人像识别方法及装置

1.一种人像识别方法，其特征在于，包括：
采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像；
归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像；
从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据；其中，所述人脸特征数据包括人脸灰度特征数据、人脸形状特征数据和人脸皮肤纹理特征数据；
将所述第一、第二和第三人脸特征数据进行两两交叉匹配，包括：对所述第一、第二和第三人脸特征数据中的人脸灰度特征数据依次进行两两比对，得到灰度特征识别分值序列；对所述第一、第二和第三人脸特征数据中的人脸形状特征数据依次进行两两比对，得到形状特征识别分值序列；
对所述第一、第二和第三人脸特征数据中的人脸皮肤纹理特征数据依次进行两两比对，得到纹理特征识别分值序列；对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列；
输出所述第一、第二和第三人脸特征数据交叉匹配的结果。
2.根据权利要求1所述的人像识别方法，其特征在于，所述将所述第一、第二和第三人脸特征数据进行两两交叉匹配，还包括：将所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列中相同位次的数值分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。
3.根据权利要求2所述的人像识别方法，其特征在于，还包括：将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。
4.根据权利要求3所述的人像识别方法，其特征在于，所述将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，包括：将所述融合识别分值序列分别与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。
5.根据权利要求3所述的人像识别方法，其特征在于，所述将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，包括：将所述综合识别分值序列分别与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。
6.一种人像识别装置，其特征在于，包括：
采集获取单元，用于采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像；
归一化单元，用于归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像；
提取单元，用于从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据；其中，所述人脸特征数据包括人脸灰度特征数据、人脸形状特征数据和人脸皮肤纹理特征数据；
匹配单元，用于将所述第一、第二和第三人脸特征数据进行两两交叉匹配，包括：灰度匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸灰度特征数据依次进行两两比对，得到灰度特征识别分值序列；
形状匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸形状特征数据依次进行两两比对，得到形状特征识别分值序列；
纹理匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸皮肤纹理特征数据依次进行两两比对，得到纹理特征识别分值序列；
融合匹配子单元，用于对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列；
输出单元，用于输出所述第一、第二和第三人脸特征数据交叉匹配的结果。
7.根据权利要求6所述的人像识别装置，其特征在于，所述匹配单元还包括：
综合匹配子单元，用于对所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列中相同位次的数值分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。
8.根据权利要求7所述的人像识别装置，其特征在于，还包括：
报警单元，用于将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。
9.根据权利要求8所述的人像识别装置，其特征在于，所述报警单元包括：
第一报警子单元，用于将所述融合识别分值序列与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。
10.根据权利要求8所述的人像识别装置，其特征在于，所述报警单元包括：
第二报警子单元，用于将所述综合识别分值序列与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。

人像识别方法及装置\n技术领域\n[0001] 本发明涉及图像识别技术领域，特别是涉及一种人像识别方法及装置。\n背景技术\n[0002] 为了保障线上交易的安全可靠，用户需要提供有效的身份证明文件供网站运营者进行审核，只有审核通过的用户才可以进行线上交易。实践中，用户首先将扫描的身份证明文件上传至网站服务器上，网站运营者在获取用户上传的身份证明文件的扫描件后，将包括人像、身份证号、住址等在内的身份信息与公安部身份信息数据系统中的身份信息数据进行对比识别。其中的人像识别就是其中的重要一环。\n[0003] 现有的人像识别一般是将用户提供的有效身份证明上的人像与公安部身份信息数据系统中的人像进行对比识别。但是，上述的做法只能在一定程度上识别出用户上传的用户身份证明文件是否与公安部的身份信息数据相符。对于假冒他人身份进行身份认证的行为却无法进行识别，留下了较大的隐患，严重影响了线上交易的安全。\n发明内容\n[0004] 本发明实施例解决的问题是如何更加准确地进行人像识别，以使得线上交易更加安全可靠。\n[0005] 为解决上述问题，本发明实施例提供了一种人像识别方法，所述人像识别方法包括：\n[0006] 采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像；\n[0007] 归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像；\n[0008] 从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据；\n[0009] 将所述第一、第二和第三人脸特征数据进行两两交叉匹配；\n[0010] 输出所述第一、第二和第三人脸特征数据交叉匹配的结果。\n[0011] 可选地，所述人脸特征数据包括人脸灰度特征数据、人脸形状特征数据和人脸皮肤纹理特征数据。\n[0012] 可选地，所述将所述第一、第二和第三人脸特征数据进行两两交叉匹配包括：\n[0013] 对所述第一、第二和第三人脸特征数据中的人脸灰度特征数据依次进行两两比对，得到灰度特征识别分值序列；\n[0014] 对所述第一、第二和第三人脸特征数据中的人脸形状特征数据依次进行两两比对，得到形状特征识别分值序列；\n[0015] 对所述第一、第二和第三人脸特征数据中的人脸皮肤纹理特征数据依次进行两两比对，得到纹理特征识别分值序列；\n[0016] 对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列。\n[0017] 可选地，所述将所述第一、第二和第三人脸特征数据进行两两交叉匹配，还包括：\n将所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列中相同位次的数值分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。\n[0018] 可选地，所述人像识别方法还包括：将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。\n[0019] 可选地，所述将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，包括：将所述融合识别分值序列分别与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。\n[0020] 可选地，所述将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，包括：将所述综合识别分值序列分别与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。\n[0021] 本发明实施例还提供了一种人像识别装置，所述人像识别装置包括：\n[0022] 采集获取单元，用于采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像；\n[0023] 归一化单元，用于归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像；\n[0024] 提取单元，用于从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据；\n[0025] 匹配单元，用于将所述第一、第二和第三人脸特征数据进行两两交叉匹配；\n[0026] 输出单元，用于输出所述第一、第二和第三人脸特征数据交叉匹配的结果。\n[0027] 可选地，所述人脸特征数据包括人脸灰度特征数据、人脸形状特征数据和人脸皮肤纹理特征数据。\n[0028] 可选地，所述匹配单元包括：\n[0029] 灰度匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸灰度特征数据依次进行两两比对，得到灰度特征识别分值序列；\n[0030] 形状匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸形状特征数据依次进行两两比对，得到形状特征识别分值序列；\n[0031] 纹理匹配子单元，用于对所述第一、第二和第三人脸特征数据中的人脸皮肤纹理特征数据依次进行两两比对，得到纹理特征识别分值序列；\n[0032] 融合匹配子单元，用于对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列。\n[0033] 可选地，所述匹配单元还包括：\n[0034] 综合匹配子单元，用于对所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列中相同位次的数值分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。\n[0035] 可选地，所述人像识别装置还包括：\n[0036] 报警单元，用于将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。\n[0037] 可选地，所述报警单元包括：\n[0038] 第一报警子单元，用于将所述融合识别分值序列与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。\n[0039] 可选地，所述报警单元包括：\n[0040] 第二报警子单元，用于将所述综合识别分值序列与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。\n[0041] 与现有技术相比，本发明实施例的技术方案具有以下优点：\n[0042] 由于将所采集的人脸视频图像和身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中相匹配的人脸图像进行交叉匹配，不仅可以识别出身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否相匹配，还可以识别出身份证明提供人的人脸图像、所述身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否分别相互匹配，因此可以提高人像识别的准确度，使得线上交易更加安全可靠。\n[0043] 进一步地，在进行人脸特征识别时，通过对所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列，可以进一步提高人脸特征识别的准确性。\n[0044] 进一步地，由于将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，给用户以提示，以便采取相应的措施，可以减少由于用户疏漏导致的安全隐患。\n附图说明\n[0045] 图1是本发明实施例中一种的人像识别方法的流程图；\n[0046] 图2是本发明实施例中另一种人像识别方法的流程图；\n[0047] 图3是本发明实施例中的人像识别装置的结构示意图。\n具体实施方式\n[0048] 本发明实施例采用的技术方案由于将所采集的人脸视频图像和身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中相匹配的人脸图像进行交叉匹配，不仅可以识别出身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否相匹配，还可以识别出身份证明提供人的人脸图像与所述身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否分别相互匹配，提高了人像识别的准确度，使得线上交易更加安全可靠。\n[0049] 为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。\n[0050] 请参照图1，其示出了本发明实施例中的人像识别方法的流程图。所述人像识别方法包括：\n[0051] 步骤S11，采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像。\n[0052] 其中，所述身份信息提供人的人脸视频图像可以通过网络摄像机进行采集，有效身份证明可以为身份证、护照等，第三方身份数据系统可以为ID5身份网数据系统。\n[0053] 步骤S12，归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像。\n[0054] 步骤S13，从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据。\n[0055] 步骤S14，将所述第一、第二和第三人脸特征数据进行两两交叉匹配。\n[0056] 步骤S15，输出所述第一、第二和第三人脸特征数据交叉匹配的结果。\n[0057] 本发明实施例的人像识别方法，由于将所采集的人脸视频图像和身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中相匹配的人脸图像进行两两交叉匹配，不仅可以识别出身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否相匹配，还可以识别出身份证明提供人的人脸图像与所述身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否分别相匹配，提高了人像识别的准确度，使得线上交易更加安全可靠。\n[0058] 参照图2，其示出了本发明实施例中另一种人像识别方法的流程图。所述人像识别方法包括：\n[0059] 步骤S21，采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像。\n[0060] 在具体实施方式中，身份信息提供人的人脸视频图像可以通过网络摄像机采集，有效身份证明上的人脸图像可以从身份信息提供人提供的有效身份证明文件例如身份证上获取，第三方身份数据系统中相匹配的人脸图像可以从例如ID5身份网数据库中得到。\n[0061] 步骤S22，归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像。\n[0062] 归一化处理图像可以通过一系列变换，即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响，将待处理的原始图像转换成相应的唯一标准形式。该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性。因此，步骤S22可以将所获取的所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像分别转换成为相应的标准形式图像，可以获取更加准确的人脸特征数据。\n[0063] 步骤S23，从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据。\n[0064] 其中，人脸特征数据可以包括人脸灰度特征数据、人脸形状特征数据和人脸皮肤纹理特征数据。\n[0065] 步骤S24，将所述第一、第二和第三人脸特征数据进行两两交叉匹配。\n[0066] 在具体实施中，可以通过将所述第一人脸特征数据、所述第二人脸特征数据和第三人脸特征数据依次进行两两比对，得到相应的特征识别分值，组成特征识别分值序列。\n[0067] 具体而言，步骤S24可以包括：首先，对第一、第二、第三人脸特征数据中的灰度特征数据进行两两灰度特征识别，依次得到第一、第二和第三灰度识别分值，组成灰度识别分值序列。对第一、第二和第三人脸特征数据中的形状特征数据进行两两形状特征识别，依次得到第一、第二和第三形状识别分值，组成形状识别分值序列；对第一、第二及第三人脸特征数据中的人脸皮肤纹理特征数据进行两两纹理特征识别，依次得到第一、第二和第三纹理识别分值，组成纹理识别分值序列。接着，对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列。步骤S24旨在获取人脸特征数据的融合匹配结果。其中的多特征融合识别可以采用匹配量化层的多特征融合识别，首先将各个特征数据分别进行匹配得到不同的量化值，然后对量化值进行归一化，最后用一个统一的规则对归一化后的所有量化值进行计算得到一个量化值。在具体实施中，多特征融合识别可以包括：对第一灰度识别分值、第一形状识别分值和第一纹理识别分值执行多特征融合识别，得到第一融合识别分值；对第二灰度识别分值、第二形状识别分值和第二纹理识别分值执行多特征融合识别，得到第二融合识别分值；对第三灰度识别分值、第三形状识别分值和第三纹理识别分值执行多特征融合识别，得到第三融合识别分值；所述第一、第二和第三融合识别分值组成融合识别分值序列。通过采用匹配量化层的多特征融合识别得出的融合识别分值序列，反映了第一、第二和第三人脸特征数据两两匹配的综合结果。依据此综合结果，可以输出相应的判断结果。\n[0068] 步骤S25，输出所述第一、第二和第三人脸特征数据交叉匹配的结果。\n[0069] 步骤S25可以将第一、第二和第三人脸特征数据两两匹配的综合结果，也就是将所述的第一、第二和第三融合识别分值通过直观的方式显示给用户，使得用户可以方便地了解匹配结果。\n[0070] 步骤S26，将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。\n[0071] 在具体实施中，步骤S26可以包括：将所述融合识别分值序列分别与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。具体而言，将第一融合识别分值与第一阈值序列中第一位次的数值进行比较，第二融合识别分值与第一阈值序列中第二位次的数值进行比较，第三融合识别分值与第一阈值序列中第三位次的数值进行比较。在上述的比较中，当融合识别分值序列小于第一阈值序列中相同位次的数值时，发布告警信息。由于将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息，给用户以提示，使得用户更能全面掌握人像识别的结果，方便实用。\n[0072] 在具体实施中，为了进一步提高匹配的准确度，本发明实施例的人像识别方法还可以包括：将所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。具体而言，该步骤可以包括：对第一灰度识别分值、第一形状识别分值、第一纹理识别分值和第一融合识别分值执行多分类器融合；对第二灰度识别分值、第二形状识别分值、第二纹理识别分值和第二融合识别分值执行多分类器融合；对第三灰度识别分值、第三形状识别分值、第三纹理识别分值和第三融合识别分值执行多分类器融合；依次执行上述的多分类器融合分别得到第一、第二和第三综合识别分值，组成综合识别分值序列。使用多分类器融合，可以进一步提高人脸特征数据匹配的准确性。\n[0073] 在具体实施中，为了在综合识别分值小于一定程度时，给用户以提示，方便用户进一步采取相应的措施，本发明实施例的人像识别方法还可以包括：将所述综合识别分值序列与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。\n[0074] 具体而言，该步骤可以包括：将第一综合识别分值与第二阈值序列中第一位次的数值进行比较，第二综合识别分值与第二阈值序列中第二位次的数值进行比较，第三综合识别分值与第二阈值序列中第三位次的数值进行比较。在上述的比较中，当综合识别分值序列小于第一阈值序列中相同位次的数值时，发布告警信息，以给相关操作人员以提示。\n[0075] 请参见图3，其示出了本发明实施例的人像识别装置的结构示意图。所述人像识别装置包括依次连接的采集获取单元1、归一化单元2、提取单元3、匹配单元4和输出单元5。\n[0076] 其中，采集获取单元1，用于采集身份信息提供人的人脸视频图像，并获取身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中的相匹配的人脸图像。\n[0077] 归一化单元2，用于归一化处理所述人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像。\n[0078] 提取单元3，用于从经过所述归一化处理的人脸视频图像、所述身份信息提供人提供的有效身份证明上的人脸图像和所述第三方身份数据系统中的相匹配的人脸图像中获取人脸特征数据，分别作为第一、第二和第三人脸特征数据。\n[0079] 匹配单元4，用于将所述第一、第二和第三人脸特征数据进行两两交叉匹配。\n[0080] 输出单元5，用于输出所述第一、第二和第三人脸特征数据交叉匹配的结果。\n[0081] 由于上述人像识别装置将所采集的人脸视频图像和身份信息提供人提供的有效身份证明上的人脸图像和第三方身份数据系统中相匹配的人脸图像进行交叉匹配，不仅可以识别出身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否相匹配，还可以识别出身份证明提供人的人脸图像与所述身份证明文件上的人脸图像与第三方身份数据系统中的人脸图像是否分别相互匹配，因此可以提高人像识别的准确度，使得线上交易更加安全可靠。\n[0082] 为了在人脸图像特征数据的匹配结果低于一定程度时，给用户以提示，以进一步采取相应的措施，本发明实施例的人像识别装置还可以包括报警单元6。报警单元6可以用于将所述交叉匹配的结果与预设的阈值进行比较，当所述交叉匹配的结果小于所述阈值时，发布告警信息。\n[0083] 在具体实施中，匹配单元4可以包括灰度匹配子单元41、形状匹配子单元42、纹理匹配子单元43、融合匹配子单元44。其中，\n[0084] 灰度匹配子单元41，用于对所述第一、第二和第三人脸特征数据中的人脸灰度特征数据依次进行两两比对，得到灰度特征识别分值序列。\n[0085] 形状匹配子单元42，用于对所述第一、第二和第三人脸特征数据中的人脸形状特征数据依次进行两两比对，得到形状特征识别分值序列。\n[0086] 纹理匹配子单元43，用于对所述第一、第二和第三人脸特征数据的人脸皮肤纹理特征数据依次进行两两比对，得到纹理特征识别分值序列。\n[0087] 融合匹配子单元44，用于对所述灰度特征识别分值序列、所述形状识别分值序列和所述纹理识别分值序列中的相同位次的数值分别执行多特征融合识别，得到融合识别分值序列。\n[0088] 在具体实施中，为进一步提高人脸特征数据匹配的准确性，匹配单元4还可以包括综合匹配子单元45，用于对所述灰度特征识别分值序列、所述形状识别分值序列、所述纹理识别分值序列中相同位次的数值分别与所述融合识别分值序列中相同位次的数值执行多分类器融合，得到综合识别分值序列。\n[0089] 在具体实施中，报警单元6可以包括第一报警子单元61和第二报警子单元62。其中，第一报警子单元61可以用于在将所述融合识别分值序列与预设的第一阈值序列中相同位次的数值进行比较，当所述融合识别分值序列小于所述第一阈值序列中相同位次的数值时，发布告警信息。第二报警子单元62可以用于在将所述综合识别分值序列与预设的第二阈值序列中相同位次的数值进行比较，当所述综合识别分值序列小于所述第二阈值序列中相同位次的数值时，发布告警信息。\n[0090] 本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。\n[0091] 以上对本发明的方法及装置做了详细介绍，本发明并不限于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。