[发明专利]分类器训练方法和装置以及人脸认证方法和装置

摘要

本发明公开了一种分类器训练方法和装置以及人脸认证方法和装置。本发明将人脸图像划分为若干相互交叠的子区域，先利用人脸图像在每个子区域内的特征向量分别为各子区域训练一个子区域分类器，使每个子区域分类器可输出一置信度，用于表示基于该子区域内所具有的特征向量，可确定特征向量所属人脸为真的概率；再利用各子区域分类器输出的置信度训练得到一综合分类器，使该综合分类器能够基于其各子区域所对应的置信度确定人脸是否为真。这样一来，在人脸认证时即可通过子区域分类器更多地利用人脸局部特征，并基于人脸局部特征所对应的置信度综合判断该人脸是否为真，从而相比于现有基于全局特征的方式，能够提高人脸认证的准确性。

主权项

一种用于人脸认证的分类器训练方法，其特征在于，包括如下步骤：a、将各样本图像按照脸部特征点位置对齐并归一化；b、从对齐归一化后的各样本图像中提取特征向量、并将对齐归一化后的所有样本图像划分为相互交叠的若干子区域；c、分别以相同人脸的各样本图像在每一子区域内特征向量差的绝对值为该子区域的正样本特征、以不同人脸的各样本图像在每一子区域内的特征向量差的绝对值为该子区域的反样本特征，为每一子区域训练一个子区域分类器，所述子区域分类器可依据各样本图像在该子区域内的特征向量的差，输出表示各样本图像属于同一人脸的置信度；d、以所有子区域分类器针对相同人脸的各样本图像输出的置信度为正样本特征、以所有子区域分类器针对不同人脸的各样本图像输出的置信度为反样本特征，训练得到一个综合分类器，所述综合分类器可依据表示各样本图像属于同一人脸的置信度，输出各样本图像是否属于同一人脸的分类结果。