[发明专利]人脸认证方法及装置

说明书

【技术领域】

本发明涉及图像处理技术领域，特别涉及一种可增量学习的人脸认证方法及装置。

【背景技术】

在图像处理和计算机视觉技术领域中，人脸认证技术是一种较为重要和成熟的技术。现有的人脸认证技术通常采用基于训练方式的方法获得人脸模型，具体地讲，从训练图像中割取人脸区域并提取特征作为样本，利用某种训练方法训练得到能够区分所述样本的分类器，然后利用该分类器来进行人脸认证。

但是这种方法中的人脸模型，只是经过初始的一批样本图像来训练获得的。随着时间的变化、环境光线的变化、衣着变化和外貌变化等因素，会造成人脸模型的认证成功率下降。例如：某一公司在夏天采购了基于人脸认证技术的考勤机，采购当日对女职员张三采集了初始训练图像，所述考勤机可以利用初始训练图像获得张三的人脸模型。但是随着时间的变化，在冬天张三换了新的发型、穿的衣服变多，所述考勤机的认证率就会慢慢下降。而此时，传统的方法是所述考勤机重新对张三采集训练图像并训练模型，因为这种方法需要人为进行额外的操作，增加系统的维护成本，并且用户体验也很不好。

因此，有必要提出一种新的技术方案来解决上述缺点。

【发明内容】

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

本发明的一个目的在于提供一种人脸认证方法，利用增量学习的方法实现了对人脸模型的自我维护能力和训练能力。

本发明的另一目的在于提供一种人脸认证装置，利用增量学习的方法实现了系统的自我维护。

为了达到本发明的目的，根据本发明的一方面，本发明提供了一种人脸认证方法，所述方法包括：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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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；