[发明专利]一种人脸特征验证的方法和装置

权利要求书

1.一种人脸特征验证模型的生成方法，其特征在于，所述方法包括：

获取N张输入人脸图像，其中，所述N张输入人脸图像对应M个具有独立身份的人，N为大于2的整数，M为大于2的整数；

对所述N张输入人脸图像进行特征提取，得到每一张人脸图像的原始特征表示，根据得到的原始特征表示组成人脸样本库；

对所述人脸样本库中对应一个所述具有独立身份的人的样本进行分组，得到c组人脸样本,c为大于等于2的整数；

对每一个所述具有独立身份的人的样本，根据流形关联判决得到所述c组人脸样本的共有本征表示；

根据所述具有独立身份的人的所述c组人脸样本的共有本征表示得到本征表示的训练样本集；

对所述本征表示的训练样本集进行训练，得到本征表示的贝叶斯模型；

根据预设的模型映射关系和所述本征表示的贝叶斯模型，得到人脸特征验证模型。

2.根据权利要求1所述的人脸特征验证模型的生成方法，其特征在于，所述根据流形关联判决得到所述c组人脸样本的共有本征表示，包括：

所述c组人脸样本中每一个组的人脸样本的数量相等；

根据预设的似然函数和所述流形关联判决得到所述c组人脸样本中每一组人脸样本的私有本征表示和所述c组人脸样本的共有本征表示。

3.根据权利要求1所述的人脸特征验证模型的生成方法，其特征在于，根据所述c组人脸样本的共有本征表示得到本征表示的训练样本集，包括：

根据得到的所述c组人脸样本的共有本征表示得到正训练样本集和负训练样本集，其中，正训练样本集中的一个训练样本对来自同一个人，负训练样本集中的一个训练样本对来自不同的人；

相应的，对所述本征表示的训练样本集进行训练，得到本征表示的贝叶斯模型，具体包括：

对所述正训练样本集和所述负训练样本集进行训练，得到所述本征表示的贝叶斯模型。

4.根据权利要求1至3任一所述的人脸特征验证模型的生成方法，其特征在于，对所述本征表示的训练样本集进行训练，得到本征表示的贝叶斯模型，包括：根据期望最大化算法对所述本征表示的训练样本集进行训练，得到所述本征表示的贝叶斯模型。

5.根据权利要求1至3任一所述的人脸特征验证模型的生成方法，其特征在于，所述根据预设的模型映射关系和所述本征表示的贝叶斯模型，得到人脸特征验证模型，包括：

通过所述预设的模型映射关系的高斯过程回归，映射所述本征表示的贝叶斯模型，得到原始特征表示的贝叶斯模型，该原始特征表示的贝叶斯模型即所述人脸特征验证模型。

6.一种人脸特征验证模型的生成装置，其特征在于，所述装置包括：

获取模块，用于获取N张输入人脸图像，其中，所述N张输入人脸图像对应M个具有独立身份的人，N为大于2的整数，M为大于2的整数；

特征提取模块，用于对所述N张输入人脸图像进行特征提取，得到每一张人脸图像的原始特征表示，根据得到的原始特征表示组成人脸样本库；

分组模块，用于对所述人脸样本库中对应一个所述具有独立身份的人的样本进行分组，得到c组人脸样本,c为大于等于2的整数；

本征表示的贝叶斯模型生成模块，用于对每一个所述具有独立身份的人的样本，根据流形关联判决得到所述c组人脸样本的共有本征表示，

根据得到的所述c组人脸样本的共有本征表示得到本征表示的训练样本集，对所述本征表示的训练样本集进行训练，得到本征表示的贝叶斯模型；

人脸特征验证模型生成模块，用于根据预设的模型映射关系和所述本征表示的贝叶斯模型，得到人脸特征验证模型。

7.根据权利要求6所述的人脸特征验证模型的生成装置，其特征在于，所述本征表示的贝叶斯模型生成模块具体用于：

对每一个所述具有独立身份的人的样本，根据预设的似然函数和所述流形关联判决得到所述c组人脸样本中每一组人脸样本的私有本征表示和所述c组人脸样本的共有本征表示，其中，所述c组人脸样本中每一个组的人脸样本的数量相等，

根据得到的所述c组人脸样本的共有本征表示得到本征表示的训练样本集，

对所述本征表示的训练样本集进行训练，得到本征表示的贝叶斯模型。