[发明专利]身份验证方法及系统

权利要求书

1.一种身份验证的方法，其特征在于，所述方法包括：

获得在注册场景下从第一注册对象提取的生物特征；

获得在识别场景下从第一识别对象提取的生物特征；

根据所述第一注册对象的生物特征与所述第一识别对象的生物特征计算似然打分；以及

根据所述似然打分判断所述第一识别对象的身份是否与所述第一注册对象的身份一致，

其中，所述似然打分包括后验概率部分和边缘概率部分，

所述后验概率部分根据所述第一注册对象的生物特征，注册场景的概率分布模型和所述注册场景的概率分布模型与识别场景的概率分布模型的映射关系确定，

所述注册场景的概率分布模型包括在所述注册场景下从一个或多个注册对象提取生物特征时不同注册对象之间的概率分布参数和同一注册对象的不同样本之间的概率分布参数，所述识别场景的概率分布模型包括在所述识别场景下从一个或多个识别对象提取生物特征时不同识别对象之间的概率分布参数和同一识别对象的不同样本之间的概率分布参数，

所述边缘概率部分根据所述第一识别对象的生物特征，所述识别场景的概率分布模型和所述映射关系确定。

2.根据权利要求1所述的方法，其特征在于，根据所述第一注册对象的生物特征与所述第一识别对象的生物特征计算所述似然打分，包括：

根据所述映射关系，将所述第一识别对象的生物特征从所述识别场景映射到所述注册场景，得到映射后的第一识别对象的生物特征，

根据所述第一注册对象的生物特征在所述注册场景的概率分布模型上计算后验概率分布模板，

根据所述后验概率分布模板和所述映射后的第一识别对象的生物特征在所述注册场景的概率分布模型上计算所述后验概率部分，

根据所述第一识别对象的生物特征在所述识别场景的概率分布模型上计算所述边缘概率部分，

根据所述后验概率部分和所述边缘概率部分，得到所述似然打分。

3.根据权利要求1所述的方法，其特征在于，根据所述第一注册对象的生物特征与所述第一识别对象的生物特征计算所述似然打分，包括：

根据所述第一注册对象的生物特征在所述注册场景的概率分布模型上计算后验概率分布模板，

根据所述映射关系，将所述后验概率分布模板从所述注册场景映射到所述识别场景，得到映射后的后验概率分布模板，

根据所述映射后的后验概率分布模板在所述识别场景的概率分布模型上计算所述后验概率部分，

根据所述第一识别对象的特征在所述识别场景的概率分布模型上计算所述边缘概率部分，

根据所述后验概率部分和所述边缘概率部分，得到所述似然打分。

4.根据权利要求2或3所述的方法，其特征在于，

所述注册场景的概率分布模型和所述识别场景的概率分布模型均服从线性高斯分布，

所述不同注册对象之间的概率分布参数包括所述注册场景中不同注册对象的特征空间分布的均值和方差，

所述同一注册对象的不同样本之间的概率分布参数包括所述注册场景中同一注册对象的特征空间分布的方差，

所述不同识别对象之间的概率分布参数包括所述识别场景中不同识别对象的特征空间分布的均值和方差，

所述同一识别对象的不同样本之间的概率分布参数包括所述识别场景中同一识别对象的特征空间分布的方差。

5.根据权利要求4所述的方法，其特征在于，所述似然打分根据所述线性高斯分布计算。

6.根据权利要求2或3所述的方法，其特征在于，所述映射关系根据已训练的映射函数确定，所述已训练的映射函数通过以下方法获得：

根据注册训练数据估计所述注册场景下的特征分布，

根据识别训练数据估计所述识别场景下的特征分布，

根据映射函数、所述注册训练数据和识别训练数据计算基于最大似然准则估计的损失函数，其中，所述映射函数用于所述注册场景下的特征分布与所述识别场景下的特征分布之间的互逆映射，

根据所述损失函数调整所述映射函数的参数直到所述损失函数满足最小化的优化条件，得到所述已训练的映射函数。