[发明专利]SVM差分模型训练及人脸验证方法、装置、终端及存储介质

摘要

一种支持向量机差分模型训练方法，所述方法包括：构造正负样本集及训练SVM差分模型，其中正负样本集的特征为动态照片和证件照片进行人脸特征归一化并差分处理得到的特征，从所构造的正负样本集中生成正负样本训练集及正负样本测试集，输入正负样本训练集到SVM中，计算出最优组合参数c、g，逐步扩大c、g的范围并缩小步长，保存每一次的组合参数c、g，随机选择正负样本测试集在已保存的组合参数c、g所对应的SVM差分模型上进行多次测试，保存准确率最高时所对应的参数及SVM模型。本发明还提供一种支持向量机差分模型训练装置、人脸验证方法、装置、终端及存储介质。本发明可以训练出适合人脸验证的支持向量机差分模型，获得较佳的人脸验证效果。

主权项

一种SVM差分模型训练方法，其特征在于，所述方法包括：构造正负样本集，包括：1)提取每张证件照片上的人脸区域的第一人脸特征，提取每张动态照片上的人脸区域的第二人脸特征；2)对所述第一人脸特征进行归一化处理得到第一归一化人脸特征，对所述第二人脸特征进行归一化处理得到第二归一化人脸特征；3)对所述第一归一化人脸特征与第二归一化人脸特征进行做差以得到差分人脸特征；4)构造正负样本对，其中，所述正样本对为同一个人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第一类别属性，负样本对为不同人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第二类别属性；训练SVM差分模型，包括：1)：从所构造的正负样本集中生成正负样本训练集及正负样本测试集；2)：寻找惩罚参数c及核函数的参数g的最优组合；3)：保存最优参数组合及对应的SVM差分模型。