[发明专利]人脸认证方法及装置

权利要求书

1.一种人脸认证方法，其特征在于，其包括：

从若干帧图像中提取人脸特征；

判断所述若干帧图像中的人脸特征是否符合预设人脸模型，当所述符合预设人脸模型的图像数超过第一阀值时，认为所述若干帧图像中的人脸特征对应的用户认证成功；

当所述符合预设人脸模型的图像数超过第二阀值时，提取所述若干帧图像中所有的人脸特征作为样本特征；和

利用所述样本特征对所述预设人脸模型进行增量训练，

其中第二阈值不小于第一阈值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采集同一用户的连续图像；

对所述连续图像进行人脸检测和跟踪；和

从检测到人脸区域的连续图像中选择人脸旋转角度不超过预定误差范围的若干帧图像。

3.根据权利要求2所述的方法，其特征在于，所述从检测到人脸区域的连续图像中选择人脸旋转角度不超过预定误差范围的若干帧图像包括：

从连续图像的人脸区域中提取眼睛和嘴巴的特征点；

通过所述特征点计算人脸旋转角度θ，计算公式如下：

θ=arctg[(b-a)sinα(b+a)(1-cosα)]]]>

其中，a为右眼特征点距嘴巴特征点的水平距离，b为左眼特征点距嘴巴特征点的水平距离，α为20度-30度中的某一值；

选择人脸旋转角度θ不超过预定误差范围的若干帧图像。

4.根据权利要求1所述的方法，其特征在于，提取所述若干帧图像中所有的人脸特征作为样本特征包括：提取若干帧图像中符合预设人脸模型的人脸特征作为正样本，提取若干帧图像中不符合预设人脸模型的人脸特征作为反样本。

5.根据权利要求4所述的方法，其特征在于，利用所述正样本和反样本构建弱分类器库并进行增量训练，

初始化所有的选择器，选择器包括选择的弱分类器和弱分类器权重；

初始化所有选择器对应所有弱特征的分类器正确样本权重和以及分类错误样本权重和

对于当前的一个样本，样本标签为1，如果1＝1则为正样本，1＝-1为反样本；设定样本权重为w＝1；

更新M个在线弱特征构造的弱分类器；

对于N个选择器，更新选择器的弱分类器序号j和弱分类器权重α_n。