二辅图像采集设备对应的子相似度区间中的相似度小于第一辅图像采集设备对应的子相似度区间中的相似度。

在本申请的一个或多个实施例中，第一计算模块406具体可以用于：

利用多个线程并行计算各个面部数据分别与预设面部数据之间的相似度，得到每个拍摄方向对应的相似度；

其中，一个线程用于计算至少一个面部数据与预设面部数据之间的相似度。

在本申请实施例中，通过采用多个线程并行计算待识别对象在各个拍摄方向上的面部数据与预设面部数据之间的各个相似度，可以有效地提高数据处理速度。

在本申请的一个或多个实施例中，身份识别装置400还可以包括：

更新模块，用于在确定待识别对象的身份识别成功的情况下，更新已成功识别身份的对象数量，并识别多个图像中下一个对象的身份，直到识别完多个图像中各对象的身份为止；

输出模块，用于在识别完多个图像中各对象的身份的情况下，根据成功识别身份的总对象数量，输出对象统计结果。

在本申请实施例中，可以根据各个对象的身份识别结果输出对象统计结果，避免了用户手动统计各个对象的身份识别结果。

本申请实施例还提供一种身份识别设备，身份识别设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现上述任意一项的身份识别方法。

图7是本申请提供的一个实施例的身份识别设备的硬件结构示意图。

在身份识别设备可以包括处理器501以及存储有计算机程序指令的存储器502。

具体地，上述处理器501可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。

存储器可包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。

处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种身份识别方法。

在一个示例中，身份识别设备还可包括通信接口503和总线510。其中，如图7所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。

通信接口503，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线510包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

另外，结合上述实施例中的身份识别方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种身份识别方法。

需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。