[发明专利]一种基于快速处理多距离度量学习的人脸认证方法

权利要求书

1.一种基于快速处理多距离度量学习的人脸认证方法，其特征在于，所述的人脸认证方法包括下列步骤：

输入训练集，其中，训练集由两个子集组成，子集S中的样本对(x_i,x_j)来自同一个人脸，子集D中的样本对(x_i,x_j)来自两个不同的人脸；

对训练子集中的每个人脸图像均提取K种特征，表示样本x_i的第k个特征，k＝1,2,……,K；

学习K种特征对应的距离度量矩阵及其权重；

输入两张人脸图像作为测试样本；

对输入的两张人脸图像提取同样的K种特征，并利用已经学习到的距离度量矩阵和权重计算这两张人脸图像的距离d；

判断，若两张图像的距离小于给定的第一阈值，则是同一个人，若大于给定的第二阈值，则不是同一个人；

其中，所述的学习K种特征对应的距离度量矩阵及其权重包括：

a)利用KISS算法，求出每种特征对应的距离度量：

式中，y_ij＝1表示和来自同一张人脸，y_ij＝-1表示和来自不同的人脸；

b)求出M_0k的特征向量和特征值：

式中，P_k表示由M_0k特征向量组成的矩阵，Λ_0k表示由特征向量对应的特征值组成的对角矩阵；

c)以Λ_0k作为初始值，优化特征值变量Λ_k：

式中，k和l分别表示图像的第k种和第l种特征，表示和的马氏距离，表示和的马氏距离，表示第k种特征对应的铰链损失函数，w_k为J_k对应的权重，参数μ_k为距离阈值，τ_k是对距离阈值的调整参数，根据训练样本集的实际情况得到，其中h(x)＝max(x,0)；

d)利用上述求得的Λ_k及公式求得优化后的距离度量M_k。

2.根据权利要求1所述的一种基于快速处理多距离度量学习的人脸认证方法，其特征在于，所述的对训练子集中的每个人脸图像均提取K种特征的特征提取方法包括LBP特征或SIFT特征提取方法。

3.根据权利要求1所述的一种基于快速处理多距离度量学习的人脸认证方法，其特征在于，所述的距离d具体如下：

其中，M_k和w_k分别为每种特征对应的距离度量及其权重。

4.根据权利要求3所述的一种基于快速处理多距离度量学习的人脸认证方法，其特征在于，所述的判断，若两张图像的距离小于给定的第一阈值，则是同一个人，若大于给定的第二阈值，则不是同一个人具体如下：

判断若d²(x,y)μ_k-τ_k，则两张人脸图像是同一个人，若d²(x,y)μ_k+τ_k，则两张人脸图像不是同一个人，其中，参数μ_k和τ_k根据训练样本集的实际情况得到，参数μ_k为距离阈值，τ_k是对距离阈值的调整参数。