一种基于多级安防系统的人脸识别方法和多级安防系统

摘要

本发明提供了一种基于多级安防系统的人脸识别方法和多级安防系统，多级安防系统包括初级识别设备和二级识别设备，人脸识别方法包括：响应于操作指令，初级识别设备采集待处理图像，通过第一人脸识别模型对待处理图像进行人脸识别得到第一识别结果；当第一识别结果为无法确认时，初级识别设备将待处理图像发送至二级识别设备；通过第二人脸识别模型对待处理图像进行二级人脸识别得到第二识别结果，将第二识别结果发送至初级识别设备。本发明中，初级识别设备无法确认待处理图像中人脸对应身份时，将待处理图像上传到二级识别设备，通过二级识别设备的第二人脸识别模型识别待处理图像，以实现小范围监控中使用人脸识别技术。

说明书

技术领域

本申请涉及安防领域，特别是涉及一种基于多级安防系统的人脸识别方法和多级安防系统。

背景技术

视觉是人类获取信息的重要来源，也是人工智能领域最为主要的研究方向之一，目前已经取得了许多重要突破，其中，人脸识别这一技术具有极大的应用价值，例如使用人脸识别解锁智能手机能够在提高手机的安全性的同时保证解锁的便捷性；公安机关使用人脸识别可以布下天眼。人脸识别技术能够在人们的工作、生活中提供许多的帮助，但人脸识别模型的运行需要占用较大的计算和存储资源，这也成为人工智能技术广泛应用的一大瓶颈。

目前，在安防领域，使用智能摄像头的区域越来越多，例如安装在家门口、小区中，通过智能摄像头进行小范围监控，但是由于人脸识别需要占用较大的计算和存储资源，这样的小范围监控通常只能拍摄并记录画面，无法对画面中的人物进行人脸识别；使得小范围监控使用的智能摄像头采集到的数据所产生的价值有限。

因此，现有技术有待改进。

发明内容

本发明所要解决的技术问题是，小范围监控无法使用人脸识别技术，提供了一种基于多级安防系统的人脸识别方法和多级安防系统，初级识别设备无法确认待处理图像中人脸对应人物的身份时，将待处理图像上传到二级识别设备，通过二级识别设备中的第二人脸识别模型确定待处理图像中人脸对应人物的身份，以实现小范围监控中使用人脸识别技术。

第一方面，本发明实施例提供了一种基于多级安防系统的人脸识别方法，应用于多级安防系统，所述多级安防系统包括初级识别设备和二级识别设备，所述人脸识别方法包括：

响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；

当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

作为进一步的改进技术方案，所述第二人脸识别模型是基于训练数据集对第二初始网络模型进行训练得到，其中，所述训练数据集包括第一训练数据组和第二训练数据组；所述第一人脸识别模型是基于所述第一训练数据组对第一初始网络模型进行训练得到，所述第一初始网络模型是对所述第二初始网络模型压缩得到。

作为进一步的改进技术方案，所述第二识别结果包括有权限，所述将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令，具体包括：

当所述第二识别结果为有权限时，所述二级识别设备将有权限对应的第二识别结果发送到所述初级识别设备，以便于所述初级识别设备执行所述操作指令。

作为进一步的改进技术方案，所述第二识别结果还包括无权限；所述将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令，还包括：

当所述第二识别结果为无权限时，所述二级识别设备将无权限对应的第二识别结果发送到所述初级识别设备，以便于所述初级识别设备不响应所述操作指令。

作为进一步的改进技术方案，所述多级安防系统还包括高级识别设备，所述第二识别结果包括无权限；所述通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果之后，还包括：

当所述第二识别结果为无权限时，所述二级识别设备将所述待处理图像发送到所述高级识别设备；

所述高级识别设备对所述待处理图像进行高级人脸识别，以确定所述待处理图像中人脸对应的人物是否合法。

作为进一步的改进技术方案，所述第一识别结果还包括有权限；所述通过初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果之后，还包括：

当所述第一识别结果为有权限时，所述初级识别设备执行所述操作指令。

第二方面，本发明提供了一种多级安防系统，包括：初级识别设备和二级识别设备；

所述初级识别设备，用于响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果，当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

所述二级识别设备，用于通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

作为进一步的改进技术方案，所述多级安防系统还包括：高级识别设备；

当所述第二识别结果为无权限时，所述二级识别设备，还用于将所述待处理图像发送到高级识别设备；

所述高级识别设备，用于对所述待处理图像进行高级人脸识别，以确定所述待处理图像中人脸对应的人物是否合法。

第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；

当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；

当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

与现有技术相比，本发明实施例具有以下优点：

所述人脸识别方法应用于多级安防系统，所述多级安防系统包括初级识别设备和二级识别设备，所述人脸识别方法包括：响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。本发明中，初级识别设备无法确认待处理图像中人脸对应人物的身份时，将待处理图像上传到二级识别设备，通过二级识别设备中的第二人脸识别模型确定待处理图像中人脸对应人物的身份，以实现小范围监控中使用人脸识别技术。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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中记载的一些实施例，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为本发明实施例中一种基于多级安防系统的人脸识别方法的流程示意图；

图2为本发明实施例中部署多级安防系统的流程示意图；

图3为本发明实施例中多级安防系统包括n级识别设备时，人脸识别方法的流程示意图；

图4为本发明实施例中多级安防系统的结构示意图；

图5为本发明实施例中一种计算机设备的内部结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

发明人经过研究发现，自1956年人工智能的概念提出，六十多年里人工智能经历了多个发展阶段。2011年至今，随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。

视觉是人类获取信息的重要来源，也是人工智能领域最为主要的研究方向之一，目前已经取得了许多重要突破，其中，人脸识别这一技术具有极大的应用价值，例如使用人脸识别解锁智能手机能够在提高手机的安全性的同时保证解锁的便捷性；公安机关使用人脸识别可以布下天眼。人脸识别技术能够在人们的工作、生活中提供许多的帮助，但人脸识别模型的运行需要占用较大的计算和存储资源，这也成为人工智能技术广泛应用的一大瓶颈。

目前，在安防领域，使用智能摄像头的区域越来越多，例如安装在家门口、小区中，通过智能摄像头进行小范围监控，但是由于人脸识别需要占用较大的计算和存储资源，这样的小范围监控通常只能拍摄并记录画面，无法对画面中的人物进行人脸识别；使得小范围监控使用的智能摄像头采集到的数据所产生的价值有限。

为了解决上述问题，在本发明实施例中，人脸识别方法应用于多级安防系统，所述多级安防系统包括初级识别设备和二级识别设备，所述人脸识别方法包括：初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并执行所述第二识别结果对应的操作。本发明中，初级识别设备无法确认待处理图像中人脸对应人物的身份时，将待处理图像上传到二级识别设备，通过二级识别设备中的第二人脸识别模型确定待处理图像中人脸对应人物的身份，以实现小范围监控中使用人脸识别技术。

本申请提供的一种基于多级安防系统的人脸识别方法应用于多级安防系统，其中，所述多级安防系统包括初级识别设备和二级识别设备，所述初级识别设备和二级识别设备均为电子设备，所述初级识别设备配置有摄像单元。另外，该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，所述电子设备至少包括处理器和存储介质。

下面结合附图，详细说明本发明的各种非限制性实施方式。

参见图1，示出了本发明实施例中的人脸识别方法。在本实施例中，所述人脸识别方法应用于多级安防系统，所述多级安防系统包括初级识别设备和二级识别设备。人脸识别方法包括以下步骤：

S1、响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果。

在本发明实施例中，所述初级识别设备获取操作指令，并采集待处理图像。所述操作指令是待处理图像中人脸对应的人物触发的，所述操作指令可以是开门、按电梯等操作。

所述初级识别设备配置有摄像单元，所述待处理图像是所述初级识别设备通过自身配置的摄像单元采集得到的图像，所述待处理图像中包括人脸。所述初级识别设备配置有第一人脸识别模型，所述二级识别设备配置有第二人脸识别模型，相较于所述第二人脸识别模型，所述第一人脸识别模型的模型尺寸小、占用内存小、计算复杂度低、响应速度快、资源消耗低、成本低。

在本发明实施例中，所述二级识别设备与所述初级识别设备通信连接，当初级识别设备有无法识别的待处理图像时，将待处理图像发送至该初级识别设备对应的二级识别设备。根据多级安防系统对应的区域的面积大小，所有出入人员的数量大小确定该区域内二级识别设备的数量，当该区域的面积较大，所有出入人员的数量较大时，可以设定一部分初级识别设备与一个二级识别设备通信连接，另一部分初级识别设备与另一个二级识别设备通信连接。也就是说，所述多级安防系统包括多个初级识别设备和若干二级识别设备。

在本发明实施例中，所述第二人脸识别模型是基于训练数据集对第二初始网络模型进行训练得到，其中，所述训练数据集包括第一训练数据组和第二训练数据组；所述第一人脸识别模型是基于所述第一训练数据组对第一初始网络模型进行训练得到，所述第一初始网络模型是对所述第二初始网络模型压缩得到。具体的，对第二初始网络模型使用模型剪枝、量化、蒸馏等方法实现模型压缩，得到第一初始网络模型。

在本发明实施例中，所述第二初始网络模型可以通过深度卷积神经网络实现，深度卷积神经网络具体可以是face++，也可以是DeepID3，或者FaceNet。

在本发明实施例中，所述训练数据集包括多张训练人脸图像，所述第一训练数据组包括所述多张训练人脸图像中的部分训练人脸图像。

在一种实现方式中，可以按照多张训练人脸图像各自分别对应的出入频率确定第一训练数据组。例如，训练数据集包括多级安防系统对应区域中所有人员的训练人脸图像，将所有训练人脸图像中，出入频率处于高频率区间的训练人脸图像划分为第一训练数据组。出入频率处于高频率区间的训练人脸图像，可以是该区域的工作人员和居民，出入频率不处于高频率区间的训练人脸图像，可以是与该区域中的工作人员和居民有业务往来其他工作人员。

在一种实现方式中，也可以按照初级识别设备对应的使用范围和多级安防系统对应区域，确定第一训练数据组。例如，多级安防系统对应区域为一个园区，初级识别设备的使用范围为园区中的一栋楼，也就是说，初级识别设备监控这一栋楼的人员出入情况，则可以将该栋楼中人员对应的训练人脸图像划分为第一训练数据组，园区中的所有人员对应的训练人脸图像为训练数据集。

在本发明实施例中，所述初级识别设备通过配置的对采集到的所述待处理图像进行人脸识别，得到第一识别结果。所述第一识别结果包括有权限或无法确认。

S2、当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备。

在本发明实施例中，当所述第一识别结果为无法确认时，表示无法在第一训练数据组中找到与待处理图像中的人脸相匹配的训练人脸图像，即第一人脸识别模型无法确认待处理图像中人脸对应人物的身份。初级识别设备将待处理图像发送至二级识别设备。

在一种实现方式中，当所述第一识别结果为无法确认时，所述初级识别设备可以通过画面和/或声音提示待处理图像中的人脸对应的人物等待，例如，提示内容可以是：“无法识别，请等待下级验证”。

与步骤S2并列的，所述人脸识别方法还包括：当所述第一识别结果为有权限时，所述初级识别设备执行所述操作指令。

当所述第一识别结果为有权限时，表示初级识别设备在第一训练数据组中找到了与待处理图像中的人脸相匹配的训练人脸图像，可以确定待处理图像中的人脸对应人物的身份是有权限人员，进而执行所述操作指令。

在一种实现方式中，当所述第一识别结果为有权限时，所述初级识别设备可以通过画面和/或声音提示待处理图像中的人脸对应的人物；提示内容可以是：“验证通过”。

S3、通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

在本发明实施例中，将所述待处理图像作为所述第二人脸识别模型的输入项，得到第二识别结果。所述第二识别结果包括有权限或无权限。当所述第二识别结果为有权限时，所述二级识别设备将有权限对应的第二识别结果发送到所述初级识别设备，以便于所述初级识别设备执行所述操作指令；当所述第二识别结果为无权限时，所述二级识别设备将无权限对应的第二识别结果发送到所述初级识别设备，以便于所述初级识别设备不响应所述操作指令。

在本发明实施例中，当所述第二识别结果为有权限时，表示二级识别设备在训练数据集中找到了与待处理图像中的人脸相匹配的训练人脸图像，可以确定待处理图像中的人脸对应人物的身份是有权限人员。所述二级识别设备将有权限对应的第二识别结果发送到所述初级识别设备，以便于初级识别设备执行操作指令。例如，操作指令为开门时，则执行开门。

在本发明实施例中，当所述第二识别结果为无权限时，表示待处理图像中的人脸不在训练数据集中，以确定待处理图像中的人脸对应人物的身份是无权限人员。二级识别设备将无权限对应的第二识别结果发送到所述初级识别设备，以便于所述初级识别设备不响应所述操作指令。在一种实现方式中，当所述第二识别结果为无权限时，所述初级识别设备可以通过画面和/或声音提示待处理图像中的人脸对应的人物，提示内容可以是：“无权限”。

在本发明实施例中，当所述第二识别结果为无权限时，二级识别设备可以通知多级安防系统对应区域的管理中心，以便于管理中心的工作人员处理。

在一种实现方式中，假设初级识别设备和二级识别设备设置在居民小区中，初级识别设备可以确定第一训练数据组中的各人脸图像对应的第一识别结果为有权限，二级识别设备可以确定训练数据集中的各人脸图像对应的第二识别结果为有权限。由于训练数据集中包括经常出入居民小区的居住者、工作人员和服务人员等，当第二识别结果为无权限时，说明待处理图像中人脸对应的人物不是经常出入居民小区的人员，则初始识别设备不响应所述操作指令；二级识别设备可以通知居民小区的管理中心，管理中心的管理人员可以到现场(初级识别设备所处位置)进行处理。

在本发明实施例中，当多级安防系统包括初级识别设备和二级识别设备时，只能确定待处理图像中人脸对应的人物是否为经常出入多级安防系统对应区域的人员。为了更进一步判断待处理图像中人脸对应的人物的身份，所述多级安防系统还包括：高级识别设备；所述通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果之后，还包括：

当所述第二识别结果为无权限时，所述二级识别设备将所述待处理图像发送到高级识别设备；高级识别设备对所述待处理图像进行高级人脸识别，以确定所述待处理图像中人脸对应的人物是否合法。

在本发明实施例中，所述高级识别设备为可以连接公安系统的服务器的设备，通过高级识别设备确定待处理图像中人脸对应的人物是否合法。如果待处理图像中人脸对应的人物不合法，例如，该人物是在逃人员，高级识别设备可以发送人物不合法的警告信息至安保人员及公安人员。

在一种实现方式中，高级识别设备判定待处理图像中人脸对应的人物不合法时，可以发送人物不合法的警告信息至二级识别设备，二级识别设备接收到警告信息后，可以将警告信息发送至初级识别设备，并通知管理中心，以便于管理中心的工作人员做出处理。初级识别设备接收到警告信息后，可以通过发出警报声音提示周围人员，也就是说，所述初级识别设备可以配置有报警器。

在本发明实施例中，高级识别设备判定待处理图像中人脸对应的人物合法时，高级识别设备可以发送人物合法的信息至二级识别设备，二级识别设备通知管理中心，以便于管理中心的员工做出处理。

在现有技术中，小范围安装监控设备越来越普遍，例如，将监控设备采集的人脸图像用于小区门控，在家门口安装监控设备等。这些设备所搜集到的信息往往只在局部使用，所产生的价值有限。本发明实施例中，当多级安防系统包括可以连接公安系统服务器的高级识别设备时，可以将小范围监控得到的待处理图像，尤其是无法确认其中人脸对应身份的待处理图像提供给公安系统使用，对于破案侦查、人口普查等具有价值。

接下来，参见图2，以居民小区部署多级安防系统为例，介绍所述多级安防系统的部署过程。

M1、规划多级安防系统。根据配置多级安防系统的区域面积、出入人员数量、出入频繁程度、对身份核验安全性的要求等应用场景的实际要求确定安防系统所需识别设备的层级。假设居民小区对应的安防系统需要：多个初级识别设备、二级识别设备和高级识别设备。

M2、安装多级安防系统。在配置多级安防系统的区域安装多个初级识别设备、二级识别设备和高级识别设备，并建立多个初级识别设备、二级识别设备和高级识别设备之间的通信连接。

例如，将多个初级识别设备安装在居民小区的各个出入口，将二级识别设备和高级识别设备安装在居民小区物业机房。

M3、生成第二人脸识别模型。获取第二初始网络模型，获取居民小区所有出入人员(包括所有居民、所有工作人员和其他出入人员)的人脸图像作为第二初始网络模型的训练人脸图像，并对第二初始网络模型进行训练得到第二人脸识别模型。

M4、生成第一人脸识别模型。对第二初始网络模型使用模型剪枝、量化、蒸馏等方法实现模型压缩，得到第一初始网络模型；从所有出入人员的人脸图像中确定出入频率高的人脸图像作为第一初始网络模型的训练人脸图像，并对第一初始网络模型进行训练得到第一人脸识别模型。

M5、将训练得到的第二人脸识别模型部署在二级识别设备上。

M6、将训练得到的第一人脸识别模型部署在一级识别模型上。

通过步骤M1至步骤M6，已经实现为居民小区部署安防系统。

上述步骤提供了多级安防系统包括初级识别设备、二级识别设备和高级识别设备时的实施例，在实际应用时，根据配置多级安防系统的区域面积、出入人员数量、出入频繁程度、对身份核验安全性的要求等应用场景的实际要求，确定多级安防系统中识别设备的层级数量n，以及每级识别设备的功能。

举例说明，在办公园区内部署安防系统，则可以设置n＝4，分别为初级识别设备、二级识别设备、三级识别设备和高级识别设备；其中，初级识别设备为配置有摄像头的设备，初级识别设备配置有第一人脸识别模型，二级识别设备配置有第二人脸识别模型，第三识别设备配置有第三人脸识别模型，高级识别设备可以连接公安系统的服务器。初级识别设备能够识别该初级识别设备所处区域内的工作人员(例如某一栋办公楼的工作人员)；二级识别设备能够识别办公园区中所有工作人员；三级识别设备能够识别办公园区中所有工作人员，以及经常出入园区的非工作人员，例如快递公司的负责人。

也就是说，本发明实施例中，所述多级安防系统可以包括多个层级的识别设备，对此不做限定。

接下来，参见图3，介绍多级安防系统中每一级识别设备的工作过程。

多级安防系统包括n级识别设备，分别为一级识别设备，二级识别设备，…，n级识别设备；每一级识别设备均配置有人脸识别模型，其中一级识别设备还配置有摄像单元，n级识别设备可以与公安系统的服务器连接。当n等于3时，一级识别设备可记为初级识别设备，3级识别设备可记为高级识别设备。

对于一级识别设备，一级识别设备的摄像单元采集待处理图像，通过一级识别设备配置的一级人脸识别模型识别待处理图像对应的第一识别结果，即一级人脸识别模型确定待处理图像中人脸对应的人员身份。若第一识别结果为未确认(第一识别结果不是有权限人员)，则将待处理图像发送至二级人脸识别模型，通过一级识别设备配置的二级人脸识别模型识别待处理图像对应的第二识别结果，若第二识别结果为未确认(第二识别结果不是有权限人员)，则二级识别设备将待处理图像发送至下一级识别设备。如此，直至确定该人员身份为有权限人员，或者无权限人员；当判定为有权限人员时，执行待处理图像中人脸对应人物触发的操作指令，当判定为无权限人员时，不执行待处理图像中人脸对应人物触发的操作指令。具体的，在n-1级识别设备确定待处理图像对应的第n-1识别结果不是有权限人员时(第n-1识别结果为无权限人员)，则判定不执行操作指令，并将待处理图像发送至n级识别设备，通过n级人脸识别模型判断待处理图像中人脸对应的人员是否合法；若不合法，则发出警告信息，具体可以是，向安保人员和警察发送警告信息。

在本发明实施例中，所述人脸识别方法应用于多级安防系统，所述多级安防系统包括初级识别设备和二级识别设备，所述人脸识别方法包括：响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。初级识别设备无法确认待处理图像中人脸对应人物的身份时，将待处理图像上传到二级识别设备，通过二级识别设备中的第二人脸识别模型确定待处理图像中人脸对应人物的身份，以实现小范围监控中使用人脸识别技术

本发明实施例还提供了一种多级安防系统，参见图4，包括：初级识别设备100和二级识别设备200；所述初级识别设备100，用于响应于操作指令，所述初级识别设备100采集待处理图像，并通过所述初级识别设备100配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果，当所述第一识别结果为无法确认时，所述初级识别设备100将所述待处理图像发送至二级识别设备200；

所述二级识别设备200，用于通过所述二级识别设备200配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备100，以便于所述初级识别设备100处理所述操作指令。

进一步地，所述多级安防系统还包括：高级识别设备。当所述第二识别结果为无权限时，所述二级识别设备，还用于将所述待处理图像发送到高级识别设备；

所述高级识别设备，用于对所述待处理图像进行高级人脸识别，以确定所述待处理图像中人脸对应的人物是否合法。

在本发明实施例中，所述初级识别设备、所述二级识别设备和所述高级识别设备执行所述人脸识别方法的具体过程，可以参见上述一种基于多级安防系统的人脸识别方法的说明，在此不赘述了。

在本发明实施例中，初级识别设备无法确认待处理图像中人脸对应人物的身份时，将待处理图像上传到二级识别设备，通过二级识别设备中的第二人脸识别模型确定待处理图像中人脸对应人物的身份，以实现小范围监控中使用人脸识别技术。高级识别设备可以连接公安系统服务器，将无法确认其中人脸身份的待处理图像提供给公安系统使用，于破案侦查、人口普查等具有价值，同时，也为多级安防系统对应区域提供了更高等级的安防。

本发明实施例还提供了一种计算机设备，该设备可以是终端，内部结构如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于多级安防系统的人脸识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5所示的仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；

当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

响应于操作指令，所述初级识别设备采集待处理图像，并通过所述初级识别设备配置的第一人脸识别模型对所述待处理图像进行人脸识别，得到第一识别结果；

当所述第一识别结果为无法确认时，所述初级识别设备将所述待处理图像发送至二级识别设备；

通过所述二级识别设备配置的第二人脸识别模型对所述待处理图像进行二级人脸识别，得到第二识别结果，并将所述第二识别结果发送至所述初级识别设备，以便于所述初级识别设备处理所述操作指令。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。