[发明专利]隐私图片显示方法、装置、终端及存储介质

权利要求书

1.一种隐私图片显示方法，其特征在于，所述方法包括：

当接收到相册开启指令时，对前置摄像头采集到的实时图像进行人脸识别；

若识别出所述实时图像中包含目标人脸，则在相册界面显示隐私图片，所述目标人脸是具有隐私图片查看权限的用户的人脸；

图片浏览过程中，当满足人脸识别条件时，通过所述前置摄像头采集所述实时图像并进行人脸识别，其中，在图片浏览过程中停止通过所述前置摄像头采集所述实时图像，并设置第一定时器，当所述第一定时器达到第一定时器时长时通过所述前置摄像头采集所述实时图像进行人脸识别，在图片浏览过程中识别出所述实时图像中的所述目标人脸存在预设面部变化特征时, 停止通过所述前置摄像头采集所述实时图像，并设置第二定时器，所述预设面部变化特征包括眼部变化特征和嘴部变化特征中的至少一种，所述预设面部变化特征用于指示存在将所述隐私图片传递给不具有隐私图片查看权限的用户查看的需求, 当所述第二定时器达到第二定时器时长后通过所述前置摄像头采集所述实时图像进行人脸识别；

若识别出所述实时图像中不包含所述目标人脸，则停止在所述相册界面显示所述隐私图片。

2.根据权利要求1所述的方法，其特征在于，所述图片浏览过程中，当满足人脸识别条件时，通过所述前置摄像头采集所述实时图像并进行人脸识别，包括：

图片浏览过程中，通过所述前置摄像头持续采集所述实时图像；

对所述实时图像中的所述目标人脸进行人脸跟踪；

若人脸跟踪失败，则对所述实时图像进行人脸识别。

3.根据权利要求2所述的方法，其特征在于，所述对所述实时图像中的所述目标人脸进行人脸跟踪，包括：

通过中值流位MedianFlow算法对所述实时图像中的所述目标人脸进行人脸跟踪，其中，所述MedianFlow算法运行在中央处理器CPU上。

4.根据权利要求1至3任一所述的方法，其特征在于，所述当接收到相册开启指令时，对前置摄像头采集到的实时图像进行人脸识别之前，所述方法还包括：

对相册中的图片进行聚类，得到至少一个候选类别，同一候选类别中包含的图片具有相同图像特征；

接收对所述候选类别中目标类别的标记操作，并将所述目标类别中包含的图片确定为所述隐私图片。

5.根据权利要求4所述的方法，其特征在于，所述接收对所述候选类别中目标类别的标记操作，并将所述目标类别中包含的图片确定为所述隐私图片之后，所述方法还包括：

获取新增图片；

根据所述新增图片和各个所述候选类别对应的图像特征，确定所述新增图片所属的候选类别；

若所述新增图片所属的候选类别为所述目标类别，则将所述新增图片确定为所述隐私图片。

6.根据权利要求1至3任一所述的方法，其特征在于，所述对前置摄像头采集到的实时图像进行人脸识别，包括：

将所述实时图像输入人脸检测模型，得到所述人脸检测模型输出的人脸区域，并根据所述人脸区域从所述实时图像中提取人脸图像；

将所述人脸图像输入人脸特征提取模型，得到所述人脸特征提取模型输出的人脸面部特征；

根据所述人脸面部特征与目标人脸面部特征，确定每一对特征之间的欧式距离，所述目标人脸面部特征是所述目标人脸对应的面部特征，且所述每一对特征对应相同人脸部位；

根据所述每一对特征的所述欧式距离，确定所述人脸区域与所述目标人脸的相似度；

若所述相似度高于相似度阈值，则确定所述实时图像中包含所述目标人脸。

7.根据权利要求6所述的方法，其特征在于，所述人脸检测模型为传播人脸BlazeFace模型，所述人脸特征提取模型为移动面部网络MobileFaceNet模型，且所述BlazeFace模型和所述MobileFaceNet模型运行于图形处理器GPU上。