[发明专利]一种人脸图像匹配的方法

权利要求书

1.一种人脸图像匹配的方法，其特征在于，该方法包括：

将待匹配的至少两幅人脸图像转化为可用于特征抽取的归一化人脸图像；

按照预定的特征参数对每一所述归一化人脸图像分别进行N次多模态特征的抽取，并通过向量的度量函数对单个特征参数下所述至少两幅归一化人脸图像得到的特征进行匹配，获得匹配分数值；

将进行N次匹配后得到的匹配分数值融合，获得所述至少两幅人脸图像最终的匹配分数，所述N为大于1的自然数。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：学习过程；

所述学习过程的步骤包括：对数据库中每一人脸图像进行预处理，获得归一化人脸图像；

对每幅归一化人脸图像分块，并对每一图像进行多模态特征的抽取，获得特征集；

通过自适应增强AdaBoost算法从所述特征集中选择最优特征，构成最优特征集，并依据所述最优特征集的参数对每一所述归一化人脸图像分别进行N次多模态特征的抽取；

根据所述最优特征的分布概率构建分数融合器，所述分数融合器用于对所述N次匹配后得到的匹配分数值进行融合。

3.根据权利要求2所述的方法，其特征在于，所述从所述特征集中选择最优特征的步骤包括：

构造正负样本集合，并计算每一样本的特征值集合；所述正样本为同一类别的人脸图像之间的匹配对，所述负样本为不同类别人脸图像之间的匹配对，所述特征值为一正负样本对同一特征进行匹配得到的匹配分数值；

为样本赋予权值，若有N₁个正样本与N₂个负样本，则正负样本的初始权值分别为1/2N₁和12N₂；

选择最优特征φ₁：

φt=argminφ∈Φ2Σj=1NPφ+(sj)Pφ-(sj);]]>

其中，arg min为使目标函数取最小值时的变量值，为求和公式，Φ为所有候选特征的集合，s_j为特征值，为候选特征φ在加权正样本集合上特征值等于s_j的概率，为特征φ在加权负样本集合上特征值等于s_j的概率。