[发明专利]人脸模型矩阵训练方法和装置

摘要

本发明公开了一种人脸模型矩阵训练方法和装置，属于计算机技术领域。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；对所述k组人脸图像中的每一组人脸图像分别进行解析，根据解析结果计算第一矩阵和第二矩阵；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；根据所述第一矩阵和所述第二矩阵，训练人脸模型矩阵。避免了现有技术中终端同时加载人脸图像库中的所有人脸图像至内存时占用内存较大的问题，达到了可以每次只加载一个分组中的人脸图像至内存，进而降低训练过程中所需占用的内存的效果。

主权项

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S_g和第二矩阵S_s；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S_s计算H，H＝S_s^‑1，根据所述S_g和所述S_s计算L，L＝‑(kS_g+S_s)^‑1S_gS_s^‑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x_i和第j个人的人脸图像的高维特征向量x_j；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S_g以及所述x_i计算g_i，根据所述L、所述x_i、所述x_j以及所述S_s计算S_ij，根据所述g_i更新所述S_g，根据所述S_ij更新所述S_s，g_i^T为g_i的转置向量，S_ij^T为S_ij的转置向量；若所述S_g和所述S_s收敛，则得到所述S_g和所述S_s；若所述S_g和所述S_s不收敛，则再次执行所述根据所述S_s计算H，根据所述S_g和所述S_s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。