[发明专利]人脸验证的方法和装置

说明书

本发明公开了一种人脸验证的方法和装置，属于人脸识别领域。所述方法包括：获取第一人脸图像和第二人脸图像之间的匹配点；当匹配点的数量大于预设的数量阈值时，对第一人脸图像和第二人脸图像进行分块；统计第一人脸图像和第二人脸图像的各个分块中的匹配点数量，得到第一匹配向量和第二匹配向量；计算第一匹配向量和第二匹配向量之间的相似度；根据相似度验证第一人脸图像和第二人脸图像是否匹配。所述装置包括：获取模块、分块模块、统计模块、计算模块和验证模块。本发明对待验证的人脸图像无任何限制，对样本库外的图像有更好的兼容性，应用更广泛。

技术领域

本发明涉及人脸识别领域，特别涉及一种人脸验证的方法和装置。

背景技术

人脸验证，是人脸识别领域的一个分支。人脸识别包括两大类：①人脸身份识别：根据人脸图像识别人物的身份，解决是谁的问题，是一对多的匹配过程；②人脸验证：判断人脸图像中的人脸是否是指定的人，解决是不是某人的问题，是一对一的匹配过程。传统的人脸验证算法，大多还是使用主成分分析(Principal Component Analysis，简称：PCA)降维，获得人脸特征，再使用线性判别分析(Linear Discriminant Analysis，简称：LDA)获取类间差值，来确定人脸是否匹配，属于有监督训练过程的机器学习算法。

目前，有一种局部自适应回归核的人脸验证算法，该方法首先计算图像的局部自适应回归核，之后利用PCA进行降维处理，计算出二分类特征，并建立分类函数，以特征的相似度判定两幅图像是否匹配，这个方法能够很好的解决多表情下的人脸验证，在各个人脸数据库中的测试有良好的结果。但是，该人脸验证算法需要训练，在验证时必须有已经训练过的数据库支持，才能完成验证，无法对外部没有训练的图像进行对比，局限性较大。

发明内容

为了解决上述现有技术的问题，本发明提供了一种人脸验证的方法和装置。所述技术方案如下：

第一方面，本发明提供了一种人脸验证的方法，包括：

获取第一人脸图像和第二人脸图像之间的匹配点；

当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块；

统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量；

计算所述第一匹配向量和所述第二匹配向量之间的相似度；

根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配。

其中，所述获取第一人脸图像和第二人脸图像之间的匹配点，包括：

获取所述第一人脸图像的特征点和所述第二人脸图像的特征点；

利用匹配算法在所述第一人脸图像的特征点和所述第二人脸图像的特征点之间确定匹配点。

其中，所述计算所述第一匹配向量和所述第二匹配向量之间的相似度，包括：

采用以下公式计算所述第一匹配向量和所述第二匹配向量之间的相似度：

其中，S表示所述第一匹配向量和所述第二匹配向量之间的相似度，M和N为所述第一人脸图像和所述第二人脸图像分块后得到的分块行数和列数，hist1_i表示所述第一人脸图像的第i个分块中匹配点的数量，hist2_i表示所述第二人脸图像的第i个分块中匹配点的数量，i为分块的标号，且i＝1,2,3…..,M×N。

其中，所述根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配，包括：

判断所述相似度是否大于预设的相似度阈值；