[发明专利]一种生物特征识别中的反样本挑选方法及装置

说明书

技术领域

本发明涉及模式识别技术领域，特别是涉及一种生物特征识别中的反样本挑选方法及装置。

背景技术

生物特征识别技术是利用个体特有的生理和行为特征来达到身份识别和(或)个体验证目的的一门科学，如人脸、指纹、掌纹、虹膜、声音等的识别。在生物特征识别技术中，近年来以人脸为特征的识别技术发展十分迅速。

随着人脸识别技术的发展，人脸识别相关的应用系统逐渐增多，人脸认证系统作为应用人脸识别技术相关的应用系统在自动门禁、人脸登录等方面取得了越来越多的应用。人脸认证系统是利用摄像头采集应用人员的人脸图像，并与库中对应身份的人脸图像进行比对，如果比对通过，则认为待认证者与库中对应身份的人脸图像具有相同的身份，认证通过；否则，认证不通过。

在人脸认证系统中，通常通过训练人脸的分界面达到人脸认证的目标。在数据库中人数较少的情况下，如小规模的门禁系统、开机登录系统等应用中，由于用户数目较少，用户在人脸空间中只占用较小的空间，这样对于空间中的其他样本(如不属于本系统的用户样本)，可能带来误识。例如，对于没有进行过训练的人，如果选择某个身份，在摄像头前摆出各种姿态、表情，可能会存在某个图像通过认证的情况，这就是人脸认证中的误识问题。

目前，人脸认证系统通过选择反样本来降低误识率。对于某个类别，正样本指属于该类的样本，反样本指不属于该类的样本。利用正样本和反样本训练人脸的分界面，可以提高分界面的泛化能力，降低误识率。

但是，目前反样本的选择没有合适的方法，多是采用随机选择的方法，因此可能使得反样本的分布较为集中，达不到反样本存在的目的。例如，参照图1，是现有技术中反样本对分界面的影响示意图。图中的方形图案表示正样本，圆形图案表示反样本，三角形图案表示冒充正样本的样本，弧线表示分界面。图1即是反样本分布比较集中的情况，由图可见，反样本集中在样本空间的右半边，从而形成了图中所示的分界面。对于这样的分界面，采用三角形图案对应的反样本进行冒充，就可以冒充通过认证，造成误识。这是因为反样本的这种分布使得分界面的划分不够精确，扩大了正样本的分布范围，从而造成冒充样本也通过了认证。

因此，误识问题的发生就是由于在对所选身份训练分界面时，反样本数目不够多或者反样本分布不合理，使得该分界面不准确，泛化能力弱，不能有效区分该身份，当其他没有训练过的样本出现时，分界面不能有效区分此样本是正样本还是反样本，造成识别错误，出现误识。

同样，对于其他生物特征的识别，也存在着相同的误识问题。误识的存在是影响身份认证系统真正实用的主要问题，由于误识，使得本应拒掉的样本通过了身份认证，严重影响了身份认证系统的认证功能。因此，目前需要通过合理挑选反样本来解决这种误识。

发明内容

本发明所要解决的技术问题是提供一种生物特征识别中的反样本挑选方法及装置，以解决生物特征识别中的误识问题。

为了解决上述问题，本发明公开了一种生物特征识别中的反样本挑选方法，包括：

确定已有的反样本在样本空间中的分布；

确定待挑选的反样本数目N；

从已有的反样本中挑选出N个反样本之间的离散度最大的反样本。

优选的，所述从已有的反样本中挑选出N个反样本之间的离散度最大的反样本，包括：计算已有的所有反样本的均值；将距离所述均值最远的反样本作为第一个反样本；在其余的反样本中选择与第一个反样本距离最远的反样本作为第二个反样本；依次挑选第i个反样本，满足第i个反样本与已挑选出来的前i-1个反样本的距离和最大，其中i的取值为3到N。

优选的，所述确定待挑选的反样本数目N，包括：建立反样本数目N与样本训练时间t的函数关系式：t≈f(B，N)；其中，B表示正样本数目，f表示函数关系；根据所述函数关系式得到反样本数目N：N≤g(B，t)；其中，g表示f的变换函数。

优选的，所述确定已有的反样本在样本空间中的分布，包括：通过对正样本和反样本进行特征提取，完成所有样本从图像空间到特征空间的变换，来确定已有的反样本在特征空间中的分布。

优选的，所述特征提取预先进行，并且存储特征提取后的样本数据；挑选样本时直接从存储位置读取样本数据。

本发明还提供了一种生物特征识别中的反样本挑选装置，包括：

反样本数目确定模块，用于当确定已有的反样本在样本空间中的分布后，确定待挑选的反样本数目N；

反样本挑选模块，用于从已有的反样本中挑选出N个反样本之间的离散度最大的反样本。

优选的，所述反样本挑选模块包括：