[发明专利]人脸模型矩阵训练方法和装置有效
| 申请号： | 201510836591.0 | 申请日： | 2015-11-26 |
| 公开（公告）号： | CN106803054B | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 丁守鸿;李季檩;汪铖杰;黄飞跃;吴永坚;谭国富 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 刘映东 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 模型 矩阵 训练 方法 装置 | ||
1.一种人脸模型矩阵训练方法，其特征在于，所述方法包括：
获取人脸图像库，所述人脸图像库包括k组人脸图像，每组人脸图像包括至少一个人的至少一张人脸图像，k>2；
初始化第一矩阵Sg和第二矩阵Ss；所述第一矩阵为每组人脸图像的人脸特征的组内协方差矩阵，所述第二矩阵为所述k组人脸图像的人脸特征的组间协方差矩阵；
根据所述Ss计算H，H＝Ss-1，根据所述Sg和所述Ss计算L，L＝-(kSg+Ss)-1SgSs-1；
获取每组人脸图像中的第i个人的人脸图像的高维特征向量xi和第j个人的人脸图像的高维特征向量xj；0<i≤n，0<j≤n，i≠j，n为一组人脸图像中的人数；
根据所述H、所述L、所述Sg以及所述xi计算gi，根据所述L、所述xi、所述xj以及所述Ss计算Sij，
根据所述gi更新所述Sg，根据所述Sij更新所述Ss，giT为gi的转置向量，SijT为Sij的转置向量；
若所述Sg和所述Ss收敛，则得到所述Sg和所述Ss；
若所述Sg和所述Ss不收敛，则再次执行所述根据所述Ss计算H，根据所述Sg和所述Ss计算L的步骤；
根据所述第一矩阵和所述第二矩阵，训练人脸模型矩阵。
2.根据权利要求1所述的方法，其特征在于，所述获取每组人脸图像中的第i个人的人脸图像的高维特征向量xi和第j个人的人脸图像的高维特征向量xj，包括：
对于每组人脸图像，计算分组中的各张人脸图像的高维特征向量；
计算所述各张人脸图像的高维特征向量的均值；
对于所述分组中的每张人脸图像，将所述人脸图像的高维特征向量减去所述均值，得到均值化后的所述人脸图像的高维特征向量；
将均值化后的所述人脸图像的高维特征向量确定为所述人脸图像的高维特征向量。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一矩阵和所述第二矩阵，训练人脸模型矩阵，包括：
根据所述第一矩阵和所述第二矩阵，计算第三矩阵和第四矩阵；所述第三矩阵为所述人脸图像库中的人脸特征的协方差矩阵，所述第四矩阵为所述人脸图像库中不同人的人脸特征之间的协方差矩阵；
根据所述第三矩阵和所述第四矩阵，训练人脸模型矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510836591.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：指纹图像处理方法与装置
- 下一篇：人脸识别方法和装置
