數據處理方法、裝置及存儲介質與流程

本發明涉及視頻監控技術領域，具體涉及一種數據處理方法、裝置及存儲介質。

背景技術：

隨著經濟、社會、文化的快速發展，越來越多外來人口流向城市，使得城市人口增加。城市人口的增加在加快城市化進程的同時，也給城市管理帶來更大的挑戰，雖然，視頻監控技術為城市安全提供了技術支持，且目前來看，包括多個攝像頭的監控系統已經在城市中應用來對一個區域進行監控，但是由于攝像頭的數目較多，且每個攝像頭的功能較為獨立，通常情況下，建立入庫則需要管理員尋找到目標，對目標進行盤查，以獲取該目標的入庫信息，入庫過程相當繁瑣。因此，如何通過攝像頭實現對目標進行快速入庫(即將該目標錄入到監控系統)的方式亟待解決。

技術實現要素：

本發明實施例提供了一種數據處理方法、裝置及存儲介質，可實現對目標進行快速入庫處理。

本發明實施例第一方面提供了一種數據處理方法，包括：

通過攝像頭獲取待入庫對象的身份信息以及人臉圖像；

對所述人臉圖像進行特征提取，得到特征參數集；

根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為預先存儲的注冊庫中的一員。

結合本發明實施例第一方面，在第一方面的第一種可能實施方式中，所述對所述人臉圖像進行特征提取，得到特征參數集，包括：

對所述人臉圖像進行特征點提取，得到p個特征點，所述p為大于1的整數；

對所述p個特征點進行篩選，得到q個特征點，所述q為小于所述p且大于1的整數；

將所述q個特征點中每一特征點的方向以及位置作為特征參數，得到所述q個特征參數；

對所述人臉圖像進行輪廓提取，得到k個特征輪廓，并將所述k個特征輪廓作為特征參數，得到所述k個特征參數；

將所述q個特征參數以及所述k個特征參數合成所述特征參數集。

如此，上述本實施例，從特征點維度出發，對人臉圖像進行特征點提取，還對特征點提取后得到的特征點進行篩選，可得到魯棒性較好的特征點，并選取篩選后的特征點的方向以及位置作為特征參數，相較于現有技術中僅僅依靠特征點個數對人臉圖像進行標記，該方式可以準確通過特征點標記人臉圖像，另外，又從輪廓角度出發，對人臉圖像進行輪廓提取，得到特征輪廓，將其當作特征參數，可將從兩個維度得到的特征參數合成特征參數集，通過特征點以及輪廓兩個方向對人臉圖像進行標記，這樣得到的特征參數集更能反映出人臉圖像，有利于在后續應用中提高人臉匹配的精度。

結合本發明實施例第一方面的第一種可能實施方式，在第一方面的第二種可能實施方式中，所述對所述p個特征點進行篩選，得到q個特征點，包括：

確定所述p個特征點的中心特征點；

從所述p個特征點中選取以所述中心特征點為圓心，且處于預設半徑范圍內的特征點，得到所述q個特征點。

如此，上述本實施例，可以從待篩選的特征點中選取一個中心特征點，以該中心特征點為圓心，預設半徑范圍內的特征點，由于中心特征點往往較為穩定，另外，圖像中的變化也是漸變的，因而，該中心特征點周圍的特征點也較為穩定，通過該方式，可快速實現對特征點進行篩選。

結合本發明實施例第一方面或第一方面的第一種或第二種可能實施方式，在第一方面的第三種可能實施方式中，在所述對所述人臉圖像進行特征提取，得到特征參數集之后，以及所述根據所述身份信息和所述特征參數集進行入庫操作之前，所述方法還包括：

根據所述特征參數集在所述注冊庫中進行搜索，在未搜索到任何匹配結果時，執行所述根據所述身份信息和所述特征參數集進行入庫操作的步驟。

如此，上述本實施例中，由于通過攝像頭進行入庫操作，會存在一種情況，即攝像頭拍攝到的人臉圖像可能已經存在于注冊庫中，因而，需要進一步在注冊庫中進行搜索，若未得到任何搜索結果，則說明上述人臉圖像不在注冊庫中，可對其進行入庫操作，以避免同一對象重復入庫。

結合本發明實施例第一方面或第一方面的第一種或第二種可能實施方式，在第一方面的第四種可能實施方式中，在所述根據所述身份信息和所述特征參數集進行入庫操作之后，所述方法還包括：

獲取所述待入庫對象的更新信息；

根據所述更新信息對所述待入庫對象的入庫信息進行更新。

如此，上述本實施例，可在待入庫對象入庫操作完成后，還可以繼續對其入庫信息進行更新和完善，因為入庫是個快速實現過程，有可能入庫時候信息不完善，那么，可先進行入庫操作，再在攝像頭捕捉到更多信息時，再完善該待入庫對象的入庫信息，可實現動態更新注冊庫中的入庫信息。

本發明實施例第二方面提供了一種數據處理裝置，包括：

第一獲取單元，用于通過攝像頭獲取待入庫對象的身份信息以及人臉圖像；

提取單元，用于對所述人臉圖像進行特征提取，得到特征參數集；

處理單元，用于根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為預先存儲的注冊庫中的一員。

結合本發明實施例第二方面，在第二方面的第一種可能實施方式中，所述提取單元包括：

第一提取模塊，用于對所述人臉圖像進行特征點提取，得到p個特征點，所述p為大于1的整數；

篩選模塊，用于對所述p個特征點進行篩選，得到q個特征點，所述q為小于所述p且大于1的整數；

第一確定模塊，用于將所述q個特征點中每一特征點的方向以及位置作為特征參數，得到所述q個特征參數；

第二提取模塊，用于對所述人臉圖像進行輪廓提取，得到k個特征輪廓，并將所述k個特征輪廓作為特征參數，得到所述k個特征參數；

第二確定模塊，用于將所述q個特征參數以及所述k個特征參數合成所述特征參數集。

結合本發明實施例第二方面的第一種可能實施方式，在第二方面的第二種可能實施方式中，所述篩選模塊具體用于：

用于確定所述p個特征點的中心特征點，從所述p個特征點中選取以所述中心特征點為圓心，且處于預設半徑范圍內的特征點，得到所述q個特征點。

結合本發明實施例第二方面或第二方面的第一種或第二種可能實施方式，在第二方面的第三種可能實施方式中，所述裝置還包括：

搜索單元，用于在所述提取單元對所述人臉圖像進行特征提取，得到特征參數集之后，根據所述特征參數集在所述注冊庫中進行搜索，在所述搜索單元未搜索到任何匹配結果時，由所述處理單元執行根據所述身份信息和所述特征參數集進行入庫操作的步驟。

結合本發明實施例第二方面或第二方面的第一種或第二種可能實施方式，在第二方面的第四種可能實施方式中，所述裝置還包括：

第二獲取單元，用于在所述處理單元根據所述身份信息和所述特征參數集進行入庫操作之后，獲取所述待入庫對象的更新信息；

更新單元，用于根據所述更新信息對所述待入庫對象的入庫信息進行更新。

本發明實施例第三方面提供了一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行以實現如第一方面或第一方面的任一可能實施方式所述的方法。

實施本發明實施例，具有如下有益效果：

可以看出，通過本發明實施例，數據處理裝置可通過攝像頭獲取待入庫對象的身份信息以及人臉圖像，對人臉圖像進行特征提取，得到特征參數集，根據身份信息和特征參數集進行入庫操作，以實現待入庫對象成為預先存儲的注冊庫中的一員。從而，可利用攝像頭獲取待入庫對象的人臉圖像以及身份信息，進一步對其人臉圖像進行特征提取，得到待入庫對象的特征參數集，進一步進行入庫操作，由于不用對待入庫對象進行盤問，而是直接通過攝像頭獲取，可提高入庫效率。例如，在超市中，在監控平臺發現可疑對象，由于不在現場無法制止可疑對象，進而，可通過上述本發明實施例對該可疑對象進行入庫操作，并通知工作人員對可疑對象的行為進行制止或者事后處理。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的一種數據處理方法的第一實施例流程示意圖；

圖2是本發明實施例提供的一種數據處理方法的第二實施例流程示意圖；

圖3a是本發明實施例提供的一種數據處理裝置的第一實施例結構示意圖；

圖3b是本發明實施例提供的圖3a所描述的數據處理裝置的提取單元的結構示意圖；

圖3c是本發明實施例提供的圖3a所描述的數據處理裝置的又一結構示意圖；

圖3d是本發明實施例提供的圖3a所描述的數據處理裝置的又一結構示意圖；

圖4是本發明實施例提供的一種數據處理裝置的第二實施例結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明的說明書和權利要求書及所述附圖中的術語“第一”、“第二”、“第三”和“第四”等是用于區別不同對象，而不是用于描述特定順序。此外，術語“包括”和“具有”以及它們任何變形，意圖在于覆蓋不排他的包含。例如包含了一系列步驟或單元的過程、方法、系統、產品或設備沒有限定于已列出的步驟或單元，而是可選地還包括沒有列出的步驟或單元，或可選地還包括對于這些過程、方法、產品或設備固有的其它步驟或單元。

在本文中提及“實施例”意味著，結合實施例描述的特定特征、結構或特性可以包含在本發明的至少一個實施例中。在說明書中的各個位置展示該短語并不一定均是指相同的實施例，也不是與其它實施例互斥的獨立的或備選的實施例。本領域技術人員顯式地和隱式地理解的是，本文所描述的實施例可以與其它實施例相結合。

本發明實施例所描述數據處理裝置可以包括智能手機(如android手機、ios手機、windowsphone手機等)、平板電腦、掌上電腦、筆記本電腦、移動互聯網設備(mid，mobileinternetdevices)或穿戴式設備等，上述僅是舉例，而非窮舉，包含但不限于上述裝置，當然，上述數據處理裝置還可以為服務器。

需要說明的是，本發明實施例中的數據處理裝置可與多個攝像頭連接，每一攝像頭均可用于抓拍視頻圖像，每一攝像頭均可有一個與之對應的位置標記，或者，可有一個與之對應的編號。通常情況下，攝像頭可設置在公共場所，例如，學校、博物館、十字路口、步行街、寫字樓、車庫、機場、醫院、地鐵站、車站、公交站臺、超市、酒店、娛樂場所等等。攝像頭在拍攝到視頻圖像后，可將該視頻圖像保存到數據處理裝置所在系統的存儲器。存儲器中可存儲有多個圖像庫，每一圖像庫可包含同一人的不同視頻圖像，當然，每一圖像庫還可以用于存儲一個區域的視頻圖像或者某個指定攝像頭拍攝的視頻圖像。

進一步可選地，本發明實施例中，攝像頭拍攝的每一幀視頻圖像均對應一個屬性信息，屬性信息為以下至少一種：視頻圖像的拍攝時間、視頻圖像的位置、視頻圖像的屬性參數(格式、大小、分辨率等)、視頻圖像的編號和視頻圖像中的人物特征屬性。上述視頻圖像中的人物特征屬性可包括但不僅限于：視頻圖像中的人物個數、人物位置、人物角度等等。

進一步需要說明的是，每一攝像頭采集的視頻圖像通常為動態人臉圖像，因而，本發明實施例中可以對人臉圖像的角度進行分析，上述角度可包括但不僅限于：水平轉動角度、俯仰角或者傾斜度。例如，可定義動態人臉圖像數據要求兩眼間距不小于30像素，建議60像素以上。水平轉動角度不超過±30°、俯仰角不超過±20°、傾斜角不超過±45°。建議水平轉動角度不超過±15°、俯仰角不超過±10°、傾斜角不超過±15°。例如，還可對人臉圖像是否被其他物體遮擋進行篩選，通常情況下，飾物不應遮擋臉部主要區域，飾物如深色墨鏡、口罩和夸張首飾等，當然，也有可能攝像頭上面布滿灰塵，導致人臉圖像被遮擋。本發明實施例中的視頻圖像的圖片格式可包括但不僅限于：bmp，jpeg，jpeg2000，png等等，其大小可以在10-30kb之間，每一視頻圖像還可以對應一個拍攝時間、以及拍攝該視頻圖像的攝像頭統一編號、與人臉圖像對應的全景大圖的鏈接等信息(人臉圖像和全局圖片建立特點對應性關系文件)。

請參閱圖1，為本發明實施例提供的一種數據處理方法的第一實施例流程示意圖。本實施例中所描述的數據處理方法，包括以下步驟：

101、通過攝像頭獲取待入庫對象的身份信息以及人臉圖像。

其中，待入庫對象的身份信息可包括但不僅限于：身份證號碼、身高、體重、家庭住址、手機號、銀行卡號、社交賬號、職業等等。在發現待入庫對象時，可通過攝像頭獲取該待入庫對象的人臉圖像，還可以通過攝像頭對該待入庫對象的整體圖像進行分析，以得到該待入庫對象的身高、年齡。進一步地，還可以將該人臉圖像發送給其他輔助系統(如：公安系統、銀行系統、社保系統等等)，由其他系統對該人臉圖像進行身份識別，可以進一步獲取該待入庫對象的身份信息，如：體重、家庭住址、手機號、銀行卡號、社交賬號、職業等等。

可選地，在執行步驟101時，可按照如下步驟執行：

11)、通過攝像頭獲取所述待入庫對象的m張第一圖像，所述m為大于1的整數；

12)、對所述m張第一圖像進行圖像質量評價，得到所述m個圖像質量評價值；

13)、從所述m個圖像質量評價值中選取圖像質量評價值大于預設質量閾值的圖像質量評價值，得到所述n個圖像質量評價值，并獲取其對應的第一圖像，得到所述n張第一圖像，所述n為大于1且小于所述m的整數；

14)、從所述n張第一圖像中選取最佳人臉角度的第一圖像作為所述人臉圖像；

15)、根據所述m張第一圖像確定所述待入庫對象的身份信息。

其中，上述步驟中的第一圖像可為待入庫相關的圖像，不僅僅指人臉圖像，還可以是攝像頭攝取的其他圖像，如：背影圖像，側臉圖像等等。上述第一圖像可來自于一段視頻，可對該一段視頻進行分割處理，得到一幀一幀圖像，對每一幀圖像進行識別，得到與待入庫對象相關的一系列圖像，當然，該一系列圖像中不僅包含待入庫對象人臉的圖像，還可以包含待入庫對象本人但不包含其人臉的圖像，例如，待入庫對象的側身，待入庫對象的背影。實現中，可先采用目標跟蹤算法對視頻進行處理，得到對待入庫對象相關的一系列圖像，然后，可對該待入庫對象相關的每一幀圖像進行分析，如：對每幀圖像進行圖像質量評價，選取圖像質量較好的圖像，進一步地，分析圖像質量較好的圖像中的每一幀圖像中人臉的角度，由于角度不一樣，其對應的人臉圖像的信息也不一樣，通常情況下，正視角度最佳，但攝像頭捕捉的話，往往是越接近正視角度的人臉圖像越佳，再從這些圖像中選取最佳人臉角度的圖像。例如，待入庫對象在運動過程中，較難捕捉到其人臉圖像，因而，可捕捉多張其圖像，從這些圖像中選取圖像質量好的圖像，再從圖像質量好的圖像中選取角度最佳的人臉圖像，如此，可選取一張合適的人臉圖像作為待入庫對象的入庫圖像，提高了對該待入庫對象的辨識準確度，毫無疑問，若選擇一張人臉圖像不清晰或者角度不好的圖像作為入庫圖像，那么，其在后續使用中，則誤識別幾率較高。

上述步驟15中，可利用m張第一圖像進行分析，得到該待入庫對象的身高、體型、臉型等等，將其作為該待入庫對象的身份信息。例如，本發明實施例用于商場或超市等監控系統中，在發現某個可疑對象時，可通過攝像頭獲取該可疑對象的人臉圖像，以及通過攝像頭獲取其相應的身份信息，進而，可及時對該可疑對象進行入庫操作。如此，即使不知道某個對象的具體身份信息，也可以對其進行入庫處理，以便于系統記錄可疑對象，在其下次進行該監控系統的監控范圍內，可通知工作人員及時對其進行關注。

其中，上述步驟12中，對所述m張第一圖像進行圖像質量評價，可采用如下方式：可采用至少一個圖像質量評價指標對圖像進行圖像質量評價，得到圖像質量評價值，其中，圖像質量評價指標可包括但不僅限于：平均灰度、均方差、熵、邊緣保持度、信噪比等等。可定義為得到的圖像質量評價值越大，則圖像質量越好。

需要說明的是，由于采用單一評價指標對圖像質量進行評價時，具有一定的局限性，因此，可采用多個圖像質量評價指標對圖像質量進行評價，當然，對圖像質量進行評價時，并非圖像質量評價指標越多越好，因為圖像質量評價指標越多，圖像質量評價過程的計算復雜度越高，也不見得圖像質量評價效果越好，因此，在對圖像質量評價要求較高的情況下，可采用2～10個圖像質量評價指標對圖像質量進行評價。具體地，選取圖像質量評價指標的個數及哪個指標，依據具體實現情況而定。當然，也得結合具體地場景選取圖像質量評價指標，在暗環境下進行圖像質量評價和亮環境下進行圖像質量評價選取的圖像質量指標可不一樣。

可選地，在對圖像質量評價精度要求不高的情況下，可用一個圖像質量評價指標進行評價，例如，以熵對待處理圖像進行圖像質量評價值，可認為熵越大，則說明圖像質量越好，相反地，熵越小，則說明圖像質量越差。

可選地，在對圖像質量評價精度要求較高的情況下，可以采用多個圖像質量評價指標對待評價圖像進行評價，在多個圖像質量評價指標對待評價圖像進行圖像質量評價時，可設置該多個圖像質量評價指標中每一圖像質量評價指標的權重，可得到多個圖像質量評價值，根據該多個圖像質量評價值及其對應的權重可得到最終的圖像質量評價值，例如，三個圖像質量評價指標分別為：a指標、b指標和c指標，a的權重為a1，b的權重為a2，c的權重為a3，采用a、b和c對某一圖像進行圖像質量評價時，a對應的圖像質量評價值為b1，b對應的圖像質量評價值為b2，c對應的圖像質量評價值為b3，那么，最后的圖像質量評價值＝a1b1+a2b2+a3b3。通常情況下，圖像質量評價值越大，說明圖像質量越好。

102、對所述人臉圖像進行特征提取，得到特征參數集。

其中，上述數據處理裝置可對人臉圖像進行特征點提取或者特征輪廓提取，將其作為特征參數集。特征提取的方式可包括但不僅限于：harris角點檢測算法、尺度不變特征(scaleinvariantfeaturetransform，sift)提取算法、采用分類器進行特征提取，分類器可包括但不僅限于：支持向量機(supportvectormachine，svm)、卷積神經網絡、級聯神經網絡、遺傳算法等等。當然，在人臉圖像不清晰的情況下，也可以對人臉圖像進行增強處理，增強處理可包括以下至少一項：平滑處理、灰度拉伸、直方圖均衡化，如此，可提升人臉圖像的質量，在此基礎上，再對增強后的人臉圖像進行特征提取，得到特征參數集，此時，可提取更多的特征。

可選地，上述步驟102中，對所述人臉圖像進行特征提取，得到特征參數集，可包括如下步驟：

21)、對所述人臉圖像進行特征點提取，得到p個特征點，所述p為大于1的整數；

22)、對所述p個特征點進行篩選，得到q個特征點，所述q為小于所述p且大于1的整數；

23)、將所述q個特征點中每一特征點的方向以及位置作為特征參數，得到所述q個特征參數；

24)、對所述人臉圖像進行輪廓提取，得到k個特征輪廓，并將所述k個特征輪廓作為特征參數，得到所述k個特征參數；

25)、將所述p個特征參數以及所述k個特征參數合成所述特征參數集。

其中，數據處理裝置可先對人臉圖像進行特征點提取，得到p個特征點，p為大于1的整數，上述p個特征點包括經過預先設置的特征點提取算法對人臉圖像進行特征點提取得到的全部特征點，預先設置的特征點提取算法可包括但不僅限于：harris角點檢測算法、尺度不變特征轉換算法(scale-invariantfeaturetransform，sift)算法，等等。由于這些特征點魯棒性不一定好，因而，需要對其進行篩選，即對p個特征點進行篩選，得到q個特征點，q為小于p且大于1的整數，主要是過濾掉一些特征不明顯的特征點，將q個特征點中每一特征點的方向以及位置作為特征參數，其目的在于，增強對人臉圖像的標記作用，因為位置代表了特征點在人臉圖像中的坐標位置，而方向則反映了其在該位置的指示方向，不僅豐富了特征點的特性，還可增強在人臉識別過程中的特征點識別難度，可提升人臉圖像的識別精度，因此，采用特征點的方向以及位置更能體現人臉圖像的特征，從而，可得到q個特征參數，其次，對人臉圖像進行輪廓提取，得到k個特征輪廓，該k個輪廓為采用預先設置的輪廓提取算法進行輪廓提取得到的全部輪廓，上述預先設置的輪廓提取算法可包括但不僅限于：hough變換、haar算子檢測算法、canny算子檢測算法等等，可將該k個特征輪廓作為特征參數，得到k個特征參數，將q個特征參數以及所述k個特征參數合成特征參數集，如此，可采用兩個維度對人臉圖像進行處理，有利用提高人臉防偽精度，因為采用兩個維度可深層次的對人臉圖像的特征進行標記，在人臉識別過程中，不僅需要特征點匹配，而且需要特征輪廓匹配。可選地，上述步驟22中，對所述p個特征點進行篩選，得到q個特征點，可包括如下步驟：

221)、確定所述p個特征點的中心特征點；

222)、從所述p個特征點中選取以所述中心特征點為圓心，且處于預設半徑范圍內的特征點，得到所述q個特征點。

其中，預設半徑范圍可由用戶自行設置或者系統默認，數據處理方法可將p個特征點映射到坐標系中，利用幾何方法確定該p個特征點的中心特征點，進而，可從p個特征點中選取以該中心特征點為圓心，預設半徑范圍內的特征點，得到q個特征點。當然，上述中心特征點不一定是p個特征點中的一個，也有可能是p個特征點的幾何中心，或者，靠近該幾何中心的某個特征點，如此，可確定人臉圖像中特征顯著的特征點，以提升人臉識別的精度和準確度。

103、根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為預先存儲的注冊庫中的一員。

其中，數據處理裝置可將身份信息和特征參數集作為待入庫對象的注冊信息保存在數據庫中，還可以為待入庫對象生成一個代碼標識，入庫成功后，該待入庫對象就成為預先存儲的注冊庫中的一員。按照上述方式，可完成對不同對象的入庫操作，方便、快捷。

可以看出，通過本發明實施例，數據處理裝置可通過攝像頭獲取待入庫對象的身份信息以及人臉圖像，對人臉圖像進行特征提取，得到特征參數集，根據身份信息和特征參數集進行入庫操作，以實現待入庫對象成為預先存儲的注冊庫中的一員。從而，可利用攝像頭獲取待入庫對象的人臉圖像以及身份信息，進一步對其人臉圖像進行特征提取，得到待入庫對象的特征參數集，進一步進行入庫操作，由于不用對待入庫對象進行盤問，而是直接通過攝像頭獲取，可提高入庫效率。例如，在超市中，在監控平臺發現可疑對象，由于不在現場無法制止可疑對象，進而，可通過上述本發明實施例對該可疑對象進行入庫操作，并通知工作人員對可疑對象的行為進行制止或者事后處理。

與上述一致地，請參閱圖2，為本發明實施例提供的一種數據處理方法的第二實施例流程示意圖。本實施例中所描述的數據處理方法，包括以下步驟：

201、通過攝像頭獲取待入庫對象的身份信息以及人臉圖像。

202、對所述人臉圖像進行特征提取，得到特征參數集。

203、根據所述特征參數集在預先存儲的注冊庫中進行搜索。

其中，數據處理裝置在根據人臉圖像確定特征參數集之后，可根據該特征參數集在注冊庫中進行搜索，其目的在于，以免出現重復注冊，如此，在搜索到匹配的特征參數集，則停止注冊，在未搜索到任何結果時，執行步驟204。

204、在未搜索到任何匹配結果時，根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為所述注冊庫中的一員。

其中，在未搜索到任何匹配結果，說明注冊庫中不存在該待入庫對象的資料，從而，可根據該身份信息以及特征參數集進行入庫操作，以實現待入庫對象成為預先存儲的注冊庫中的一員。

205、獲取所述待入庫對象的更新信息。

其中，在上述步驟204之后，上述更新信息可為手機號(例如，換了新的手機號)、銀行卡號(例如，辦理了新的銀行卡號)、家庭住址(例如，搬了新家的地址)等等。數據處理裝置可與其他系統進行關聯，該其他系統可以是公安系統、銀行系統、社保系統、運營商系統等等。如此，數據處理裝置可獲取預設時間間隔或者在每次其他系統信息更新時獲取待入庫對象的更新信息。

206、根據所述更新信息對所述待入庫對象的入庫信息進行更新。

其中，數據處理裝置可接收用戶輸入的更新信息，進而，利用更新信息更新對應的原本待入庫對象的入庫信息，以達到更新的目的。例如，在超市中，在監控平臺發現可疑對象，由于不在現場無法制止可疑對象，在制止了可疑對象之后，則可由工作人員對該可疑對象進行盤問，獲得該可疑對象更多的身份信息，從而，通過該身份信息對原本系統中的入庫信息進行完善。

可以看出，通過本發明實施例，數據處理裝置可獲取待入庫對象的身份信息以及人臉圖像，對人臉圖像進行特征提取，得到特征參數集，根據特征參數集在注冊庫中進行搜索，在未搜索到任何匹配結果時，根據身份信息和特征參數集進行入庫操作，以實現待入庫對象成為預先存儲的注冊庫中的一員，在此之后，還可以獲取待入庫對象的更新信息，根據更新信息對待入庫對象的入庫信息進行更新。從而，不僅可通過人臉圖像的特征參數集進行校驗待入庫對象是否被注冊，進而，根據待入庫對象的身份信息以及人臉圖像的的特征參數集進行入庫操作，還可以在獲取到了該待入庫對象更多的身份信息之后，及時對待入庫對象的信息進行更新，提高了入庫效率以及管理效率。

與上述一致地，以下為實施上述數據處理方法的裝置，具體如下：

請參閱圖3a，為本發明實施例提供的一種數據處理裝置的第一實施例結構示意圖。本實施例中所描述的數據處理裝置，包括：第一獲取單元301、提取302和處理單元303，具體如下：

第一獲取單元301，用于通過攝像頭獲取待入庫對象的身份信息以及人臉圖像；

提取單元302，用于對所述人臉圖像進行特征提取，得到特征參數集；

處理單元303，用于根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為預先存儲的注冊庫中的一員。

可選地，第一獲取單元301可包含：圖像獲取模塊(圖中未標出)、圖像質量評價模塊(圖中未標出)、圖像選取模塊(圖中未標出)和身份信息確定模塊(圖中未標出)，具體如下：

圖像獲取模塊，用于通過攝像頭獲取所述待入庫對象的m張第一圖像，所述m為大于1的整數；

圖像質量評價模塊，用于對所述m張第一圖像進行圖像質量評價，得到所述m個圖像質量評價值；

圖像選取模塊，用于從所述m個圖像質量評價值中選取圖像質量評價值大于預設質量閾值的圖像質量評價值，得到所述n個圖像質量評價值，并獲取其對應的第一圖像，得到所述n張第一圖像，所述n為大于1且小于所述m的整數；

所述圖像選取模塊，還用于從所述n張第一圖像中選取最佳人臉角度的第一圖像作為所述人臉圖像；

身份信息確定模塊，用于根據所述m張第一圖像確定所述待入庫對象的身份信息。

可選地，如圖3b，圖3b為圖3a所描述的數據處理裝置的提取單元302的具體細化結構，所述提取單元包括：第一提取模塊3021、篩選模塊3022、第一確定模塊3023、第二提取模塊3024和第二確定模塊3025，具體如下：

第一提取模塊3021，用于對所述人臉圖像進行特征點提取，得到p個特征點，所述p為大于1的整數；

篩選模塊3022，用于對所述p個特征點進行篩選，得到q個特征點，所述q為小于所述p且大于1的整數；

第一確定模塊3023，用于將所述q個特征點中每一特征點的方向以及位置作為特征參數，得到所述q個特征參數；

第二提取模塊3024，用于對所述人臉圖像進行輪廓提取，得到k個特征輪廓，并將所述k個特征輪廓作為特征參數，得到所述k個特征參數；

第二確定模塊3025，用于將所述q個特征參數以及所述k個特征參數合成所述特征參數集。

可選地，所述篩選模塊3022具體用于：

用于確定所述p個特征點的中心特征點，從所述p個特征點中選取以所述中心特征點為圓心，且處于預設半徑范圍內的特征點，得到所述q個特征點。

可選地，如圖3c，圖3c為圖3a所描述的數據處理裝置的又一變型結構，其與圖3a相比較，還可以包括搜索單元304，具體如下：

搜索單元304，用于在所述提取單元302對所述人臉圖像進行特征提取，得到特征參數集之后，根據所述特征參數集在所述注冊庫中進行搜索，在所述搜索單元未搜索到任何匹配結果時，由所述處理單元303執行根據所述身份信息和所述特征參數集進行入庫操作的步驟。

可選地，如圖3d，圖3d為圖3a所描述的數據處理裝置的又一變型結構，其與圖3a相比較，還可以包括第二獲取單元305和更新單元306，具體如下：

第二獲取單元305，用于在所述處理單元303根據所述身份信息和所述特征參數集進行入庫操作之后，獲取所述待入庫對象的更新信息；

更新單元306，用于根據所述更新信息對所述待入庫對象的入庫信息進行更新。

可以看出，通過本發明實施例，數據處理裝置可通過攝像頭獲取待入庫對象的身份信息以及人臉圖像，對人臉圖像進行特征提取，得到特征參數集，根據特征參數集在注冊庫中進行搜索，在未搜索到任何匹配結果時，根據身份信息和特征參數集進行入庫操作，以實現待入庫對象成為預先存儲的注冊庫中的一員。從而，可利用攝像頭獲取待入庫對象的人臉圖像以及身份信息，進一步對其人臉圖像進行特征提取，得到待入庫對象的特征參數集，進一步進行入庫操作，由于不用對待入庫對象進行盤問，而是直接通過攝像頭獲取，可提高入庫效率。例如，在超市中，在監控平臺發現可疑對象，由于不在現場無法制止可疑對象，進而，可通過上述本發明實施例對該可疑對象進行入庫操作，并通知工作人員對可疑對象的行為進行制止或者事后處理。

與上述一致地，請參閱圖4，為本發明實施例提供的一種數據處理裝置的第二實施例結構示意圖。本實施例中所描述的數據處理裝置，包括：至少一個輸入設備1000；至少一個輸出設備2000；至少一個處理器3000，例如cpu；和存儲器4000，上述輸入設備1000、輸出設備2000、處理器3000和存儲器4000通過總線5000連接。

其中，上述輸入設備1000具體可為觸控面板、物理按鍵或者鼠標。

上述輸出設備2000具體可為顯示屏。

上述存儲器4000可以是高速ram存儲器，也可為非易失存儲器(non-volatilememory)，例如磁盤存儲器。上述存儲器4000用于存儲一組程序代碼，上述輸入設備1000、輸出設備2000和處理器3000用于調用存儲器4000中存儲的程序代碼，執行如下操作：

上述處理器3000，用于：

通過攝像頭獲取待入庫對象的身份信息以及人臉圖像；

對所述人臉圖像進行特征提取，得到特征參數集；

根據所述身份信息和所述特征參數集進行入庫操作，以實現所述待入庫對象成為預先存儲的注冊庫中的一員。

可選地，上述處理器3000，對所述人臉圖像進行特征提取，得到特征參數集，包括：

對所述人臉圖像進行特征點提取，得到p個特征點，所述p為大于1的整數；

對所述p個特征點進行篩選，得到q個特征點，所述q為小于所述p且大于1的整數；

將所述q個特征點中每一特征點的方向以及位置作為特征參數，得到所述q個特征參數；

對所述人臉圖像進行輪廓提取，得到k個特征輪廓，并將所述k個特征輪廓作為特征參數，得到所述k個特征參數；

將所述q個特征參數以及所述k個特征參數合成所述特征參數集。

可選地，上述處理器3000，對所述p個特征點進行篩選，得到q個特征點，包括：

確定所述p個特征點的中心特征點；

從所述p個特征點中選取以所述中心特征點為圓心，且處于預設半徑范圍內的特征點，得到所述q個特征點。

可選地，上述處理器3000，在所述對所述人臉圖像進行特征提取，得到特征參數集之后，以及所述根據所述身份信息和所述特征參數集進行入庫操作之前，還具體用于：

根據所述特征參數集在所述注冊庫中進行搜索，在未搜索到任何匹配結果時，執行所述根據所述身份信息和所述特征參數集進行入庫操作的步驟。

可選地，上述處理器3000，在所述根據所述身份信息和所述特征參數集進行入庫操作之后，還具體用于：

獲取所述待入庫對象的更新信息；

根據所述更新信息對所述待入庫對象的入庫信息進行更新。

本發明實施例還提供一種計算機存儲介質，其中，該計算機存儲介質可存儲有程序，該程序執行時包括上述方法實施例中記載的任何一種數據處理方法的部分或全部步驟。

盡管在此結合各實施例對本發明進行了描述，然而，在實施所要求保護的本發明過程中，本領域技術人員通過查看所述附圖、公開內容、以及所附權利要求書，可理解并實現所述公開實施例的其他變化。在權利要求中，“包括”(comprising)一詞不排除其他組成部分或步驟，“一”或“一個”不排除多個的情況。單個處理器或其他單元可以實現權利要求中列舉的若干項功能。相互不同的從屬權利要求中記載了某些措施，但這并不表示這些措施不能組合起來產生良好的效果。

本領域技術人員應明白，本發明的實施例可提供為方法、裝置(設備)、或計算機程序產品。因此，本發明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本發明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產品的形式。計算機程序存儲/分布在合適的介質中，與其它硬件一起提供或作為硬件的一部分，也可以采用其他分布形式，如通過internet或其它有線或無線電信系統。

本發明是參照本發明實施例的方法、裝置(設備)和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管結合具體特征及其實施例對本發明進行了描述，顯而易見的，在不脫離本發明的精神和范圍的情況下，可對其進行各種修改和組合。相應地，本說明書和附圖僅僅是所附權利要求所界定的本發明的示例性說明，且視為已覆蓋本發明范圍內的任意和所有修改、變化、組合或等同物。顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和范圍。這樣，倘若本發明的這些修改和變型屬于本發明權利要求及其等同技術的范圍之內，則本發明也意圖包含這些改動和變型在內。