人脸反识别方法、系统、计算机设备及可读存储介质.pdf

《人脸反识别方法、系统、计算机设备及可读存储介质.pdf》由会员分享，可在线阅读，更多相关《人脸反识别方法、系统、计算机设备及可读存储介质.pdf（18页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010964608.1 (22)申请日 2020.09.15 (71)申请人 北京中合万象科技有限公司 地址 100071 北京市丰台区丰台镇游泳场 北路9号71幢3层315室 (72)发明人 李伟宁李伟贡 (74)专利代理机构 北京艾皮专利代理有限公司 11777 代理人 丁艳侠 (51)Int.Cl. G06K 9/00(2006.01) (54)发明名称 一种人脸反识别方法、 系统、 计算机设备及 可读存储介质 (57)摘要 本发明实施例涉及人脸识别技术领域， 具体 。

2、公开了一种人脸反识别方法、 系统、 计算机设备 及可读存储介质， 本发明实施例提供的人脸反识 别方法通过获取所述显示屏前方待识别的人脸 图像； 提取所述人脸图像中的区域特征信息； 将 所述区域特征信息与预设的人脸特征数据库进 行匹配； 确认待识别的人脸图像的身份信息； 获 取所确认的人脸图像的区域特征信息， 将所述区 域特征信息进行替换并生成目标人脸信息， 使用 检测设备对所述目标人脸信息进行识别， 在检测 设备无法对目标人脸信息进行识别时， 保存所述 目标人脸信息； 从而能够在人们进行人脸识别过 程中， 使当前所识别的人脸图像信息不容易被他 人进行恶意识别， 从而保障了当前所识别人脸图 像信。

3、息的安全。 权利要求书2页 说明书8页 附图7页 CN 112101200 A 2020.12.18 CN 112101200 A 1.一种人脸反识别方法， 应用于具有显示屏的计算机设备， 其特征在于， 所述方法包 括： 获取所述显示屏前方待识别的人脸图像； 提取所述人脸图像中的区域特征信息； 将所述区域特征信息与预设的人脸特征数据库进行匹配； 获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配的标准人脸信息， 在标 准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度时， 确认待识别的人脸 图像的身份信息； 获取所确认的人脸图像的区域特征信息， 将所述区域特征信息进行替换并生成目标。

4、人 脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备无法对目标人脸信息进 行识别时， 保存所述目标人脸信息。 2.根据权利要求1所述的人脸反识别方法， 其特征在于， 形成所述人脸特征数据库的方 法包括以下具体步骤： 获取所述人脸图片库中的人脸区域特征信息； 整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中对应的特征人脸图 像； 获取人脸数据库中所有的所述人脸图片库中的所述特征人脸图像， 形成所述的人脸特 征数据库。 3.根据权利要求2所述的人脸反识别方法， 其特征在于， 获取所述标准人脸信息的步骤 包括： 获取人脸特征数据库中的特征人脸图像； 通过级联多任务卷积神经网。

5、络模型检测所述特征人脸图像， 以得到特征人脸图像的面 部特征点； 基于所述特征人脸图像的面部特征点与标准图像的面部特征点对所述特征人脸图像 进行近似变换， 得到具有所述标准人脸信息的标准人脸图像； 将所述标准人脸图像进行随 机亮度、 对比度和饱和度预处理， 获取所述标准人脸信息。 4.根据权利要求1-3任一所述的人脸反识别方法， 其特征在于， 所述方法还包括： 在获 取所述显示屏前方待识别的人脸图像之前， 检测计算机设备上显示屏的摄像头处于开启状 态， 并调整显示屏的亮度至最大值。 5.一种人脸反识别系统， 其特征在于， 应用于具有显示屏的计算机设备， 人脸反识别系 统包括： 第一获取模块， 。

6、用于获取所述显示屏前方待识别的人脸图像； 提取模块， 用于提取所述人脸图像中的区域特征信息； 匹配模块， 用于将所述区域特征信息与预设的人脸特征数据库进行匹配； 第二获取模块， 用于获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配的 标准人脸信息， 在标准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度 时， 确认待识别的人脸图像的身份信息； 检测识别模块， 用于获取所确认的人脸图像的区域特征信息， 将所述区域特征信息进 行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备无 权利要求书 1/2 页 2 CN 112101200 A 2 法对目标人脸信。

7、息进行识别时， 保存所述目标人脸信息。 6.根据权利要求5所述的人脸反识别系统， 其特征在于， 所述的人脸反识别系统还包 括： 检测调整模块， 用于检测计算机设备上显示屏的摄像头处于开启状态， 并调整显示屏的 亮度至最大值。 7.根据权利要求6所述的人脸反识别系统， 其特征在于， 还包括用于形成所述人脸特征 数据库的装置， 该用于形成所述人脸特征数据库的装置具体包括： 第三获取模块， 用于获取所述人脸图片库中的人脸区域特征信息； 整合模块， 用于整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中对 应的特征人脸图像； 第四获取模块， 用于获取人脸数据库中所有的所述人脸图片库中的所述特。

8、征人脸图 像， 形成所述的人脸特征数据库。 8.根据权利要求7所述的人脸反识别系统， 其特征在于， 还包括用于获取所述标准人脸 信息的装置， 该用于获取所述标准人脸信息的装置具体包括： 第五获取模块， 用于获取人脸特征数据库中的特征人脸图像； 检测模块， 用于通过级联多任务卷积神经网络模型检测所述特征人脸图像， 以得到特 征人脸图像的面部特征点； 图像处理模块， 用于基于所述特征人脸图像的面部特征点与标准图像的面部特征点对 所述特征人脸图像进行近似变换， 得到具有所述标准人脸信息的标准人脸图像； 将所述标 准人脸图像进行随机亮度、 对比度和饱和度预处理， 获取所述标准人脸信息。 9.一种计算机。

9、设备， 其特征在于， 包括显示屏、 存储器、 处理器以及计算机程序， 其中所 述存储器中存储有计算机程序， 所述计算机程序被所述处理器执行时， 使得所述处理器执 行权利要求1-4任一项权利要求所述人脸反识别方法的步骤。 10.一种可读存储介质， 其特征在于， 所述可读存储介质上存储有计算机程序， 所述计 算机程序被处理器执行时， 使得所述处理器执行权利要求1-4任一项权利要求所述人脸反 识别方法的步骤。 权利要求书 2/2 页 3 CN 112101200 A 3 一种人脸反识别方法、 系统、 计算机设备及可读存储介质 技术领域 0001 本发明实施例涉及人脸识别技术领域， 具体是一种人脸反识。

10、别方法、 系统、 计算机 设备及可读存储介质。 背景技术 0002 人脸识别技术， 是一种发展比较早的生物识别方式， 当前人脸识别技术应用越来 越广泛， 如： 人脸识别门禁系统、 监控系统等。 它已经成为了人工智能和模式识别研究领域 中一个备受关注的热点。 从而出现各种人脸识别算法， 如特征提取、 维度控制、 识别准确率 等。 由于人脸图像的维度比较高， 通常的做法是把人脸图像进行降维提取特征脸， 再进行比 对。 0003 其中， 主要采用的分析法就是对图像进行降维处理， 得到人脸图像的主成分， 去除 原始数据的相关性， 生成特征脸， 再把测试图像与特征脸进行比对识别， 该方法已经取得了 不错。

11、的识别效果， 但是， 随着信息化时代的发展， 对于个人资料的安全性要求越来越高， 人 们开始关注对个人信息的安全性， 传统的人脸识别技术， 人们在进行人脸识别过程中， 其人 脸图像信息容易被他人恶意利用， 会给人们的信息安全造成威胁； 因此， 亟需一种人脸反识 别方法， 以保障了当前所识别人脸图像信息的安全。 发明内容 0004 本发明实施例的目的在于提供一种人脸反识别方法、 系统、 计算机设备及可读存 储介质， 从而能够在人们进行人脸识别过程中， 使当前所识别的人脸图像信息不容易被他 人进行恶意识别， 从而保障了当前所识别人脸图像信息的安全。 0005 为实现上述目的， 本发明实施例提供如下。

12、技术方案： 一种人脸反识别方法， 应用于具有显示屏的计算机设备， 所述方法包括： 获取所述显示屏前方待识别的人脸图像； 提取所述人脸图像中的区域特征信息； 将所述区域特征信息与预设的人脸特征数据库进行匹配； 获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配的标准人脸信息， 在标 准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度时， 确认待识别的人脸 图像的身份信息； 获取所确认的人脸图像的区域特征信息， 将所述区域特征信息进行替换并生成目标人 脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备无法对目标人脸信息进 行识别时， 保存所述目标人脸信息。 0006 作为本。

13、发明实施例技术方案进一步的限定， 形成所述人脸特征数据库的方法包括 以下具体步骤： 获取所述人脸图片库中的人脸区域特征信息； 整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中对应的特征人脸图 说明书 1/8 页 4 CN 112101200 A 4 像； 获取人脸数据库中所有的所述人脸图片库中的所述特征人脸图像， 形成所述的人脸特 征数据库。 0007 作为本发明实施例技术方案进一步的限定， 获取所述标准人脸信息的步骤包括： 获取人脸特征数据库中的特征人脸图像； 通过级联多任务卷积神经网络模型检测所述特征人脸图像， 以得到特征人脸图像的面 部特征点； 基于所述特征人脸图像的面部特征。

14、点与标准图像的面部特征点对所述特征人脸图像 进行近似变换， 得到具有所述标准人脸信息的标准人脸图像； 将所述标准人脸图像进行随 机亮度、 对比度和饱和度预处理， 获取所述标准人脸信息。 0008 作为本发明实施例技术方案进一步的限定， 所述人脸图像中的区域特征信息包括 人脸的左眼、 右眼、 鼻子、 嘴巴和下巴所形成的特征点信息， 通过获取特征点信息实现对人 脸图像的识别。 0009 作为本发明实施例技术方案进一步的限定， 所述方法包括还包括： 在获取所述显 示屏前方待识别的人脸图像之前， 检测计算机设备上显示屏的摄像头处于开启状态， 并调 整显示屏的亮度至最大值。 0010 一种人脸反识别系统。

15、， 应用于具有显示屏的计算机设备， 所述人脸反识别系统包 括： 第一获取模块， 用于获取所述显示屏前方待识别的人脸图像； 提取模块， 用于提取所述人脸图像中的区域特征信息； 匹配模块， 用于将所述区域特征信息与预设的人脸特征数据库进行匹配； 第二获取模块， 用于获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配的 标准人脸信息， 在标准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度 时， 确认待识别的人脸图像的身份信息； 检测识别模块， 用于获取所确认的人脸图像的区域特征信息， 将所述区域特征信息进 行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备。

16、无 法对目标人脸信息进行识别时， 保存所述目标人脸信息。 0011 作为本发明实施例技术方案进一步的限定， 所述的人脸反识别系统还包括： 检测 调整模块， 用于检测计算机设备上显示屏的摄像头处于开启状态， 并调整显示屏的亮度至 最大值。 0012 作为本发明实施例技术方案进一步的限定， 所述的人脸反识别系统还包括用于形 成所述人脸特征数据库的装置， 具体包括： 第三获取模块， 用于获取所述人脸图片库中的人脸区域特征信息； 整合模块， 用于整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中对 应的特征人脸图像； 第四获取模块， 用于获取人脸数据库中所有的所述人脸图片库中的所述特征人脸图。

17、 像， 形成所述的人脸特征数据库。 0013 一种计算机设备， 包括显示屏、 存储器、 处理器以及计算机程序， 其中所述存储器 中存储有计算机程序， 所述计算机程序被所述处理器执行时， 使得所述处理器执行所述人 说明书 2/8 页 5 CN 112101200 A 5 脸反识别方法的步骤。 0014 一种可读存储介质， 所述可读存储介质上存储有计算机程序， 所述计算机程序被 处理器执行时， 使得所述处理器执行所述人脸反识别方法的步骤。 0015 与现有技术相比， 本发明的有益效果是： 本发明实施例提供的人脸反识别方法通过获取所述显示屏前方待识别的人脸图像； 提 取所述人脸图像中的区域特征信息；。

18、 将所述区域特征信息与预设的人脸特征数据库进行匹 配； 确认待识别的人脸图像的身份信息； 获取所确认的人脸图像的区域特征信息， 将所述区 域特征信息进行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备无法对目标人脸信息进行识别时， 保存所述目标人脸信息； 从而能够在人们进 行人脸识别过程中， 使当前所识别的人脸图像信息不容易被他人进行恶意识别， 从而保障 了当前所识别人脸图像信息的安全。 附图说明 0016 为了更清楚地说明本发明实施例中的技术方案， 下面将对实施例或现有技术描述 中所需要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发明的一些 。

19、实施例。 0017 图1为本发明实施例1提供的人脸反识别方法的流程图。 0018 图2为本发明实施例1提供的人脸反识别系统的结构示意图。 0019 图3为本发明实施例提供的计算机设备的结构示意图。 0020 图4为本发明实施例2提供的人脸反识别方法的流程图。 0021 图5为本发明实施例2提供的人脸反识别系统的结构示意图。 0022 图6为本发明实施例中可读存储介质与处理器的连接关系示意图。 0023 图7为本发明实施例中形成人脸特征数据库的方法的流程图。 0024 图8为本发明实施例中获取标准人脸信息的步骤流程图。 0025 图9为本发明实施例中用于形成所述人脸特征数据库的装置的模块结构图。。

20、 0026 图10为本发明实施例中用于获取所述标准人脸信息的装置的模块结构图。 具体实施方式 0027 为了使本发明的目的、 技术方案及优点更加清楚明白， 以下结合附图及实施例， 对 本发明进行进一步详细说明。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明， 并 不用于限定本发明。 0028 在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的， 而非旨在限制 本发明。 在本发明实施例和所附权利要求书中所使用的单数形式的 “一种” 、“所述” 和 “该” 也旨在包括多数形式， 除非上下文清楚地表示其他含义。 还应当理解， 本文中使用的术语 “和/或” 是指并包含一个或多个相关联的列。

21、出项目的任何或所有可能组合。 0029 应当理解， 尽管在本发明实施例中可能采用术语第一、 第二等来描述各种功能模 块， 但这些功能模块不应限于这些术语。 这些术语仅用来将同一类型的功能模块彼此区分 开。 例如， 在不脱离本发明实施例范围的情况下， 第一判断模块也可以被称为第二判断模 块， 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。 类似地， 说明书 3/8 页 6 CN 112101200 A 6 第二判断模块也可以被称为第一判断模块。 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。

22、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。 0030 可以理解的是， 在传统的人脸识别技术中， 当用户的人脸图像(比如照片)被别有 用心的人非法获取后， 很可能给用户的信息带来安全隐患。 0031 在本发明实施例中， 通过获取所述显示屏前方待识别的人脸图像； 提取所述人脸 图像中的区域特征信息； 将所述区域特征信息与预设的人脸特征数据库进行匹配； 确认待 识别的人脸图像的身份信息； 获取所确认的人脸图像的区域特征信息， 将所述区域特征信 息进行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在。

23、检测设 备无法对目标人脸信息进行识别时， 保存所述目标人脸信息； 从而能够在人们进行人脸识 别过程中， 对人脸图像信息进行保护， 保证人们的信息安全。 0032 实施例1 图1示出了本发明实施例1提供的人脸反识别方法的实现流程， 该人脸反识别方法应用 于具有显示屏的计算机设备， 该计算机设备可以是手机、 笔记本等可以进行通信的设备， 具 体不作限定， 所述的人脸反识别方法详述如下： 步骤S100， 获取所述显示屏前方待识别的人脸图像。 0033 在本发明实施例中， 当需要进行人脸识别时， 利用计算机设备上的摄像头对着用 户的人脸图像进行拍照， 然后提取出照片中用户的左眼、 右眼、 鼻子、 嘴巴。

24、和下巴所形成的 特征点信息， 可以理解的是， 本发明实施例中对用户的人脸图像进行获取时， 人脸图像信息 包括但不局限于上述的左眼、 右眼、 鼻子、 嘴巴和下巴等位置点的信息， 此处对人脸图像信 息的举例仅为方便理解本方案， 具体人脸图像信息的选定可根据实际需要灵活设定， 此处 不做限定。 0034 步骤S200， 提取所述人脸图像中的区域特征信息。 0035 在本发明实施例中， 对步骤S100中获取到的人脸图像中的信息进行提取， 提取内 容根据需要进行选定， 可以是但仅仅是鼻子附近的人脸图像的区域特征信息， 也可以是仅 仅包含鼻子附近和下巴附近的人脸图像的区域特征信息， 当然也可以是对随机的选。

25、择左 眼、 右眼、 鼻子、 嘴巴和下巴中的至少一个作为人脸图像的区域特征信息进行提取， 当然， 为 了提高人脸识别的成功率， 选择左眼、 右眼、 鼻子、 嘴巴和下巴中的至少三处作为区域特征 信息， 可显著提高人脸识别的成功率， 可以理解的是， 此处对人脸图像区域特征信息提取选 择的举例仅为方便理解本方案， 具体人脸图像的区域特征信息的提取选择可根据实际需要 灵活进行， 此处不做限定。 0036 步骤S300， 将所述区域特征信息与预设的人脸特征数据库进行匹配。 0037 另外， 图7示出了本发明实施例中形成所述人脸特征数据库的方法的流程框图， 本 发明实施例提供的形成所述人脸特征数据库的方法包。

26、括以下具体步骤： 获取所述人脸图片库中的人脸区域特征信息； 整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中对应的特征人脸图 像； 获取人脸数据库中所有的所述人脸图片库中的所述特征人脸图像， 形成所述的人脸特 说明书 4/8 页 7 CN 112101200 A 7 征数据库。 0038 在本发明提供的实施例中， 将步骤S200中所提取到的区域特征信息与原先预设好 的人脸特征数据库进行匹配， 可以理解的是， 所有获得授权的用户的人脸图像特征信息的 集合构成人脸图片库， 该人脸图片库的获取方式， 是通过对每一个获得授权的用户进行人 脸识别， 对其人脸图像的区域特征信息进行存储， 以获。

27、得该人脸特征数据库中人脸图像特 征信息的集合的数据基础， 即构成所述的人脸图片库。 0039 另外， 可以理解的是， 在本发明实施例中， 所述人脸图像中的区域特征信息包括人 脸的左眼、 右眼、 鼻子、 嘴巴和下巴所形成的特征点信息， 通过获取特征点信息实现对人脸 图像的识别。 0040 步骤S400， 获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配的标准 人脸信息， 在标准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度时， 确 认待识别的人脸图像的身份信息。 0041 在本发明实施例中， 在计算机设备识别到人脸图像信息后， 对人脸图像信息进行 提取区域特征信息， 并在人脸特征。

28、数据库中获取标准人脸信息， 在获取到标准人脸信息后， 对任人脸图像的区域特征信息进行匹配度比较， 在标准人脸信息与所述人脸图像的区域特 征信息匹配度大于预设匹配度时， 确认待识别的人脸图像的身份信息， 反之， 在标准人脸信 息与所述人脸图像的区域特征信息匹配度小于预设匹配度时， 说明该正在进行人脸识别的 用户为非授权用户， 进而无法确认待识别的人脸图像的身份信息， 并确认其为非授权用户。 0042 另外， 图8示出了本发明一优选实施例中获取所述标准人脸信息的流程框图， 具体 的， 在本发明的优选实施方式中提供了获取所述标准人脸信息的步骤， 所述步骤包括： 获取人脸特征数据库中的特征人脸图像； 。

29、通过级联多任务卷积神经网络模型检测所述特征人脸图像， 以得到特征人脸图像的面 部特征点； 基于所述特征人脸图像的面部特征点与标准图像的面部特征点对所述特征人脸图像 进行近似变换， 得到具有所述标准人脸信息的标准人脸图像； 将所述标准人脸图像进行随 机亮度、 对比度和饱和度预处理， 获取所述标准人脸信息。 0043 步骤S500， 获取所确认的人脸图像的区域特征信息， 将所述区域特征信息进行替 换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备无法对 目标人脸信息进行识别时， 保存所述目标人脸信息。 0044 其中， 在本发明实施例中， 对人脸识别确认后的授权用户的人脸。

30、图像信息进行区 域特征信息的替换， 该替换可以是随机的对左眼、 右眼、 鼻子、 嘴巴和下巴中的至少一个部 位进行替换， 替换过程中生成唯一的标识符， 在具体实现中， 在人脸图像区域特征的位置 点， 通过哈希算法生成唯一标识符， 将所述标识符写入最后位置进行保存， 从而提髙修改后 图像数据的安全性。 0045 本实施例提供的方案， 对当前人脸图像信息的区域特征信息通过预设算法生成标 识符， 并将标识符写入所述当前所识别的人脸图像信息中， 使处理后的当前所识别的人脸 图像信息不容易被他人进行恶意识别， 从而保障了当前所识别人脸图像信息的安全。 0046 图4示出了本发明实施例提供的另一个优选实施例。

31、， 在该实施例中， 所述的人脸反 识别方法还包括以下步骤： 说明书 5/8 页 8 CN 112101200 A 8 步骤S600， 在获取所述显示屏前方待识别的人脸图像之前， 检测计算机设备20上显示 屏21的摄像头23处于开启状态， 并调整显示屏21的亮度至最大值。 0047 可以理解的是， 在获取用户的人脸图像信息之前可对人脸图像信息进行预处理， 例如， 该预处理可以是对人脸图像的光线补偿、 人脸图像去噪以及人脸图像滤波中的至少 一种， 从而保证对获取到的用户人脸图像信息数据的有效性， 提髙人脸图像信息数据的处 理效率。 0048 图2示出了本发明实施例进一步提供的一种人脸反识别系统的模。

32、块结构图， 该人 脸反识别系统应用于具有显示屏的计算机设备， 所述人脸反识别系统10包括： 第一获取模块11， 用于获取所述显示屏前方待识别的人脸图像； 提取模块12， 用于提取所述人脸图像中的区域特征信息； 在本发明实施例中， 当需要进行人脸识别时， 利用第一获取模块11对用户的人脸图像 进行拍照， 然后利用提取模块12对照片中用户的左眼、 右眼、 鼻子、 嘴巴和下巴所形成的特 征点信息， 可以理解的是， 本发明实施例中对用户的人脸图像进行获取时， 人脸图像信息包 括但不局限于上述的左眼、 右眼、 鼻子、 嘴巴和下巴等位置点的信息， 此处对人脸图像信息 的举例仅为方便理解本方案， 具体人脸图。

33、像信息的选定可根据实际需要灵活设定， 此处不 做限定。 0049 匹配模块13， 用于将所述区域特征信息与预设的人脸特征数据库进行匹配； 第二获取模块14， 用于获取人脸特征数据库中与所述人脸图像的区域特征信息相匹配 的标准人脸信息， 在标准人脸信息与所述人脸图像的区域特征信息匹配度大于预设匹配度 时， 确认待识别的人脸图像的身份信息； 检测识别模块15， 用于获取所确认的人脸图像的区域特征信息， 将所述区域特征信息 进行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行识别， 在检测设备 无法对目标人脸信息进行识别时， 保存所述目标人脸信息。 0050 图5示出了本发明实施例的又一。

34、优选实施例， 该优选实施例中， 所述的人脸反识别 系统10还包括： 检测调整模块16， 用于检测计算机设备20上显示屏21的摄像头23处于开启 状态， 并调整显示屏21的亮度至最大值。 0051 本发明实施例还提供的人脸反识别系统还包括用于形成所述人脸特征数据库的 装置50； 图9示出了本发明实施例提供的用于形成所述人脸特征数据库的装置50的模块结构 图， 该用于形成所述人脸特征数据库的装置50包括： 第三获取模块51， 用于获取所述人脸图片库中的人脸区域特征信息； 整合模块52， 用于整合所述人脸区域特征信息的人脸特征点， 形成所述人脸图片库中 对应的特征人脸图像； 第四获取模块53， 用于。

35、获取人脸数据库中所有的所述人脸图片库中的所述特征人脸图 像， 形成所述的人脸特征数据库。 0052 在本发明提供的实施例中， 利用提取模块12所提取到的区域特征信息与原先预设 好的人脸特征数据库进行匹配， 可以理解的是， 所有获得授权的用户的人脸图像特征信息 的集合构成所述的人脸图片库， 该人脸图片库的获取方式， 是通过对每一个获得授权的用 户进行人脸识别， 对其人脸图像的区域特征信息进行存储， 以获得该人脸特征数据库中人 说明书 6/8 页 9 CN 112101200 A 9 脸图像特征信息的集合的数据基础， 即构成所述的人脸图片库。 0053 进一步的， 在本发明提供的实施例中， 本发明。

36、实施例还提供的人脸反识别系统还 包括用于获取所述标准人脸信息的装置60； 图10示出了本发明实施例提供的用于获取所述标准人脸信息的装置60的模块结构图， 该用于获取所述标准人脸信息的装置60具体包括： 第五获取模块61， 用于获取人脸特征数据库中的特征人脸图像； 检测模块62， 用于通过级联多任务卷积神经网络模型检测所述特征人脸图像， 以得到 特征人脸图像的面部特征点； 图像处理模块63， 用于基于所述特征人脸图像的面部特征点与标准图像的面部特征点 对所述特征人脸图像进行近似变换， 得到具有所述标准人脸信息的标准人脸图像； 将所述 标准人脸图像进行随机亮度、 对比度和饱和度预处理， 获取所述标。

37、准人脸信息。 0054 图3示出了本发明实施例提供的一种计算机设备的结构示意图， 该计算机设备包 括显示屏21、 存储器22、 处理器24、 以及计算机程序25， 其中所述存储器22中存储有计算机 程序25， 所述计算机程序25被所述处理器24执行时， 使得所述处理器24执行所述人脸反识 别方法的步骤。 0055 可以理解的是， 在本发明提供的优选实施例中， 该计算机设备还可以为笔记本电 脑、 个人数字助理(Personal Digital Assistant， PDA)、 手机等可以进行通信的设备。 0056 图6示出了本发明实施提供的一种可读存储介质的示意图， 所述可读存储介质30 上存储。

38、有计算机程序25， 所述计算机程序25被处理器24执行时， 使得所述处理器24执行所 述人脸反识别方法的步骤。 0057 示例性的， 计算机程序可以被分割成一个或多个模块， 一个或者多个模块被存储 在存储器中， 并由处理器执行， 以完成本发明。 一个或多个模块可以是能够完成特定功能的 一系列计算机程序指令段， 该指令段用于描述计算机程序在终端设备中的执行过程。 例如， 上述计算机程序可以被分割成上述各个系统实施例提供的泊位状态显示系统的单元或模 块。 0058 本领域技术人员可以理解， 上述终端设备的描述仅仅是示例， 并不构成对终端设 备的限定， 可以包括比上述描述更多或更少的部件， 或者组合。

39、某些部件， 或者不同的部件， 例如可以包括输入输出设备、 网络接入设备、 总线等。 0059 所称处理器可以是中央处理单元(Central Processing Unit， CPU)， 还可以是其 他通用处理器、 数字信号处理器 (Digital Signal Processor， DSP)、 专用集成电路 (Application Specific Integrated Circuit， ASIC)、 现成可编程门阵列 (Field- Programmable Gate Array， FPGA) 或者其他可编程逻辑器件、 分立门或者晶体管逻辑器 件、 分立硬件组件等。 通用处理器可以是微处理。

40、器或者该处理器也可以是任何常规的处理 器等， 上述处理器是上述终端设备的控制中心， 利用各种接口和线路连接整个用户终端的 各个部分。 0060 上述存储器可用于存储计算机程序和/或模块， 上述处理器通过运行或执行存储 在存储器内的计算机程序和/或模块， 以及调用存储在存储器内的数据， 实现上述终端设备 的各种功能。 存储器可主要包括存储程序区和存储数据区， 其中， 存储程序区可存储操作系 统、 至少一个功能所需的应用程序 （比如信息采集模板展示功能、 产品信息发布功能等） 等； 说明书 7/8 页 10 CN 112101200 A 10 存储数据区可存储根据泊位状态显示系统的使用所创建的数据。

41、 （比如不同产品种类对应的 产品信息采集模板、 不同产品提供方需要发布的产品信息等） 等。 此外， 存储器可以包括高 速随机存取存储器， 还可以包括非易失性存储器， 例如硬盘、 内存、 插接式硬盘， 智能存储卡 （Smart Media Card， SMC） ， 安全数字 （Secure Digital， SD） 卡， 闪存卡 （Flash Card） 、 至 少一个磁盘存储器件、 闪存器件、 或其他易失性固态存储器件。 0061 终端设备集成的模块/单元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， 可以存储在一个计算机可读取存储介质中。 基于这样的理解， 本发明实现上述 实施。

42、例系统中的全部或部分模块/单元， 也可以通过计算机程序来指令相关的硬件来完成， 上述的计算机程序可存储于一计算机可读存储介质中， 该计算机程序在被处理器执行时， 可实现上述各个系统实施例的功能。 其中， 计算机程序包括计算机程序代码， 计算机程序代 码可以为源代码形式、 对象代码形式、 可执行文件或某些中间形式等。 计算机可读介质可以 包括： 能够携带计算机程序代码的任何实体或装置、 记录介质、 U盘、 移动硬盘、 磁碟、 光盘、 计算机存储器、 只读存储器 （ROM， Read-Only Memory） 、 随机存取存储器 （RAM， Random Access Memory） 、 电载波信。

43、号、 电信信号以及软件分发介质等。 0062 本发明实施例提供的人脸反识别方法通过获取所述显示屏前方待识别的人脸图 像； 提取所述人脸图像中的区域特征信息； 将所述区域特征信息与预设的人脸特征数据库 进行匹配； 确认待识别的人脸图像的身份信息； 获取所确认的人脸图像的区域特征信息， 将 所述区域特征信息进行替换并生成目标人脸信息， 使用检测设备对所述目标人脸信息进行 识别， 在检测设备无法对目标人脸信息进行识别时， 保存所述目标人脸信息； 从而能够在人 们进行人脸识别过程中， 对人脸图像信息进行保护， 保证人们的信息安全。 0063 需要说明的是， 在本文中， 术语 “包括” 、“包含” 或者。

44、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、 物品或者装置不仅包括那些要素， 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、 物品或者装置所固有 的要素。 在没有更多限制的情况下， 由语句 “包括一个” 限定的要素， 并不排除在包括该 要素的过程、 方法、 物品或者装置中还存在另外的相同要素。 0064 以上仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利用本发 明说明书及附图内容所作的等效结构或等效流程变换， 或直接或间接运用在其他相关的技 术领域， 均同理包括在本发明的专利保护范围内。 说明书 8/8 页 11 CN 112101200 A 11 图1 说明书附图 1/7 页 12 CN 112101200 A 12 图2 说明书附图 2/7 页 13 CN 112101200 A 13 图3 说明书附图 3/7 页 14 CN 112101200 A 14 图4 说明书附图 4/7 页 15 CN 112101200 A 15 图5 图6 说明书附图 5/7 页 16 CN 112101200 A 16 图7 图8 说明书附图 6/7 页 17 CN 112101200 A 17 图9 图10 说明书附图 7/7 页 18 CN 112101200 A 18 。