留底图像的更新方法、装置和电子设备

摘要

本说明书实施例提出了一种留底图像的更新方法、装置和电子设备，其中，上述留底图像的更新方法中，获取用户本次刷脸的脸部图像、用户刷脸的历史比对成功图像和其他用户刷脸的历史比对成功图像，然后将本次刷脸的脸部图像作为待更新的留底图像，根据待更新的留底图像和用户刷脸的历史比对成功图像，计算本人通过概率，以及根据待更新的留底图像和其他用户刷脸的历史比对成功图像，计算非本人误识概率，最后，根据本人通过概率和非本人误识概率，确定将用户的留底图像更新为待更新的留底图像，从而可以实现留底更新与本人通过概率和非本人误识概率直接关联，随着留底更新，可以使得本人通过概率越来越高，非本人误识概率(即误识率)越来越低。

权利要求

1.一种留底图像的更新方法，包括：

获取用户本次刷脸的脸部图像、所述用户刷脸的历史比对成功图像和除所述用户之外其他用户刷脸的历史比对成功图像；

将本次刷脸的脸部图像作为待更新的留底图像；

根据所述待更新的留底图像和所述用户刷脸的历史比对成功图像，计算所述用户的本人通过概率，以及根据所述待更新的留底图像和所述其他用户刷脸的历史比对成功图像，计算所述其他用户的非本人误识概率；

根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像。

2.根据权利要求1所述的方法，其中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像之后，还包括：在所述用户下一次触发刷脸操作之后，获取所述用户的脸部图像；

将所述用户的脸部图像与所述用户的留底图像进行比对，对所述用户的身份进行识别。

3.根据权利要求1所述的方法，其中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像包括：根据预先设定的目标函数，对所述本人通过概率和所述非本人误识概率进行计算，获得函数值；

如果所述函数值为所述目标函数的最大值，确定将所述用户的留底图像更新为所述待更新的留底图像。

4.根据权利要求1‑3任意一项所述的方法，其中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像；或者，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

5.根据权利要求1‑3任意一项所述的方法，其中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对失败的脸部图像，但经二次确认所述脸部图像与所述用户的留底图像相符。

6.根据权利要求1‑3任意一项所述的方法，其中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像之后，还包括：如果在后续刷脸识别过程中，所述用户的本人比对分和所述其他用户的非本人比对分均升高，则将所述用户的第二比对分阈值增加预定的偏移值；其中，所述第二比对分阈值为所述用户的刷脸识别的本人比对分阈值。

7.一种留底图像的更新装置，包括：

获取模块，用于获取用户本次刷脸的脸部图像、所述用户刷脸的历史比对成功图像和除所述用户之外其他用户刷脸的历史比对成功图像；

计算模块，用于将本次刷脸的脸部图像作为待更新的留底图像，根据所述待更新的留底图像和所述用户刷脸的历史比对成功图像，计算所述用户的本人通过概率，以及根据所述待更新的留底图像和所述其他用户刷脸的历史比对成功图像，计算所述其他用户的非本人误识概率；

确定模块，用于根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像。

8.根据权利要求7所述的装置，其中，还包括：识别模块；

所述获取模块，还用于在所述确定模块确定将所述用户的留底图像更新为所述待更新的留底图像之后，在所述用户下一次触发刷脸操作之后，获取所述用户的脸部图像；

所述识别模块，用于将所述用户的脸部图像与所述用户的留底图像进行比对，对所述用户的身份进行识别。

9.根据权利要求7所述的装置，其中，所述确定模块包括：

函数计算子模块，用于根据预先设定的目标函数，对所述本人通过概率和所述非本人误识概率进行计算，获得函数值；

图像确定子模块，用于当所述函数值为所述目标函数的最大值时，确定将所述用户的留底图像更新为所述待更新的留底图像。

10.根据权利要求7‑9任意一项所述的装置，其中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像；或者，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

11.根据权利要求7‑9任意一项所述的装置，其中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对失败的脸部图像，但经二次确认所述脸部图像与所述用户的留底图像相符。

12.根据权利要求7‑9任意一项所述的装置，其中，还包括：

阈值设置模块，用于在后续刷脸识别过程中，如果所述用户的本人比对分和所述其他用户的非本人比对分均升高，则将所述用户的第二比对分阈值增加预定的偏移值；其中，所述第二比对分阈值为所述用户的刷脸识别的本人比对分阈值。

13.一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

14.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。

说明书

留底图像的更新方法、装置和电子设备

【技术领域】

[0001] 本说明书实施例涉及互联网技术领域，尤其涉及一种留底图像的更新方法、装置和电子设备。【背景技术】

[0002] 现在，生活中很多场景采用刷脸识别技术，确定用户的身份或者对用户的身份进行验证。其中，封闭场景是刷脸场景中的一种，封闭场景指的是刷脸的用户的范围和人数是相对固定的场景，例如：学校中的学生或企业员工团体用餐的场景。

[0003] 封闭场景中，刷脸的用户群体固定，用户每天刷脸的频次固定，对于刷脸识别技术中的留底图像更新，有没有一种方案可以使刷脸成功率随着刷脸次数的增多而升高，同时误识率随着刷脸次数的增多而降低呢？

[0004] 现有相关技术中提供的单留底更新方案侧重留底图像的质量，只是比较新刷脸成功的图像质量是否比留底图像的质量更高；现有相关技术中提供的三留底更新方案也只考虑了代表用户自身类内差异性最高的三张图像，对于刷脸成功率和误识率并没有显著贡献。因此需要提供一种留底图像的更新方法，可以使刷脸成功率随着刷脸次数的增多而升高，同时误识率随着刷脸次数的增多而降低。【发明内容】

[0005] 本说明书实施例提供了一种留底图像的更新方法、装置和电子设备，以实现刷脸成功率随着刷脸次数的增多而升高，同时误识率随着刷脸次数的增多而降低。

[0006] 第一方面，本说明书实施例提供一种留底图像的更新方法，包括：获取用户本次刷脸的脸部图像、所述用户刷脸的历史比对成功图像和除所述用户之外其他用户刷脸的历史比对成功图像；将本次刷脸的脸部图像作为待更新的留底图像；根据所述待更新的留底图像和所述用户刷脸的历史比对成功图像，计算所述用户的本人通过概率，以及根据所述待更新的留底图像和所述其他用户刷脸的历史比对成功图像，计算所述其他用户的非本人误识概率；根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像。

[0007] 上述留底图像的更新方法中，获取用户本次刷脸的脸部图像和、上述用户刷脸的历史比对成功图像和除上述用户之外其他用户刷脸的历史比对成功图像，然后将本次刷脸的脸部图像作为待更新的留底图像，根据待更新的留底图像和上述用户刷脸的历史比对成功图像，计算上述用户的本人通过概率，以及根据待更新的留底图像和上述其他用户刷脸的历史比对成功图像，计算其他用户的非本人误识概率，最后，根据上述用户的本人通过概率和上述其他用户的非本人误识概率，确定将上述用户的留底图像更新为待更新的留底图像，从而可以实现留底更新与本人通过概率和非本人误识概率直接关联，随着留底更新，可以使得本人通过概率越来越高，非本人误识概率(即误识率)越来越低。

[0008] 其中一种可能的实现方式中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像之后，还包括：在所述用户下一次触发刷脸操作之后，获取所述用户的脸部图像；将所述用户的脸部图像与所述用户的留底图像进行比对，对所述用户的身份进行识别。

[0009] 其中一种可能的实现方式中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像包括：根据预先设定的目标函数，对所述本人通过概率和所述非本人误识概率进行计算，获得函数值；如果所述函数值为所述目标函数的最大值，则确定将所述用户的留底图像更新为所述待更新的留底图像。

[0010] 其中一种可能的实现方式中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像；或者，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

[0011] 其中一种可能的实现方式中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对失败的脸部图像，但经二次确认所述脸部图像与所述用户的留底图像相符。

[0012] 其中一种可能的实现方式中，所述根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像之后，还包括：

[0013] 如果在后续刷脸识别过程中，所述用户的本人比对分和所述其他用户的非本人比对分均升高，则将所述用户的第二比对分阈值增加预定的偏移值；其中，所述第二比对分阈值为所述用户的刷脸识别的本人比对分阈值。

[0014] 第二方面，本说明书实施例提供一种留底图像的更新装置，包括：获取模块，用于获取用户本次刷脸的脸部图像、所述用户刷脸的历史比对成功图像和除所述用户之外其他用户刷脸的历史比对成功图像；计算模块，用于将本次刷脸的脸部图像作为待更新的留底图像，根据所述待更新的留底图像和所述用户刷脸的历史比对成功图像，计算所述用户的本人通过概率，以及根据所述待更新的留底图像和所述其他用户刷脸的历史比对成功图像，计算所述其他用户的非本人误识概率；确定模块，用于根据所述用户的本人通过概率和所述其他用户的非本人误识概率，确定将所述用户的留底图像更新为所述待更新的留底图像。

[0015] 其中一种可能的实现方式中，所述装置还包括：识别模块；所述获取模块，还用于在所述确定模块确定将所述用户的留底图像更新为所述待更新的留底图像之后，在所述用户下一次触发刷脸操作之后，获取所述用户的脸部图像；所述识别模块，用于将所述用户的脸部图像与所述用户的留底图像进行比对，对所述用户的身份进行识别。

[0016] 其中一种可能的实现方式中，所述确定模块包括：函数计算子模块，用于根据预先设定的目标函数，对所述本人通过概率和所述非本人误识概率进行计算，获得函数值；图像确定子模块，用于当所述函数值为所述目标函数的最大值时，确定将所述用户的留底图像更新为所述待更新的留底图像。

[0017] 其中一种可能的实现方式中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像；或者，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

[0018] 其中一种可能的实现方式中，所述用户本次刷脸的脸部图像包括所述用户本次刷脸比对失败的脸部图像，但经二次确认所述脸部图像与所述用户的留底图像相符。

[0019] 其中一种可能的实现方式中，所述装置还包括：阈值设置模块，用于在后续刷脸识别过程中，如果所述用户的本人比对分和所述其他用户的非本人比对分均升高，则将所述用户的第二比对分阈值增加预定的偏移值；其中，所述第二比对分阈值为所述用户的刷脸识别的本人比对分阈值。

[0020] 第三方面，本说明书实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。

[0021] 第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。

[0022] 应当理解的是，本说明书实施例的第二～四方面与本说明书实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。【附图说明】

[0023] 为了更清楚地说明本说明书实施例的技术方案，下面将对实施例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说明书的一些实施例，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它的附图。

[0024] 图1为本说明书一个实施例提供的留底图像的更新方法的流程图；

[0025] 图2为本说明书另一个实施例提供的留底图像的更新方法的流程图；

[0026] 图3为本说明书一个实施例提供的留底图像的更新装置的结构示意图；

[0027] 图4为本说明书另一个实施例提供的留底图像的更新装置的结构示意图；

[0028] 图5为本说明书一个实施例提供的电子设备的结构示意图。【具体实施方式】

[0029] 为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。

[0030] 应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本说明书保护的范围。

[0031] 在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书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。

[0032] 现有相关技术中提供的单留底更新方案侧重留底图像的质量，只是比较新刷脸成功的图像质量是否比留底图像的质量更高；现有相关技术中提供的三留底更新方案也只考虑了代表用户自身类内差异性最高的三张图像，对于刷脸成功率和误识率并没有显著贡献。本说明书实施例提供了一种同时考虑本人类内距离，以及非本人最近邻距离的留底方案，能同时提升刷脸通过率，降低误识率。

[0033] 图1为本说明书一个实施例提供的留底图像的更新方法的流程图，如图1所示，上述留底图像的更新方法可以包括：

[0034] 步骤102，获取用户本次刷脸的脸部图像、上述用户刷脸的历史比对成功图像和除上述用户之外其他用户刷脸的历史比对成功图像。

[0035] 步骤104，将本次刷脸的脸部图像作为待更新的留底图像。

[0036] 步骤106，根据待更新的留底图像和上述用户刷脸的历史比对成功图像，计算上述用户的本人通过概率，以及根据待更新的留底图像和上述其他用户刷脸的历史比对成功图像，计算其他用户的非本人误识概率。

[0037] 其中，上述用户的本人通过概率是指将上述用户的历史比对成功图像与待更新的留底图像进行对比，确定上述用户的历史比对成功图像中的脸部图像是用户本人的概率。

[0038] 上述其他用户的非本人误识概率是指将上述其他用户的历史比对成功图像与待更新的留底图像进行对比，将上述其他用户的历史比对成功图像中的脸部图像误识为上述用户的概率。

[0039] 步骤108，根据上述用户的本人通过概率和上述其他用户的非本人误识概率，确定将上述用户的留底图像更新为待更新的留底图像。

[0040] 具体地，根据上述用户的本人通过概率和上述其他用户的非本人误识概率，确定将上述用户的留底图像更新为待更新的留底图像可以为：根据预先设定的目标函数，对上述本人通过概率和上述非本人误识概率进行计算，获得函数值；如果上述函数值为目标函数的最大值，确定将上述用户的留底图像更新为待更新的留底图像。

[0041] 其中，上述预先设定的目标函数可以为TP×a(1‑FP)b，该目标函数中，TP表示本人通过概率，FP表示非本人误识概率，a和b的值可以根据预期收益来设定初始值，进而根据上述初始值，通过机器学习获得后续的值。

[0042] 通过上述方式进行留底图像的更新之后，可以使得刷脸成功率随着刷脸次数的增多而升高，同时误识率随着刷脸次数的增多而降低。

[0043] 上述留底图像的更新方法中，获取用户本次刷脸的脸部图像和、上述用户刷脸的历史比对成功图像和除上述用户之外其他用户刷脸的历史比对成功图像，然后将本次刷脸的脸部图像作为待更新的留底图像，根据待更新的留底图像和上述用户刷脸的历史比对成功图像，计算上述用户的本人通过概率，以及根据待更新的留底图像和上述其他用户刷脸的历史比对成功图像，计算其他用户的非本人误识概率，最后，根据上述用户的本人通过概率和上述其他用户的非本人误识概率，确定将上述用户的留底图像更新为待更新的留底图像，从而可以实现留底更新与本人通过概率和非本人误识概率直接关联，随着留底更新，可以使得本人通过概率越来越高，非本人误识概率(即误识率)越来越低。

[0044] 图2为本说明书另一个实施例提供的留底图像的更新方法的流程图，如图2所示，本说明书图1所示实施例中，步骤108之后，还可以包括：

[0045] 步骤202，在用户下一次触发刷脸操作之后，获取上述用户的脸部图像。

[0046] 步骤204，将上述用户的脸部图像与上述用户的留底图像进行比对，对上述用户的身份进行识别。

[0047] 也就是说，本实施例中，在将上述用户的留底图像更新为上述待更新的留底图像之后，那么在用户下一次触发刷脸操作，对用户的身份进行识别时，可以将用户的脸部图像与更新后的留底图像进行对比。使用更新后的留底图像识别用户的身份，可以提高用户的本人通过概率。

[0048] 需要说明的是，本说明书图1和图2所示实施例中，用户本次刷脸的脸部图像可以为用户本次刷脸比对成功的脸部图像；或者，用户本次刷脸的脸部图像也可以为上述用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

[0049] 另外，用户本次刷脸的脸部图像可以为用户本次刷脸比对失败的脸部图像，但经二次确认上述脸部图像与上述用户的留底图像相符。

[0050] 也就是说，待更新的留底图像可以包括3种情况，一种是用户本次刷脸比对成功的脸部图像；另一种是用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值；再一种是用户本次刷脸比对失败，但经人工二次确认用户本次刷脸的脸部图像与用户的留底图像相符。

[0051] 其中，上述第一比对分阈值可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述第一比对分阈值的大小不作限定，举例来说，上述第一比对分阈值可以为78；上述质量分阈值也可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述质量分阈值的大小不作限定，举例来说，上述质量分阈值可以为60。

[0052] 具体实现时，脸部图像的质量分可以从以下9个方面进行评测：曝光、清晰度、颜色、质感、噪音、防手抖、闪光灯、对焦和伪像，当然这只是对脸部图像进行评分的一种方式，还可以采用其他的评分方式对脸部图像的质量进行评分，本实施例对此不作限定。

[0053] 另外，步骤108之后，如果在后续刷脸识别过程中，上述用户的本人比对分和其他用户的非本人比对分均升高，则可以将上述用户的第二比对分阈值增加预定的偏移值，解决部分个体阈值漂移问题。

[0054] 其中，上述第二比对分阈值指用户的刷脸识别的本人比对分阈值，第二比对分阈值小于或等于第一比对分阈值，本实施例对上述第二比对分阈值的具体大小不作限定，举例来说，上述第二比对分阈值可以为70。同样，上述预定的偏移值，可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述预定的偏移值的大小不作限定，举例来说，上述预定的偏移值可以为5。

[0055] 本说明书实施例提供的留底图像的更新方法同时考虑本人类内距离，以及非本人的最近邻距离，随着留底更新，本人比对成功率越来越高，非本人的误识别风险越来越低。并且，该方法可以通过局部最优实现全局最优，单次留底更新满足局部最优之后，上述用户更新后的留底图像会参与其他人留底计算中的非本人误识概率(FP)，随着其他用户留底更新，上述用户的非本人误识概率也不会上升。

[0056] 上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

[0057] 图3为本说明书一个实施例提供的留底图像的更新装置的结构示意图，如图3所示，上述留底图像的更新装置可以包括：获取模块31、计算模块32和确定模块33；

[0058] 其中，获取模块31，用于获取用户本次刷脸的脸部图像、上述用户刷脸的历史比对成功图像和除上述用户之外其他用户刷脸的历史比对成功图像；

[0059] 计算模块32，用于将本次刷脸的脸部图像作为待更新的留底图像，根据上述待更新的留底图像和上述用户刷脸的历史比对成功图像，计算上述用户的本人通过概率，以及根据待更新的留底图像和上述其他用户刷脸的历史比对成功图像，计算其他用户的非本人误识概率；

[0060] 确定模块33，用于根据上述用户的本人通过概率和上述其他用户的非本人误识概率，确定将上述用户的留底图像更新为待更新的留底图像。

[0061] 图3所示实施例提供的留底图像的更新装置可用于执行本说明书图1所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。

[0062] 图4为本说明书另一个实施例提供的留底图像的更新装置的结构示意图，与图3所示的留底图像的更新装置相比，图4所示的留底图像的更新装置还可以包括：识别模块34；

[0063] 获取模块31，还用于在确定模块33确定将用户的留底图像更新为待更新的留底图像之后，在用户下一次触发刷脸操作之后，获取上述用户的脸部图像；

[0064] 识别模块34，用于将用户的脸部图像与上述用户的留底图像进行比对，对上述用户的身份进行识别。

[0065] 本实施例中，确定模块33可以包括：函数计算子模块331和图像确定子模块332；

[0066] 函数计算子模块331，用于根据预先设定的目标函数，对上述本人通过概率和上述非本人误识概率进行计算，获得函数值；

[0067] 图像确定子模块332，用于当上述函数值为目标函数的最大值时，确定将用户的留底图像更新为待更新的留底图像。

[0068] 本实施例的一种实现方式中，用户本次刷脸的脸部图像包括用户本次刷脸比对成功的脸部图像；或者，用户本次刷脸的脸部图像包括用户本次刷脸比对成功的脸部图像，并且本次刷脸的比对分大于预定的第一比对分阈值，本次刷脸的脸部图像的质量分大于预定的质量分阈值。

[0069] 本实施例的另一种实现方式中，用户本次刷脸的脸部图像包括用户本次刷脸比对失败的脸部图像，但经二次确认上述脸部图像与用户的留底图像相符。

[0070] 进一步地，上述留底图像的更新装置还可以包括：阈值设置模块35；

[0071] 阈值设置模块35，用于在后续刷脸识别过程中，如果上述用户的本人比对分和上述其他用户的非本人比对分均升高，则将上述用户的第二比对分阈值增加预定的偏移值；其中，第二比对分阈值为上述用户的刷脸识别的本人比对分阈值。

[0072] 图4所示实施例提供的留底图像的更新装置可用于执行本申请图1～图2所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。

[0073] 图5为本说明书一个实施例提供的电子设备的结构示意图，如图5所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图1～图2所示实施例提供的留底图像的更新方法。

[0074] 其中，上述电子设备可以为服务器，例如：云服务器或刷脸服务器，本实施例对上述电子设备的形式不作限定。

[0075] 图5示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。

[0076] 如图5所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，通信接口420，存储器430，以及连接不同组件(包括存储器430、通信接口420和处理单元410)的通信总线440。

[0077] 通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，或者使用多种总线结构中的任意总线结构的局域总线。举例来说，通信总线440可以包括但不限于工业标准体系结构(industry standard architecture，ISA)总线，微通道体系结构(micro channel architecture，MAC)总线，增强型ISA总线、视频电子标准协会(video electronics standards association，VESA)局域总线以及外围组件互连(peripheral component interconnection，PCI)总线。

[0078] 电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

[0079] 存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory，RAM)和/或高速缓存存储器。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本说明书图1～图2所示实施例的功能。

[0080] 具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书图1～图2所描述的实施例中的功能和/或方法。

[0081] 处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图1～图2所示实施例提供的留底图像的更新方法。

[0082] 本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本说明书图1～图2所示实施例提供的留底图像的更新方法。

[0083] 上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(read only memory，ROM)、可擦式可编程只读存储器(erasable programmable read only memory，EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

[0084] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

[0085] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、射频(radio frequency，RF)等等，或者上述的任意合适的组合。

[0086] 可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(local area network，LAN)或广域网(wide area network，WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

[0087] 上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

[0088] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

[0089] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

[0090] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属技术领域的技术人员所理解。

[0091] 取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

[0092] 需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机(personal computer，PC)、个人数字助理(personal digital assistant，PDA)、无线手持设备、平板电脑(tablet computer)、手机、MP3播放器、MP4播放器等。

[0093] 在本说明书所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0094] 另外，在本说明书各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

[0095] 上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本说明书各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

[0096] 以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。