[發明專利]基于動態閾值的人臉識別方法及裝置

有效

• 申請號: 201110385373.1
• 申請日: 2011-11-28
• 公開（公告）號: CN103136533A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 黃磊;任智杰
• 申請（專利權）人: 漢王科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種基于動態閾值的人臉識別方法，其特征在于，包括：

人臉識別步驟，用于將待識別人臉圖片與預先設置的模板人臉圖片進行匹配，以確定與待識別人臉圖片相似度最高的模板人臉圖片和相似度得分；

聚類特征獲取步驟，用于分別提取待識別的人臉圖片的場景特征和與待識別人臉圖片相似度最高的模板人臉圖片的場景特征，并結合上述相似度得分，生成聚類特征；

類別確定步驟，用于將所述聚類特征輸入預先確定的場景類別模型中，以確定所述聚類特征的場景類別；以及

判斷步驟，用于選擇預先確定的與所述場景類別相對應的閾值，并在所述相似度得分高于所述閾值時判斷為人臉識別通過。

2.根據權利要求1所述的人臉識別方法，其特征在于，在所述人臉識別步驟之前還包括場景類別模型確定步驟，其中所述場景類別模型確定步驟進一步包括：

采集步驟，用于采集多種場景條件下的人臉圖片，以獲得測試人臉圖片集合和注冊人臉圖片集合；

構造注冊-識別對步驟，用于分別將每種場景條件下的測試人臉圖片與注冊人臉圖片進行匹配識別，將注冊人臉圖片中與所述測試人臉圖片相似度最高的圖片與所述測試人臉圖片組成注冊-識別對；

構造場景類別訓練集步驟，用于分別提取獲得的注冊-識別對中的注冊人臉圖片和測試人臉圖片的場景特征，結合構造注冊-識別對步驟獲得的該注冊-識別對對應的相似度得分，生成聚類特征，所有注冊-識別對的聚類特征構成場景類別訓練集；

場景類別模型生成步驟，用于采用聚類方法，對場景類別訓練集進行聚類學習，得到場景類別模型；

閾值確定步驟，用于根據所述場景類別模型將所述注冊-識別對劃分為多個樣本集，并根據每個樣本集中的識別結果設定在人臉識別過程中的給定誤識下的閾值。

3.根據權利要求2所述的人臉識別方法，其特征在于，還包括：存儲步驟，用于保存所述場景類別模型和在所述閾值確定步驟中設定的閾值。

4.根據權利要求2所述的人臉識別方法，其特征在于，若所述采集步驟采集的人臉圖片沒有場景類別標簽，則在所述采集步驟和所述構造注冊-識別對步驟之間還包括樣本分類步驟，用于分別獲得測試人臉圖片集合和注冊人臉圖片集合中的人臉圖片的場景特征，并按照場景特征將測試人臉圖片集合和注冊人臉圖片集合中的人臉圖片分成多個場景條件。

5.根據權利要求2所述的人臉識別方法，其特征在于，當所述聚類方法為有監督聚類方法時，所述聚類特征還包括場景類別標簽。

6.根據權利要求1-5任一項所述的人臉識別方法，其特征在于，所述場景為光照或姿態或表情。

7.一種基于動態閾值的人臉識別裝置，其特征在于，包括：

人臉識別單元，用于將待識別人臉圖片與預先設置的模板人臉圖片進行匹配，以確定與待識別人臉圖片相似度最高的模板人臉圖片和相似度得分；

聚類特征獲取單元，用于分別提取待識別的人臉圖片的場景特征和與待識別人臉圖片相似度最高的模板人臉圖片的場景特征，并結合上述相似度得分，生成聚類特征；

類別確定單元，用于將所述聚類特征輸入預先確定的場景類別模型中，以確定所述聚類特征的場景類別；以及

判斷單元，用于選擇預先確定的與所述場景類別相對應的閾值，并在所述相似度得分高于所述閾值時判斷為人臉識別通過。

8.根據權利要求7所述的人臉識別裝置，其特征在于，還包括：

采集單元，用于采集多種場景條件下的人臉圖片，以獲得測試人臉圖片集合和注冊人臉圖片集合；

構造注冊-識別對單元，用于分別將每種場景條件下的測試人臉圖片與注冊人臉圖片進行匹配識別，將注冊人臉圖片中與所述測試人臉圖片相似度最高的圖片與所述測試人臉圖片組成注冊-識別對；

構造場景類別訓練集單元，用于分別提取獲得的注冊-識別對中的注冊人臉圖片和測試人臉圖片的場景特征，結合構造注冊-識別對步驟獲得的該注冊-識別對對應的相似度得分，生成聚類特征，所有注冊-識別對的聚類特征構成場景類別訓練集；

場景類別模型生成單元，用于采用聚類方法，對場景類別訓練集進行聚類學習，得到場景類別模型；

閾值確定單元，用于根據所述場景類別模型將所述注冊-識別對劃分為多個樣本集，并根據每個樣本集中的識別結果設定在人臉識別過程中的給定誤識下的閾值。