[发明专利]缓解信息孤岛影响的人脸图像亲属关系验证方法

权利要求书

1.缓解信息孤岛影响的人脸图像亲属关系验证方法，其特征在于：包括以下步骤：

S1：空间结构的学习

首先对第q(q＝1,2...，Q)种亲属关系人脸图像采用一定的人脸图像表示方法，进行抽取人脸特征的操作，可以得到该亲属关系下的M对样本D^q＝{(p_qi，c_qi，y_i)|i＝1，2，...，M}；

对每种亲属关系样本使用算法一挖掘其空间结构，输入{D^q|q＝1，2，...，Q}，再输出支持向量数据的球心、半径和筛选后的样本集首先，对每个D^q挖掘其空间结构，取出其中所有的正例样本对，构成集合P^q，然后使用特征向量差异的绝对值作为所有图像对的特征，求解支持向量数据模型的对偶模型，得到球心a^q、半径R^q和被SVDD球覆盖的样本集最后进行筛选样本、输出操作；

S2：辅助判别信息的挖掘

首先对每种待学习亲属关系q(q＝1,2，...，Q)，使用算法二计算与其他种类亲属关系的相关性，输入a^q、R^q和输出相关性向量U^q和种类序号向量Iq，最后，整合辅助信息，具体的，设定参数T，用于表示与当前待学习亲属关系间相关性较大的T个亲属关系，将种类序号向量I^q中排名靠前的T个亲属关系样本集归并为再将向量U^q中前T个值取出做归一化处理，得到新的相关性权重向量K^q＝[β₁，β₂,...,β_T]；

S3：分类器的学习

首先学习度量矩阵，将不同亲属关系样本分别看作一个单独的学习任务，这T个学习任务可分别被作为一个双线性函数f_t：

S4：优化

2.根据权利要求1所述的缓解信息孤岛影响的人脸图像亲属关系验证方法，其特征在于：S1步骤中的p_qi，c_qi∈R^d是从第i对亲属关系的父母和孩子人脸图像上抽取的特征向量，且y_i∈{+1，-1}表示对应的样本是否具有亲属关系。

3.根据权利要求1所述的缓解信息孤岛影响的人脸图像亲属关系验证方法，其特征在于：S1步骤中的算法一是基于支持向量数据模型的亲属关系空间结构的学习，S1步骤中的筛选样本操作需要取出D^q中所有的负例样本对，构成集合N^q，使用特征向量差异的绝对值作为所有图像对的特征，最后计算所有负例图像对和球心a^q的距离，选取距离较大的前个样本，构成集合合并和为新的训练样本集S1步骤中的输出操作需要输出球心a^q、半径R^q和筛选后的样本集

4.根据权利要求1所述的缓解信息孤岛影响的人脸图像亲属关系验证方法，其特征在于：S2步骤中的算法二为计算相关性，且计算相关性的算法步骤为：

a1：for i＝1：Q；

a2：for j＝1：Q；

a3计算C(i，j)＝||aⁱ-a^j||，最后可以得到相关性矩阵C。

5.根据权利要求1所述的缓解信息孤岛影响的人脸图像亲属关系验证方法，其特征在于：S2步骤中的相关性向量的获取步骤为：

b1：对C的第q行C(q,:)进行升序排列；

b2：将排序后的值取出存入向量U^q；

b3：依次将U^q中的值所对应的种类序号归并，得到种类序号向量I^q。