本發(fā)明涉及人臉識別領域，具體涉及了一種人臉識別的方法、服務器及系統(tǒng)。

背景技術：

人臉識別技術是指利用圖像處理技術，通過攝像機采集人臉圖像，并對獲取的圖像進行比對分析以獲取需要信息的一種技術。目前，人臉識別技術廣泛應用于保安系統(tǒng)、企業(yè)管理系統(tǒng)以及身份認證等領域。

而在實踐中發(fā)現(xiàn)，當用戶需要根據(jù)已有的人臉樣片圖片來獲取需要的其他圖片信息時，往往需要不停的查看監(jiān)控攝像機或其他攝像設備采集到的圖片信息來人工識別需要的圖像信息，識別工作耗時長，且效率低，給用戶帶來了不便。

技術實現(xiàn)要素：

本發(fā)明實施例提供了一種人臉識別的方法、服務器及系統(tǒng)，能夠根據(jù)用戶提供的圖片搜索監(jiān)控視頻上傳的包含人臉的圖片以確定監(jiān)控視頻上傳的圖片中是否包含與用戶提供的圖片相匹配的圖片，并將匹配成功的圖片在預設位置進行呈現(xiàn)；從而在不用人工參與的情況下，完成人臉識別，進而大大提升工作效率。

本發(fā)明實施例第一方面公開了人臉識別的系統(tǒng)，所述系統(tǒng)包括客戶端和服務器；

所述客戶端，用于當檢測到用戶點擊預設區(qū)域時，提示用戶上傳目標圖片；其中，所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

所述客戶端，還用于檢測到所述目標圖片上傳成功時，提示用戶選擇采集區(qū)域和圖片處理模式；

所述客戶端，還用于向服務器發(fā)送圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片、所述用戶選擇的采集區(qū)域以及所述圖片處理模式；

所述服務器，用于根據(jù)所述采集區(qū)域確定目標圖片集合；

所述服務器，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；

所述服務器，還用于若所述目標圖片集合中存在與所述目標圖片的相似度均大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；

所述客戶端，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

結合第一方面，在第一方面的第一種可能的實現(xiàn)方式中，

所述客戶端，還用于提示用戶選定時間段；

所述客戶端，還用于將所述用戶選定的時間段發(fā)送給所述服務器；

所述服務器，還用于判斷所述時間段是否符合預設規(guī)則；

所述服務器，具體用于當所述時間段符合預設規(guī)則時，則按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

結合第一方面的第一種可能的實現(xiàn)方式，在第一方面的第二種可能的實現(xiàn)方式，所述采集區(qū)域包括多個區(qū)域；

所述服務器，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則所述服務器確定每個所述匹配圖片所屬的區(qū)域；

所述服務器，還用于統(tǒng)計每個區(qū)域包含的匹配圖片的數(shù)量；

所述服務器，還用于將所述每個區(qū)域的標識及與所述每個區(qū)域所對應的匹配圖片的數(shù)量發(fā)送給客戶端；

所述客戶端，還用于顯示所述每個區(qū)域的標識以及與所述每個區(qū)域標識所對應的匹配圖片的數(shù)量。

結合第一方面或第一方面的第一種可能的實現(xiàn)方式或第一方面的第二種可能的實現(xiàn)方式，在第一方面的第三種可能的實現(xiàn)方式，

所述服務器，還用于確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

所述服務器，還用于若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；

所述客戶端，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

本發(fā)明第二方面公開了一種服務器，其特征在于，所述服務器包括：

接收單元，用于接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

確定單元，用于根據(jù)所述采集區(qū)域確定目標圖片集合；

遍歷單元，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；

發(fā)送單元，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

結合第二方面，在第二方面的第一種可能的實現(xiàn)方式中，所述服務器還包括判斷單元；

所述接收單元，還用于接收所述客戶端發(fā)送的時間段；

所述判斷單元，還用于判斷所述時間段是否符合預設規(guī)則；

所述確定單元，具體用于當所述時間段符合預設規(guī)則時，則所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

結合第二方面的第一種可能的實現(xiàn)方式，在第二方面的第二種可能的實現(xiàn)方式中，所述采集區(qū)域包括多個區(qū)域；所述服務器還包括統(tǒng)計單元；

所述確定單元，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則確定每個所述匹配圖片所屬的區(qū)域；

所述統(tǒng)計單元，用于統(tǒng)計每個區(qū)域包含的匹配圖片的數(shù)量；

所述發(fā)送單元，還用于將所述每個區(qū)域的標識及與所述每個區(qū)域所對應的匹配圖片的數(shù)量發(fā)送給所述客戶端。

結合第二方面或第二方面的第一種可能的實現(xiàn)方式或第二方面的第二可能的實現(xiàn)方式，在第二方面的第三種可能的實現(xiàn)方式中，

所述確定單元，還用于確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

所述發(fā)送單元，還用于若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

本發(fā)明第三方面公開了一種人臉識別的方法，所述方法包括：

接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

根據(jù)所述采集區(qū)域確定目標圖片集合；

當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片；

若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

結合第三方面，在第三方面的第一種可能的實現(xiàn)方式中，所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合之前，所述方法還包括

接收所述客戶端發(fā)送的時間段；

判斷所述時間段是否符合預設規(guī)則；

所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合，包括：

當所述時間段符合預設規(guī)則時，則所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

結合第三方面的第一種可能的實現(xiàn)方式，在第三方面的第二種可能的實現(xiàn)方式中，所述采集區(qū)域包括多個區(qū)域；所述方法還包括：

若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則確定每個所述匹配圖片所屬的區(qū)域；

統(tǒng)計每個區(qū)域包含的匹配圖片的數(shù)量；

將所述每個區(qū)域的標識及與所述每個區(qū)域所對應的匹配圖片的數(shù)量發(fā)送給所述客戶端。

結合第三方面的第二種可能的實現(xiàn)方式，在第三方面的第三種可能的實現(xiàn)方式中，

所述采集區(qū)域包括多個區(qū)域；所述方法還包括：

當確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

所述服務器，還用于若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

本發(fā)明第四方面公開了一種服務器，所述服務器包括：

存儲有可執(zhí)行程序代碼的存儲器；

與所述存儲器耦合的處理器；

所述處理器調用所述存儲器中存儲的所述可執(zhí)行程序代碼，執(zhí)行如第三方面所述的方法。

可以看出，本發(fā)明實施例的方案中公開了一種人臉識別系統(tǒng)，該系統(tǒng)包括客戶端和服務器。所述客戶端，用于當檢測到用戶點擊預設區(qū)域時，提示用戶上傳目標圖片；其中，所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；所述客戶端，還用于檢測到所述目標圖片上傳成功時，提示用戶選擇采集區(qū)域和圖片處理模式；所述客戶端，還用于向服務器發(fā)送圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片、所述用戶選擇的采集區(qū)域以及所述圖片處理模式；所述服務器，用于根據(jù)所述采集區(qū)域確定目標圖片集合；所述服務器，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；所述服務器，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；所述客戶端，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。通過上述系統(tǒng)，能夠根據(jù)用戶提供的圖片搜索監(jiān)控視頻上傳的包含人臉的圖片以確定監(jiān)控視頻上傳的圖片中是否包含與用戶提供的圖片相匹配的圖片，并將匹配成功的圖片在預設位置進行呈現(xiàn)；從而在不用人工參與的情況下，完成人臉識別，進而大大提升工作效率。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例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(fā)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(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種人臉識別的系統(tǒng)示意圖；

圖2為本發(fā)明實施例提供的一種服務器的結構示意圖；

圖3為本發(fā)明實施例提供的另一種服務器的結構示意圖；

圖4為本發(fā)明實施例提供的一種人臉識別的方法的流程示意圖；

圖5為本發(fā)明實施例提供的另一種人臉識別的方法的流程示意圖；

圖6為本發(fā)明實施例提供的一種服務器的物理結構示意圖。

具體實施方式

本發(fā)明實施例提供了一種人臉識別的方法、服務器及系統(tǒng)，能夠根據(jù)用戶提供的圖片搜索監(jiān)控視頻上傳的包含人臉的圖片以確定監(jiān)控視頻上傳的圖片中是否包含與用戶提供的圖片相匹配的圖片，并將匹配成功的圖片在預設位置進行呈現(xiàn)；從而在不用人工參與的情況下，完成人臉識別，進而大大提升工作效率。

為了使本技術領域的人員更好地理解本發(fā)明方案，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發(fā)明一部分的實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應當屬于本發(fā)明保護的范圍。

本發(fā)明說明書、權利要求書和附圖中出現(xiàn)的術語“第一”、“第二”和“第三”等是用于區(qū)別不同的對象，而并非用于描述特定的順序。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(tǒng)、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。

在本發(fā)明的一個實施例中公開了一種人臉識別的系統(tǒng)，其特征在于，所述系統(tǒng)包括客戶端和服務器；所述客戶端，用于當檢測到用戶點擊預設區(qū)域時，提示用戶上傳目標圖片；其中，所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；所述客戶端，還用于檢測到所述目標圖片上傳成功時，提示用戶選擇采集區(qū)域和圖片處理模式；所述客戶端，還用于向服務器發(fā)送圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片、所述用戶選擇的采集區(qū)域以及所述圖片處理模式；所述服務器，用于根據(jù)所述采集區(qū)域確定目標圖片集合；所述服務器，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；所述服務器，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；所述客戶端，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

請參閱圖1，圖1是本發(fā)明一個實施例提供的一種人臉識別的系統(tǒng)100。所述系統(tǒng)包括客戶端10和服務器20。

其中，需要指出的是，客戶端10可以在智能手機、平板電腦、智能穿戴式設備、計算機等電子設備上運行。

其中，服務器20可以是分布式服務器，也可以是云數(shù)據(jù)中心，在此不做限制。

其中，可以理解的是，服務器20可以連接多個攝像頭，攝像頭可以對出現(xiàn)在鏡頭內的人物進行實時抓拍記錄，當監(jiān)測范圍內出現(xiàn)人臉時，攝像頭將自動抓拍并將人臉圖像以時間流的方式發(fā)送到服務器20中。

客戶端10，用于當檢測到用戶點擊預設區(qū)域時，提示用戶上傳目標圖片；

其中，所述目標圖片包括人臉樣本圖片，且所述目標圖片的數(shù)量至少為兩張。

需要指出的是，預設區(qū)域可以是一個圖片框，也可以是一個按鈕，還可以是個空白區(qū)域，在此不做限制。

其中，可以理解的是，用戶也可以是拖拽圖片到預設區(qū)域。

其中，目標圖片的格式包括但不限于JPEG、BMP等。

其中，可以理解的是，用戶可以從本地選擇圖片來作為目標圖片，也可以調用攝像頭進行拍攝以獲取目標圖片。

其中，用戶可以左鍵單擊，也可以是右鍵單擊，還可以雙擊，在此不做限制。

客戶端10，還用于檢測到所述目標圖片上傳成功時，提示用戶選擇采集區(qū)域和圖像處理模式；

可以理解的是，該采集區(qū)域可以按照行政區(qū)域進行劃分。例如某市警察局的人臉識別系統(tǒng)的采集區(qū)域包A派出所采集區(qū)域、B派出所采集區(qū)域、C派出所采集區(qū)域等等。

可以理解的是，也可以自由定義，比如某棟建筑的一層采集區(qū)域，二層采集區(qū)域等等。還可以是某個學校的教學樓區(qū)域、宿舍區(qū)域、食堂區(qū)域等等。

其中，圖像處理模式包括但不限交集模式和并集模式。

客戶端10，還用于向服務器20發(fā)送圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片、所述用戶選擇的采集區(qū)域以及所述圖片處理模式。

可以理解的是，客戶端10所述圖片檢測請求的目的是為了讓服務器20檢測在所述采集區(qū)域內是否拍攝到與所述目標圖片相匹配的照片。

服務器20，用于根據(jù)所述采集區(qū)域確定目標圖片集合；

可以理解的是，比如采集區(qū)域為學校某食堂，那么目標圖片集合就是該食堂所有攝像頭在預設時間范圍內所拍攝的包括人臉的照片。其中，該預設時間范圍可以是默認的，也可以是人工設置的，比如可以是三個月內，一個月內，甚至是三天內等等，在此不做限制。

服務器20，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；

舉例來說，比如目標圖片現(xiàn)在為兩張圖片，分別為A圖片和B圖片，如果目標圖片集合中存在一張圖片C，其中，C與A的相似度大于預設閾值，且C與B的相似度大于預設閾值，那么C就是匹配圖片。

其中，需要指出的是，圖像匹配是指通過一定的匹配算法在兩幅或多幅圖像之間識別同名點，如二維圖像匹配中通過比較目標區(qū)和搜索區(qū)中相同大小的窗口的相關系數(shù)，取搜索區(qū)中相關系數(shù)最大所對應的窗口中心點作為同名點。其實質是在基元相似性的條件下，運用匹配準則的最佳搜索問題。

其中，圖像匹配主要可分為以灰度為基礎的匹配和以特征為基礎的匹配。

其中，灰度匹配的基本思想:以統(tǒng)計的觀點將圖像看成是二維信號，采用統(tǒng)計相關的方法尋找信號間的相關匹配。利用兩個信號的相關函數(shù)，評價它們的相似性以確定同名點?；叶绕ヅ渫ㄟ^利用某種相似性度量，如相關函數(shù)、協(xié)方差函數(shù)、差平方和、差絕對值和等測度極值，判定兩幅圖像中的對應關系。

其中，特征匹配是指通過分別提取兩個或多個圖像的特征(點、線、面等特征)，對特征進行參數(shù)描述，然后運用所描述的參數(shù)來進行匹配的一種算法。基于特征的匹配所處理的圖像一般包含的特征有顏色特征、紋理特征、形狀特征、空間位置特征等。特征匹配首先對圖像進行預處理來提取其高層次的特征，然后建立兩幅圖像之間特征的匹配對應關系，通常使用的特征基元有點特征、邊緣特征和區(qū)域特征。特征匹配需要用到許多諸如矩陣的運算、梯度的求解、還有傅立葉變換和泰勒展開等數(shù)學運算。常用的特征提取與匹配方法有：統(tǒng)計方法、幾何法、模型法、信號處理法、邊界特征法、傅氏形狀描述法、幾何參數(shù)法、形狀不變矩法等。

服務器20，還用于若所述目標圖片集合中存在與所述目標圖片的相似度均大于預設相似度的匹配圖片，則向客戶端10發(fā)送所述匹配圖片；

其中，所述預設相似度可以是系統(tǒng)默認的，還可以是人工設置的，在此不做顯示。例如，預設相似度可以是90％，92％，95％等等。

客戶端10，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

其中，可以理解的是，搜索結果顯示區(qū)可以是系統(tǒng)默認的位置，還可以是用戶選定的位置。

其中，按照預設方式顯示所述匹配圖片包括：按照拍攝的時間順序顯示所述匹配圖片；

其中，按照預設方式顯示所述匹配圖片包括：按照匹配圖片所屬的攝像機的編號進行顯示。比如先顯示1號攝像機拍攝的匹配圖片，再顯示2號攝像機拍攝的匹配圖片，在此不做限制。

其中，可以理解的是，如果匹配圖片過多的話，用戶可以翻頁進行查看。

可選的，該系統(tǒng)除了根據(jù)目標圖片和采集區(qū)域搜索匹配圖片之外，該系統(tǒng)還可以根據(jù)目標圖片、時間段以及采集區(qū)域來進行圖片搜索。

客戶端10，還用于提示用戶選定時間段；

其中，該時間段可以是用戶輸入的，也可以是用戶在系統(tǒng)提供的日歷上選擇的。

其中，該時間段的維度可以不同，可以具體到天、也可以具體到小時或者分鐘，在此不做限制。

客戶端10，還用于將所述用戶選定的時間段發(fā)送給服務器20；

服務器20，還用于判斷所述時間段是否符合預設規(guī)則；

比如，該時間段應該是過去的時間，如果涉及到未來的時間，則該時間段就不符合預設規(guī)則。

服務器20，具體用于當所述時間段符合預設規(guī)則時，則服務器20按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

可選的，所述采集區(qū)域包括多個區(qū)域；還可以確定每個區(qū)域包含的匹配圖片的數(shù)量；具體的：

服務器20，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則確定每個所述匹配圖片所屬的區(qū)域；

舉例來說，比如當時用戶選擇了某學校的食堂區(qū)域和宿舍區(qū)域，那么就要將匹配圖片進行分類，以確定每張匹配的來源。也就是說，每張匹配圖片是屬于哪個區(qū)域的。食堂攝像機拍攝的就屬于食堂區(qū)域，同理宿舍攝像機拍攝的就屬于宿舍區(qū)域。

舉例來說，如果當用戶選擇了A派出所區(qū)域和B派出所區(qū)域，那么此時就要確定哪些匹配圖片是A派出所區(qū)域的攝像頭拍攝的，A派出所攝像頭拍攝的匹配圖片就屬于A派出所區(qū)域。

服務器20，還用于統(tǒng)計每個區(qū)域包含的匹配圖片的數(shù)量；

比如，匹配圖片一共100張。那么A派出所包含的匹配圖片可能就有60張，B派出所包含的匹配圖片可能就有40張。

服務器20，還用于將所述每個區(qū)域的標識及與所述每個區(qū)域所對應的匹配圖片的數(shù)量發(fā)送給客戶端；

客戶端10，還用于顯示所述每個區(qū)域的標識以及與所述每個區(qū)域標識所對應的匹配圖片的數(shù)量。

其中，客戶端10可以以列表的形式進行展示。

可選的，每個采集區(qū)域都有多個攝像機，那么用戶可以選擇每個采集區(qū)域的攝像機來查詢選中的攝像機所拍攝的匹配圖片。具體如下：

客戶端10，還用于當檢測到所述用戶選中第一區(qū)域的標識時，向服務器20發(fā)送信息獲取請求，所述信息獲取請求中包括所述第一區(qū)域的標識；其中，所述第一區(qū)域為所述多個區(qū)域中的任意一個區(qū)域；

比如，客戶端10的界面上顯示了一排區(qū)域標識，比如A派出所，B派出所等等。

服務器20，用于確定所述第一區(qū)域的標識對應的目標區(qū)域，并獲取所述目標區(qū)域內拍攝到匹配圖片的攝像機的標識；

比如，用戶選擇了A派出所的標識，那么此時就要顯示A派出所區(qū)域內的拍攝到匹配圖片的攝像機的標識。比如攝像機A(3)，就表示攝像機A拍攝到了3張匹配圖片。

服務器20，還用于向客戶端反饋所述攝像機的標識；

客戶端10，用于顯示所述第一區(qū)域內拍攝到匹配圖片的攝像機標識；其中，所述第一目標區(qū)域為所述多個目標區(qū)域中的任意一個區(qū)域；

客戶端10，還用于當檢測到第一攝像機標識被選中時，顯示所述第一攝像機的地理位置、拍攝的匹配圖片、以及每張匹配圖片的拍攝時間；其中，所述第一攝像機標識為多個所述攝像機標識中的任意一個攝像機標識。

其中，可以理解的是，當該用戶點擊攝像機A的標識時，就會顯示攝像機A的安裝位置，以及拍攝的3張匹配圖片，以及每張匹配圖片的拍攝時間。其他信息在此不在一一例舉。

其中，當該用戶點擊攝像機A的標識時，可以直接在地圖上顯示攝像機A的安裝位置。

服務器20，還用于確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

所述服務器20，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；

所述客戶端10，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

可選的，如果所述圖片處理模式為并集模式時，服務器20就要判斷目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片，第一圖片為目標圖片中的任何一張圖片。

具體的，服務器20，還用于確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

服務器20，還用于若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片；

舉例來說，目標圖片包括圖片A和B，如果目標圖片集合中存在一張圖片C，C與A的相似度大于預設閾值，或者C與B的相似度大于預設閾值，那么C就是匹配圖片。

客戶端10，用于在搜索結果顯示區(qū)域按照預設方式顯示所述匹配圖片。

如圖2所示，圖2描述了服務器20的具體結構，服務器20包括：

接收單元210，用于接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

確定單元220，用于根據(jù)所述采集區(qū)域確定目標圖片集合；

遍歷單元230，還用于當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度均大于預設閾值的匹配圖片；

發(fā)送單元240，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

基于圖2，如圖3所示，服務器20還包括判斷單元250；

接收單元210，還用于接收客戶端10發(fā)送的時間段；

判斷單元250，還用于判斷所述時間段是否符合預設規(guī)則；

確定單元220，具體用于當所述時間段符合預設規(guī)則時，則服務器20按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

可選的，所述確定單元220，還用于確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

發(fā)送單元240，還用于若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

如圖4所示，圖4公開了一種人臉識別的方法，該方法執(zhí)行的主體為服務器，所述方法包括：

S301、接收客戶端發(fā)送的圖片檢測請求。

其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張。

S302、根據(jù)所述采集區(qū)域確定目標圖片集合。

S303、當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片。

S304、若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

從上可知，本發(fā)明提供了一種人臉識別的方法，服務器接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；根據(jù)所述采集區(qū)域確定目標圖片集合；當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片；若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。通過上述方法，能夠根據(jù)用戶提供的圖片搜索監(jiān)控視頻上傳的包含人臉的圖片以確定監(jiān)控視頻上傳的圖片中是否包含與用戶提供的圖片相匹配的圖片，并將匹配成功的圖片在預設位置進行呈現(xiàn)；從而在不用人工參與的情況下，完成人臉識別，進而大大提升工作效率。

如圖5所示，圖5公開了一種人臉識別的方法，該方法執(zhí)行的主體為服務器，所述方法包括：

S401、接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

S402、根據(jù)所述采集區(qū)域確定目標圖片集合；

S403、當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片；

S404、若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

S405、當確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片。

S406、若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

S407、接收所述客戶端發(fā)送的時間段；

S408、判斷所述時間段是否符合預設規(guī)則；

S409、當所述時間段符合預設規(guī)則時，則所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

從而可知，本實施例擴充了圖片處理模式為并集模式和按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合的步驟，從而進一步提升了工作效率。

請參閱圖6，在本發(fā)明的另一個實施例中，提供一種服務器。所述服務器500包括CPU501、存儲器502、總線503。

其中，CPU501執(zhí)行預先存儲在存儲器502中的程序，該執(zhí)行過程具體包括：

接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；

根據(jù)所述采集區(qū)域確定目標圖片集合；

當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片；

若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

可選的，所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合之前，所述執(zhí)行過程還包括：

接收所述客戶端發(fā)送的時間段；

判斷所述時間段是否符合預設規(guī)則；

所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合，包括：

當所述時間段符合預設規(guī)則時，則所述服務器按照所述用戶選定的采集區(qū)域和選定的時間段確定目標圖片集合。

可選的，所述采集區(qū)域包括多個區(qū)域；所述執(zhí)行過程還包括：

確定所述圖片處理模式為并集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與第一圖片的相似度大于預設閾值的匹配圖片；其中，所述第一圖片為所述目標圖片中的任意一張圖片；

若所述目標圖片集合中存在與所述第一圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。

可以看出，本發(fā)明實施例的方案中，服務器接收客戶端發(fā)送的圖片檢測請求；其中，所述圖片檢測請求包括所述目標圖片及所述用戶選擇的采集區(qū)域；所述目標圖片為人臉樣本圖片；所述目標圖片的數(shù)量至少為兩張；根據(jù)所述采集區(qū)域確定目標圖片集合；當確定所述圖片處理模式為交集模式時，遍歷所述目標圖片集合以確定所述目標圖片集合中是否存在與所述目標圖片的相似度大于預設閾值的匹配圖片；若所述目標圖片集合中存在與所述目標圖片的相似度大于預設相似度的匹配圖片，則向所述客戶端發(fā)送所述匹配圖片。通過上述方法，能夠根據(jù)用戶提供的圖片搜索監(jiān)控視頻上傳的包含人臉的圖片以確定監(jiān)控視頻上傳的圖片中是否包含與用戶提供的圖片相匹配的圖片，并將匹配成功的圖片在預設位置進行呈現(xiàn)；從而在不用人工參與的情況下，完成人臉識別，進而大大提升工作效率。

前述圖4、圖5所示的實施例中，各步驟方法流程可以基于該服務器的結構實現(xiàn)。

前述圖2、圖3所示的實施例中，各單元功能可以基于該服務器的結構實現(xiàn)。

在上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置，可通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網絡單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明的技術方案本質上或者說對現(xiàn)有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現(xiàn)出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可為個人計算機、服務器或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：U盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上所述，以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的范圍。