[发明专利]基于多示例学习的人脸比对验证方法

摘要

本发明公开了一种基于多示例学习的人脸比对方法，应用于人证合一验证场合。该方法利用多示例学习的思想进行人脸比对验证，包括：S1人脸图像预处理；S2人脸多示例学习训练和S3人脸验证。其中，人脸图像预处理包括人脸检测、特征点定位、DoG光照处理；人脸多示例学习训练包括人脸多示例定义、多示例特征提取和多示例特征融合；人脸验证根据步骤S2中各示例股权和配对示例的相似度进行人脸一致性验证。本方法解决人脸比对验证中发型、肤色、化妆和微整形等变化难题，为解决人脸验证提供一种有效算法和思路，提高其可靠性。本方法可广泛应用于二代身份证、护照、驾照、学生证等是否本人持有的人证合一身份验证场合。

主权项

1.一种基于多示例学习的人脸比对验证方法，其特征在于，包括下列步骤：人脸图像预处理步骤，对两幅比对图像进行人脸检测与关键点定位以后归一化至同样大小，并进行光照处理；人脸多示例学习训练步骤，对人脸图像进行多示例定义、多示例特征提取和多示例特征融合训练与学习，计算出各示例特征向量的置信度，并以此计算出此示例在整体判别中的权重，即股权；所述人脸多示例学习训练步骤具体为：人脸图像多示例定义子步骤，用于比对中可能存在的发型、肤色、化妆和微整形变化，采用合适的人脸多示例定义方案；多示例特征提取子步骤，采用LBP提取人脸示例的纹理特征以及采用SIFT或者SURF算法提取人脸示例的方向和尺度特征，使提取的人脸示例图像特征具有鲁棒性和互补性；多示例特征融合子步骤，计算出各人脸图像示例特征向量的股权，为最后的综合判别提供依据；其中，所述人脸图像示例特征向量的股权包括静态股权和动态股权，其中，所述静态股权根据大量样本离线训练得到，是固定不变的原始股，所述动态股权根据在线配对图像本身特性计算得出，是动态变化的追加股，所述人脸图像示例特征向量的股权采用静态股权与动态股权相结合的股权分配制分别计算两种不同特征下各人脸图像示例的权值；人脸验证步骤，对各示例判别结果按其股权投票，并设置灵活的票数统计准则进行最终的人脸验证。