[发明专利]客户端特征的识别方法和装置

说明书

【技术领域】

本发明涉及图像处理技术领域，特别是涉及一种客户端特征的识别方法和装置。

【背景技术】

随着各种终端的不断应用普及，对终端功能的要求越来越高。

以人脸图像识别为例，现有技术中已存在人脸识别算法，人脸图像识别需要计算所有样本之间的相似度，从而判断测试图像对应的用户类别。但在互联网领域，由于注册用户与识别用户的采集环境往往有较大的差异，使得同一个人脸图像呈现出不同的模态，导致了人脸识别率降低。

而人脸验证技术可提高人脸识别率。与上述人脸图像识别不同之处在于，在人脸验证中，模板库仅存在单一用户的模板图像，用以判断测试图像是否与模板图像对应为同一用户。

现有的人脸验证技术主要通过PCLDA（基于主成分分析的线性鉴别分析）获取图像的可鉴别特征，来计算模板图像特征与测试图像特征之间的相似度，进而与预先设定的阈值进行比较，以验证测试图像对应的用户。譬如假设所有人脸图像经过灰度归一化、亮度归一化及特征抽取后的特征向量为x∈R^d，该类算法具体包括：

（1）、训练步骤：根据标签有类别信息的训练样本，计算每一类样本的均值μ^k(k=1,2…n)，所有样本的均值μ，以及类内协方差矩阵S_w（所有类的协方差矩阵之和）和类间协方差矩阵S_b（所有类均值的协方差矩阵）。LDA（线性鉴别分析）获得原始特征的投影矩阵v，并使得类间协方差矩阵S_b最大，而类内协方差矩阵S_w最小。

在具体实施过程中，由于原始特征维度通常较高，因此在进行LDA之前，通常需要对特征进行PCA（主成分分析）来降维并获取主要的特征模式。

（2）、测试步骤：根据投影矩阵v，对原始测试样本进行投影y=vx，继而计算模板图像特征y_m和测试图像特征y_p之间相似度，并通过判断相似度与预先设定的阈值之间的大小来获得验证结果。

但是发明人发现现有技术至少存在如下技术问题：由于要判断该样本对应的类别，而非判断两个样本是否属于同一类，导致识别的效率低下；而且在非控制采集环境下，由于同一用户对应的类内样本之间差异较大，这使得基于类内和类间信息的可鉴别特征不能够完全描述原始样本特征，同样会导致人脸图像的识别准确率低下。

因此，需解决现有技术中由于需要判断样本对应的类别，以及同一用户对应的类内样本之间差异较大造成的人脸图像的识别效率低下的技术问题。

【发明内容】

本发明实施例的一个目的在于提供一种客户端特征的识别方法，旨在解决现有技术中由于需要判断样本对应的类别，以及同一用户对应的类内样本之间差异较大造成的人脸图像的识别准确率低下的技术问题。

为解决上述技术问题，本发明实施例构造了一种客户端特征的识别方法，所述方法包括以下步骤：

获取客户端特征以及预先存储的模板图像特征；

根据预设的投影矩阵对获取的客户端特征以及模板图像特征进行投影，生成一投影特征对；其中所述投影矩阵由同一对象的模板图像特征和不同对象的模板图像特征训练形成；

根据预先设置的相似度计算公式对所述投影特征对进行相似度的计算，生成一相似度结果；

将生成的相似度结果提示给客户端。

本发明实施例的另一个目的在于提供一种客户端特征的识别装置，旨在解决现有技术中由于需要判断样本对应的类别，以及同一用户对应的类内样本之间差异较大造成的人脸图像的识别效率低下的技术问题。

为解决上述技术问题，本发明实施例构造了一种客户端特征的识别装置，所述装置包括：

特征获取模块，用于获取客户端特征，以及用于获取预先存储的模板图像特征；

投影模块，用于根据预设的投影矩阵对获取的客户端特征以及模板图像特征进行投影，生成一投影特征对；其中所述投影矩阵由同一对象的模板图像特征和不同对象的模板图像特征训练形成；

相似度计算模块，用于根据预先设置的相似度计算公式对所述投影特征对进行相似度的计算，生成一相似度结果；以及

提示模块，用于将生成的相似度结果提示给客户端。