身份识别数据库的初始化方法、装置、介质及电子设备

摘要

本申请实施例公开了一种身份识别数据库的初始化方法、装置、介质及电子设备。该方法包括：获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；对至少两个预处理结果进行聚合检测，得到检测结果；判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。通过执行本技术方案，可以通过对人脸图片的预处理以及聚合检测，来提高人脸图片入库的质量和入库速度。

说明书

技术领域

本申请实施例涉及图片处理技术领域，尤其涉及一种身份识别数据库的初始化方法、装置、介质及电子设备。

背景技术

目前，科技迅速发展，对于人员的身份识别，已经从最初的签字识别，指纹识别发展到现在的人脸识别。人脸识别是一人脸图片的特征作为识别依据，根据获取到的人脸与人脸库的匹配结果，确定人员的身份。

在构建人脸数据库的过程中，往往需要对人脸数据进行录入，即人员库的初始化。现有的对人员库的初始化过程相对复杂，而且得到的人员库的人脸图片质量各不相同，造成人员进行人脸识别的过程中会有些人员容易被识别，有些人员不容易被识别。因此，一种既能够保证入库速度又能够提高入库人脸图片的质量的方案，亟待产生。

发明内容

本申请实施例提供一种身份识别数据库的初始化方法、装置、介质及电子设备，可以通过对人脸图片的预处理以及聚合检测，来提高人脸图片入库的质量和入库速度。

第一方面，本申请实施例提供了一种身份识别数据库的初始化方法，该方法包括：

获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；

根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；

对至少两个预处理结果进行聚合检测，得到检测结果；

判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：

若所述图片参数包括图片的分辨率比例，

则判断所述图片的分辨率比例是否符合预设分辨率比例库中的分辨率比例；

或者，

若所述图片参数包括图片的分辨率大小，则根据所述分辨率大小确定图片的分辨率比例，并判断所述图片的分辨率比例是否符合预设分辨率比例库中的分辨率比例；

若符合，则以分辨率比例库中的分辨率比例确定入库人脸图片的图片类型；

根据所述图片类型，确定人脸图片的有效信息范围，并采用有效信息检测算法对有效信息范围进行裁剪和缩放处理，得到预处理结果。

可选的，所述分辨率比例库中的分辨率比例包括：22:32，25:35，33:48，26:32，21:26，以及35:49中的至少一种；

相应的，以分辨率比例库中的分辨率比例确定入库人脸图片的图片类型，包括：

若人脸图片符合分辨率比例库中的分辨率比例22:32，则确定人脸图片的类型为小一寸证件照类型；

若人脸图片符合分辨率比例库中的分辨率比例25:35，则确定人脸图片的类型为一寸证件照类型；

若人脸图片符合分辨率比例库中的分辨率比例33:48，则确定人脸图片的类型为大一寸证件照类型；

若人脸图片符合分辨率比例库中的分辨率比例26:32，则确定人脸图片的类型为二代居民身份证图片类型；

若人脸图片符合分辨率比例库中的分辨率比例21:26，则确定人脸图片的类型为驾照图片类型；

若人脸图片符合分辨率比例库中的分辨率比例35:49，则确定人脸图片的类型为二寸证件照类型。

可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：

若所述图片参数包括图片的拍照参数，且判断人脸图片为JPG格式，则从人脸图片的JPG头信息中获取拍照参数；

根据所述拍照参数中的焦距信息，确定最近有效距离下和最远有效距离下的人脸大小范围；

采用有效信息检测算法对有效信息范围进行裁剪和缩放处理，得到预处理结果。

可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：

若所述图片参数包括图片的分辨率大小，则将人脸图片的分辨率，与最小分辨率阈值和最大分辨率阈值进行比较；

若低于所述最小分辨率阈值，则将人脸图片的分辨率按照第一预设倍率放大处理；若高于所述最大分辨率阈值，则将人脸图片的分辨率按照第二预设倍率缩小处理；

将处理后的结果作为预处理结果。

可选的，在得到预处理结果之后所述方法还包括：

记录原始的人脸图片的大小、缩放比例以及缩放后的人脸图片大小信息；

相应的，在判断所述检测结果是否符合预设标准之后，所述方法还包括：

若否，则对不符合预设标准的人脸图片，根据原始的人脸图片的大小、缩放比例以及缩放后的人脸图片大小信息进行至少两个不同的缩放分辨率的重复检测处理；

将重复检测结果入库。

可选的，对至少两个预处理结果进行聚合检测，得到检测结果，包括：

按照像素点对至少两个预处理结果进行聚合拼接，检测是否存在拼接缝隙；

若是，则以预设背景色像素点对所述拼接缝隙进行填充，得到一张拼接图片；

对拼接图片中的所有人脸进行检测。

第二方面，本申请实施例提供了一种身份识别数据库的初始化装置，该装置包括：

图片参数获取模块，用于获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；

预处理模块，用于根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；

聚合检测模块，用于对至少两个预处理结果进行聚合检测，得到检测结果；

初始化模块，用于判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的身份识别数据库的初始化方法。

第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的身份识别数据库的初始化方法。

本申请实施例所提供的技术方案，获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；对至少两个预处理结果进行聚合检测，得到检测结果；判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。通过采用本申请所提供的技术方案，可以通过对人脸图片的预处理以及聚合检测，来提高人脸图片入库的质量和入库速度。

附图说明

图1是本申请实施例提供的身份识别数据库的初始化方法的流程图；

图2是本申请实施例提供的身份识别数据库的初始化装置的结构示意图；

图3是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

图1是本申请实施例提供的身份识别数据库的初始化方法的流程图，本实施例可适用于身份识别数据库初始化的情况，该方法可以由本申请实施例所提供的身份识别数据库的初始化装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于智能终端等电子设备中。

如图1所示，所述身份识别数据库的初始化方法包括：

S110、获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种。

其中，人脸图片可以是通过各种形式获取的，比如通过用户提供的证件照、生活图片以及临时用手机拍摄得到的自拍图片等。在获取到人脸图片之后，可以获取人脸图片的图片参数。其中，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种

本技术方案中，分辨率比例可以是人脸图片的像素点行数与列数之比，即为高宽比，拍照参数可以是光圈参数、快门参数以及拍照焦距等。

S120、根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果。

其中，根据所获取到的图片参数，可以确定与图片参数相对应的预处理方式。

在本实施例中，可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：若所述图片参数包括图片的分辨率比例，则判断所述图片的分辨率比例是否符合预设分辨率比例库中的分辨率比例；或者，若所述图片参数包括图片的分辨率大小，则根据所述分辨率大小确定图片的分辨率比例，并判断所述图片的分辨率比例是否符合预设分辨率比例库中的分辨率比例；若符合，则以分辨率比例库中的分辨率比例确定入库人脸图片的图片类型；根据所述图片类型，确定人脸图片的有效信息范围，并采用有效信息检测算法对有效信息范围进行裁剪和缩放处理，得到预处理结果。

在本技术方案中，分辨率比例可以是直接获取到的，也可以是根据分辨率大小来确定的。例如某个图片的分辨率大小为240*160，则可以以此确定该图像的分辨率比例。其中，通过分辨率比例来对人脸图片进行预处理，不仅效率高，而且在很多情况下用户确实会提供比较标准的图片，例如证件照图片等，这样对于人脸图片的预处理效率可以得到明显的提高。

在本技术方案中，可选的，所述分辨率比例库中的分辨率比例包括：22:32，25:35，33:48，26:32，21:26，以及35:49中的至少一种；相应的，以分辨率比例库中的分辨率比例确定入库人脸图片的图片类型，包括：若人脸图片符合分辨率比例库中的分辨率比例22:32，则确定人脸图片的类型为小一寸证件照类型；若人脸图片符合分辨率比例库中的分辨率比例25:35，则确定人脸图片的类型为一寸证件照类型；若人脸图片符合分辨率比例库中的分辨率比例33:48，则确定人脸图片的类型为大一寸证件照类型；若人脸图片符合分辨率比例库中的分辨率比例26:32，则确定人脸图片的类型为二代居民身份证图片类型；若人脸图片符合分辨率比例库中的分辨率比例21:26，则确定人脸图片的类型为驾照图片类型；若人脸图片符合分辨率比例库中的分辨率比例35:49，则确定人脸图片的类型为二寸证件照类型。

其中，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，具体的，可以包括根据图片的分辨率比例，即宽高比，确定入库人脸图片的预处理方式，并进行预处理。预处理流程如下：

流程1：定义一个证件照常见比例集合，其中该集合中可以包括一种或者多种证件照常见比例，其中常见比例可以是证件照的像素点的宽高比。

流程2：计算入库人脸图片的分辨率宽高比，遍历上述的证件照常见比例集合，如果相同或者相近的比例，比如与证件照常见比例之间的大小相差在5％以内，则认为该入库人脸图片为证件照，并继续执行流程3；如果该入库人脸图片非证件照，则采用其他方式进行入库人脸图片的预处理操作，比如后续的分辨率缩放以及图像拍照参数的识别方式等。

流程3：按照该入库人脸图片所属的证件照类型，预测入库人脸图片中的人脸区域，裁剪掉非人脸区域，且对剩下的区域按照人脸检测的要求进行缩放，以保证缩放后的画面中人脸大小正好满足检测分辨率的要求。

流程4：保存裁剪和缩放后的画面，并记录原始入库人脸图片大小、裁剪位置、缩放比例、裁剪和缩放后的图片大小等信息。

本技术方案通过这样的设置，可以对入库人脸图片为一寸证件图片、身份证图片以及二寸证件图片等情况进行快速的预处理，得到准确的处理结果，有利于提升身份识别数据库的初始化的效率。

S130、对至少两个预处理结果进行聚合检测，得到检测结果。

其中，对于多个预处理结果，可以采用聚合检测。其中，聚合检测可以是将各个预处理结果按照像素点的方式进行拼接，得到一个大的包含多张人脸图像的图片。进而可以针对该图片进行人脸检测，从而实现快速的进行人脸检测的目的。

在本技术方案中，可选的，对至少两个预处理结果进行聚合检测，得到检测结果，包括：按照像素点对至少两个预处理结果进行聚合拼接，检测是否存在拼接缝隙；若是，则以预设背景色像素点对所述拼接缝隙进行填充，得到一张拼接图片；对拼接图片中的所有人脸进行检测。

原始入库的人脸图片分辨率大小各不相同，经过图片预处理流程后，图片的分辨率就差异更大了。

一般预处理人脸检测算法和实况人脸检测采用的是同一个算法模型(如，基于深度学习的人脸检测算法)，因此人脸检测算法实际能够处理的图像分辨率一般比较大(比如业界主流的分辨率为1080P)，且图片分辨率是固定的。

因此，直接把待入库的人脸图片输入至检测模型进行人脸检测，执行效率是很低的，浪费了大部分运算能力。

本发明提出一种聚合拼接的人脸检测方法，即根据检测分辨率定义一个检测拼接区域，从预处理之后的人脸图片中选择合适的图片，进行拼接处理后放入检测拼接区域。本方案执行一次人脸检测，即可得到所拼接的所有的人脸信息，然后根据拼接的每张原始图片的位置信息得到人脸画面在原图中的位置信息，可以极大的提高人脸检测的效率。

具体检测流程可以如下所示：

流程1：定义一个聚合拼接等待处理队列，所有经过预处理的图片都按照先后顺序进入该队列等待处理，且之前检测结果为失败的图片也进入该队列等待处理。

流程2：按照检测周期，定时遍历聚合拼接等待处理队列，选择合适的若干待处理图片，拼接到检测拼接区域，尽可能在面积上布满检测拼接区域。本实施例中对拼接方向不作具体限定，各个待处理图片只要在拼接区域不会发生堆叠，就可以进行正常的人脸检测。

流程3：检测拼接区域布满后，执行人脸检测，得到检测结果。其中，对于拼接过程中存在的缝隙，可以采用一些设定的基础颜色的像素点进行补充，从而得到一张大的具有多张人脸图片的待检测区域。

流程4：遍历每个检测到的人脸信息，分析该人脸属于哪张拼接前的入库图片。

流程5：针对有检测结果的入库图片，根据本次预处理和检测结果，计算得到在原始未处理的入库图片中人脸的位置和大小信息。

流程6：针对没有检测结果的入库图片，按照多尺度重复检测处理方法执行后续入库检测处理。

S140、判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

其中，如果检测人脸图片均符合标准，则可以执行对所有人脸图片的入库处理，完成身份识别数据库的初始化。

在上述各技术方案的基础上，可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：若所述图片参数包括图片的拍照参数，且判断人脸图片为JPG格式，则从人脸图片的JPG头信息中获取拍照参数；根据所述拍照参数中的焦距信息，确定最近有效距离下和最远有效距离下的人脸大小范围；采用有效信息检测算法对有效信息范围进行裁剪和缩放处理，得到预处理结果。

其中，如果经过识别发现人脸图片的分辨率比例不符合分辨率比例库中的任意一种形式，则可以通过获取人脸图片中的拍照参数来进行图片的预处理。

绝大部分的入库人脸图片格式都是JPG，一般未经第三方软件处理的JPG图片会自带拍照时的一些参数信息，比如拍照的相机型号，拍照时的光圈快门焦距ISO值等。

因此可以根据这些拍照参数，预测画面中的人脸的大小和位置，并按照检测算法对人脸大小的要求对画面进行裁剪和缩放处理，得到最终待检测的人脸画面信息。

比如根据拍照时相机的焦距信息，可以在有效拍照距离范围内，根据光学成像公式，计算人脸的大小范围，据此可以进行画面的裁剪缩放处理。

具体的，实现流程如下：

流程1：判断图片是否为JPG格式，如果不是，则结束流程；若是，则继续流程2。

流程2：从图片JPG头部信息中获取拍照信息，如果头部没有拍照信息，则结束流程；如果有拍照信息，则继续流程3。

流程3：获取拍照时的焦距信息，根据光学成像公式计算，以得到最近有效距离下和最远有效距离下的人脸大小范围。

流程4：按照人脸检测的要求进行缩放，保证缩放后的画面中人脸大小范围满足检测分辨率的要求。

流程5：保存缩放后的画面，并记录原始图片大小、缩放比例、缩放后的图片大小信息。

通过拍照参数进行图片的预处理，可以实现根据图片参数中的焦距信息，来确定人脸的有效范围，进而确定对人脸图片进行预处理的方法。此技术方案可以在入库人脸图片不满足于预设的证件图片的像素点宽高比相匹配的情况下，根据图像的头信息中的拍照参数来进行图片中人脸位置的检测，并进行缩放处理，通过这样的设置，可以快速的针对入库人脸图片进行预处理。

在本发明实施例中，针对上述几种不同的预处理方式，可以存在优先级顺序，具体的，可以以预设分辨率比例库为最优方式，以拍照参数次之，以图片的分辨率大小作为最后的备选方案，通过这样的设置，可以根据图片自身的参数信息，采用最优的方式对其进行预处理，从而提高预处理的准确性和速度。

在上述各技术方案的基础上，可选的，根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果，包括：若所述图片参数包括图片的分辨率大小，则将人脸图片的分辨率，与最小分辨率阈值和最大分辨率阈值进行比较；若低于所述最小分辨率阈值，则将人脸图片的分辨率按照第一预设倍率放大处理；若高于所述最大分辨率阈值，则将人脸图片的分辨率按照第二预设倍率缩小处理；将处理后的结果作为预处理结果。

其中，如果既不能够通过像素点比例来确定图片为标准格式的图片，又不能够获取图像参数或者根据图像参数来确定人脸图片的焦距信息，则可以采用分辨率预处理方法来对人脸图片进行预处理。

基于图片的分辨率直接预测人脸大小的范围，并按照检测算法对人脸大小的要求对画面进行裁剪和缩放处理，得到最终待检测的人脸画面信息。

具体的，实现流程如下：

流程1：如果入库图片的分辨率(可以简化为只比较水平分辨率)小于人脸检测要求的最小分辨率，则直接将入库图片放大到最小分辨率的N倍(比如N为2或1.5)。

流程2：如果入库图片的分辨率大于人脸检测要求的最大分辨率，则直接将入库图片缩小到最大分辨率的M倍(比如M为1或1.5)。

流程3：如果入库图片的分辨率介于最大分辨率和最小分辨率之间，则不做缩放处理。

流程4：保存缩放后的画面，并记录原始图片大小、缩放比例、缩放后的图片大小信息。

本技术方案在上述技术方案的基础上，提供了一种实施方式，可以通过人脸图像的分辨率，对人脸图像进行预处理，来得到预处理结果。通过上述几种预处理方式，可以应对任何一种人脸图片，可以达到高效并稳定的对入库人脸图片进行预处理的效果。

在上述各技术方案的基础上，可选的，在得到预处理结果之后所述方法还包括：记录原始的人脸图片的大小、缩放比例以及缩放后的人脸图片大小信息；相应的，在判断所述检测结果是否符合预设标准之后，所述方法还包括：若否，则对不符合预设标准的人脸图片，根据原始的人脸图片的大小、缩放比例以及缩放后的人脸图片大小信息进行至少两个不同的缩放分辨率的重复检测处理；将重复检测结果入库。

在进行人脸聚合检测之后，如果某张入库图片没有检测到人脸画面，可能存在如下几种原因：

原因1：原始入库画面中人脸过小或过大；

原因2：人脸图片预处理流程导致人脸图片不完整；

原因3：原始入库画面中人脸质量过差或没有人脸。

如果是原因3，则可以直接确定该人脸检测失败，并进行相应的标记，如标记为入库失败。如果是原因1或原因2，需要执行一些优化流程再次对画面进行检测才有可能得到人脸，针对每张检测失败的图片，执行如下流程：

流程1：如果该图片没有合理缩放比例集合，则根据图片分辨率和检测算法分辨率的要求，定义一个针对该图片的合理缩放比例集合；并执行流程2或者流程3。

流程2：如果该图片在上次执行聚合检测之前，曾经做过裁剪，则取消裁剪操作，重新送入聚合检测处理等待队列中，等待执行下一次的聚合检测处理。

流程3：如果该图片在上次执行聚合检测之前，曾经做过缩放处理，则从该图片的合理缩放比例集合中选择一个未曾尝试过的比例进行缩放处理，重新送入聚合检测处理等待队列中，等待执行下一次的聚合检测处理。

在本方案中，由于流程2与流程3都是在满足条件的情况下才执行的操作，因此，二者的先后顺序可以不做限定。

流程4：如果该图片在之前的处理中，已经完成取消裁剪，且完成合理缩放比例集合中的所有比例的尝试，则该图片标记为入库失败，退出处理流程。

其中，合理缩放比例的定义策略如下：根据检测算法，得到人脸检测最小图片分辨率和最大图片分辨率，在这个范围内，对不符合预设标准的人脸图片，根据所记录的信息进行至少两个不同的缩放分辨率的重复检测处理，例如，按照待检测图片×2倍，检测图片×4倍，一直增加，直到不超过人脸检测最大图片分辨率，定义上半部分合理缩放比例，按照待检测图片×0.5倍，检测图片×0.25倍，一直缩小，直到不小于人脸检测最小图片分辨率，定义下半部分合理缩放比例。

此外，实际使用中，同一个项目或同一批入库图片，图片分辨率和图片中人脸的大小会存在一定相似性，因此可以统计历史图片的缩放信息，当入库图片历史图片的缩放信息相似度较高时，可以保存下来直接应用于后续入库图片的合理缩放比例队列中使用。

本技术方案，提供了一种在人脸检测不符合标准的情况下，通过多尺度重新检测的处理方式，快速并准确的得到符合标准的人脸图片，并进行入库处理，以实现快速并准确的进行身份识别数据库的初始化的效果。

本发明提出了一种人脸库初始化方法，可以充分利用入库图片本身的属性，结合终端设备人脸检测的特点，实现一种人脸图片预处理和人脸检测入库方案，可以有效提升入库人脸图片的人脸检测成功率和入库速度。

图2是本申请实施例提供的身份识别数据库的初始化装置的结构示意图。如图2所示，所述身份识别数据库的初始化装置，包括：

图片参数获取模块210，用于获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；

预处理模块220，用于根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；

聚合检测模块230，用于对至少两个预处理结果进行聚合检测，得到检测结果；

初始化模块240，用于判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

本申请实施例所提供的技术方案，获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；对至少两个预处理结果进行聚合检测，得到检测结果；判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。通过采用本申请所提供的技术方案，可以通过对人脸图片的预处理以及聚合检测，来提高人脸图片入库的质量和入库速度。

上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种身份识别数据库的初始化方法，该方法包括：

获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；

根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；

对至少两个预处理结果进行聚合检测，得到检测结果；

判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的身份识别数据库的初始化操作，还可以执行本申请任意实施例所提供的身份识别数据库的初始化方法中的相关操作。

本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的身份识别数据库的初始化装置。图3是本申请实施例提供的一种电子设备的结构示意图。如图3所示，本实施例提供了一种电子设备300，其包括：一个或多个处理器320；存储装置310，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器320执行，使得所述一个或多个处理器320实现本申请实施例所提供的身份识别数据库的初始化方法，该方法包括：

获取入库人脸图片的图片参数，所述图片参数包括图片的分辨率比例、拍照参数以及分辨率大小中的至少一种；

根据所述图片参数，确定对所述入库人脸图片进行预处理的处理方式，得到预处理结果；

对至少两个预处理结果进行聚合检测，得到检测结果；

判断所述检测结果是否符合预设标准，若是，则将所述预处理结果入库，以初始化身份识别数据库。

当然，本领域技术人员可以理解，处理器320还实现本申请任意实施例所提供的身份识别数据库的初始化方法的技术方案。

图3显示的电子设备300仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图3所示，该电子设备300包括处理器320、存储装置310、输入装置330和输出装置340；电子设备中处理器320的数量可以是一个或多个，图3中以一个处理器320为例；电子设备中的处理器320、存储装置310、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线350连接为例。

存储装置310作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的身份识别数据库的初始化方法对应的程序指令。

存储装置310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；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置310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，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置310可进一步包括相对于处理器320远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置330可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏、扬声器等设备。

本申请实施例提供的电子设备，可以通过对人脸图片的预处理以及聚合检测，来提高人脸图片入库的质量和入库速度。

上述实施例中提供的身份识别数据库的初始化装置、介质及电子设备可执行本申请任意实施例所提供的身份识别数据库的初始化方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的身份识别数据库的初始化方法。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。