[發(fā)明專利]人臉模型矩陣訓(xùn)練方法和裝置

有效

• 申請?zhí)枺?/td>: 201510836591.0
• 申請日: 2015-11-26
• 公開（公告）號: CN106803054B
• 公開（公告）日: 2019-04-23
• 發(fā)明（設(shè)計）人: 丁守鴻;李季檁;汪鋮杰;黃飛躍;吳永堅;譚國富
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 劉映東

1.一種人臉模型矩陣訓(xùn)練方法，其特征在于，所述方法包括：

獲取人臉圖像庫，所述人臉圖像庫包括k組人臉圖像，每組人臉圖像包括至少一個人的至少一張人臉圖像，k>2；

初始化第一矩陣S_g和第二矩陣S_s；所述第一矩陣為每組人臉圖像的人臉特征的組內(nèi)協(xié)方差矩陣，所述第二矩陣為所述k組人臉圖像的人臉特征的組間協(xié)方差矩陣；

根據(jù)所述S_s計算H，H＝S_s^-1，根據(jù)所述S_g和所述S_s計算L，L＝-(kS_g+S_s)^-1S_gS_s^-1；

獲取每組人臉圖像中的第i個人的人臉圖像的高維特征向量x_i和第j個人的人臉圖像的高維特征向量x_j；0<i≤n，0<j≤n，i≠j，n為一組人臉圖像中的人數(shù)；

根據(jù)所述H、所述L、所述S_g以及所述x_i計算g_i，根據(jù)所述L、所述x_i、所述x_j以及所述S_s計算S_ij，

根據(jù)所述g_i更新所述S_g，根據(jù)所述S_ij更新所述S_s，g_i^T為g_i的轉(zhuǎn)置向量，S_ij^T為S_ij的轉(zhuǎn)置向量；

若所述S_g和所述S_s收斂，則得到所述S_g和所述S_s；

若所述S_g和所述S_s不收斂，則再次執(zhí)行所述根據(jù)所述S_s計算H，根據(jù)所述S_g和所述S_s計算L的步驟；

根據(jù)所述第一矩陣和所述第二矩陣，訓(xùn)練人臉模型矩陣。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取每組人臉圖像中的第i個人的人臉圖像的高維特征向量x_i和第j個人的人臉圖像的高維特征向量x_j，包括：

對于每組人臉圖像，計算分組中的各張人臉圖像的高維特征向量；

計算所述各張人臉圖像的高維特征向量的均值；

對于所述分組中的每張人臉圖像，將所述人臉圖像的高維特征向量減去所述均值，得到均值化后的所述人臉圖像的高維特征向量；

將均值化后的所述人臉圖像的高維特征向量確定為所述人臉圖像的高維特征向量。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述第一矩陣和所述第二矩陣，訓(xùn)練人臉模型矩陣，包括：

根據(jù)所述第一矩陣和所述第二矩陣，計算第三矩陣和第四矩陣；所述第三矩陣為所述人臉圖像庫中的人臉特征的協(xié)方差矩陣，所述第四矩陣為所述人臉圖像庫中不同人的人臉特征之間的協(xié)方差矩陣；

根據(jù)所述第三矩陣和所述第四矩陣，訓(xùn)練人臉模型矩陣。