人脸验证的方法和装置制造方法及图纸

本发明专利技术公开了一种人脸验证的方法和装置，属于人脸识别领域。所述方法包括：获取第一人脸图像和第二人脸图像之间的匹配点；当匹配点的数量大于预设的数量阈值时，对第一人脸图像和第二人脸图像进行分块；统计第一人脸图像和第二人脸图像的各个分块中的匹配点数量，得到第一匹配向量和第二匹配向量；计算第一匹配向量和第二匹配向量之间的相似度；根据相似度验证第一人脸图像和第二人脸图像是否匹配。所述装置包括：获取模块、分块模块、统计模块、计算模块和验证模块。本发明专利技术对待验证的人脸图像无任何限制，对样本库外的图像有更好的兼容性，应用更广泛。

【技术实现步骤摘要】
人脸验证的方法和装置
本专利技术涉及人脸识别领域，特别涉及一种人脸验证的方法和装置。
技术介绍
人脸验证，是人脸识别领域的一个分支。人脸识别包括两大类：①人脸身份识别：根据人脸图像识别人物的身份，解决是谁的问题，是一对多的匹配过程；②人脸验证：判断人脸图像中的人脸是否是指定的人，解决是不是某人的问题，是一对一的匹配过程。传统的人脸验证算法，大多还是使用主成分分析(PrincipalComponentAnalysis，简称：PCA)降维，获得人脸特征，再使用线性判别分析(LinearDiscriminantAnalysis，简称：LDA)获取类间差值，来确定人脸是否匹配，属于有监督训练过程的机器学习算法。目前，有一种局部自适应回归核的人脸验证算法，该方法首先计算图像的局部自适应回归核，之后利用PCA进行降维处理，计算出二分类特征，并建立分类函数，以特征的相似度判定两幅图像是否匹配，这个方法能够很好的解决多表情下的人脸验证，在各个人脸数据库中的测试有良好的结果。但是，该人脸验证算法需要训练，在验证时必须有已经训练过的数据库支持，才能完成验证，无法对外部没有训练的图像进行对比，局限性较大。
技术实现思路
为了解决上述现有技术的问题，本专利技术提供了一种人脸验证的方法和装置。所述技术方案如下：第一方面，本专利技术提供了一种人脸验证的方法，包括：获取第一人脸图像和第二人脸图像之间的匹配点；当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块；统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量；计算所述第一匹配向量和所述第二匹配向量之间的相似度；根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配。其中，所述获取第一人脸图像和第二人脸图像之间的匹配点，包括：获取所述第一人脸图像的特征点和所述第二人脸图像的特征点；利用匹配算法在所述第一人脸图像的特征点和所述第二人脸图像的特征点之间确定匹配点。其中，所述计算所述第一匹配向量和所述第二匹配向量之间的相似度，包括：采用以下公式计算所述第一匹配向量和所述第二匹配向量之间的相似度：其中，S表示所述第一匹配向量和所述第二匹配向量之间的相似度，M和N为所述第一人脸图像和所述第二人脸图像分块后得到的分块行数和列数，hist1i表示所述第一人脸图像的第i个分块中匹配点的数量，hist2i表示所述第二人脸图像的第i个分块中匹配点的数量，i为分块的标号，且i＝1,2,3…..,M×N。其中，所述根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配，包括：判断所述相似度是否大于预设的相似度阈值；如果所述相似度大于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像匹配；如果所述相似度小于等于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像不匹配。其中，所述方法还包括：当所述匹配点的数量小于等于所述数量阈值时，确定所述第一人脸图像和所述第二人脸图像不匹配。第二方面，本专利技术还提供了一种人脸验证的装置，所述装置包括：获取模块，用于获取第一人脸图像和第二人脸图像之间的匹配点；分块模块，用于当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块；统计模块，用于统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量；计算模块，用于计算所述第一匹配向量和所述第二匹配向量之间的相似度；验证模块，用于根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配。其中，所述获取模块包括：获取单元，用于获取所述第一人脸图像的特征点和所述第二人脸图像的特征点；确定单元，用于利用匹配算法在所述第一人脸图像的特征点和所述第二人脸图像的特征点之间确定匹配点。其中，所述计算模块包括：计算单元，用于采用以下公式计算所述第一匹配向量和所述第二匹配向量之间的相似度：其中，S表示所述第一匹配向量和所述第二匹配向量之间的相似度，M和N为所述第一人脸图像和所述第二人脸图像分块后得到的分块行数和列数，hist1i表示所述第一人脸图像的第i个分块中匹配点的数量，hist2i表示所述第二人脸图像的第i个分块中匹配点的数量，i为分块的标号，且i＝1,2,3…..,M×N。其中，所述验证模块包括：判断单元，用于判断所述相似度是否大于预设的相似度阈值；验证单元，用于如果所述相似度大于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像匹配；如果所述相似度小于等于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像不匹配。其中，所述验证模块还用于：当所述匹配点的数量小于等于所述数量阈值时，确定所述第一人脸图像和所述第二人脸图像不匹配。本专利技术提供的技术方案带来的有益效果是：通过获取第一人脸图像和第二人脸图像之间的匹配点，当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块，统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量，计算所述第一匹配向量和所述第二匹配向量之间的相似度，根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配，这种方法依据相似度进行验证，没有机器学习过程，没有监督训练过程，对待验证的人脸图像无任何限制，无需已经训练过的数据库支持，对样本库外的图像有更好的兼容性，应用更广泛。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的人脸验证的方法流程图；图2是本专利技术另一实施例提供的人脸验证的方法流程图；图3是本专利技术另一实施例提供的SIFT特征向量示意图；图4是本专利技术另一实施例提供的SIFT算法匹配结果示意图；图5是本专利技术另一实施例提供的对人脸图像进行分块的示意图；图6是本专利技术另一实施例提供的一个人的三幅人脸图像的示意图；图7是本专利技术另一实施例提供的不同相似度阈值下的ROC曲线图；图8是本专利技术另一实施例提供的从FERET数据库中选取的人脸图像示意图；图9是本专利技术另一实施例提供的不同算法的ROC曲线对比图；图10是本专利技术另一实施例提供的人脸验证的装置结构图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。参见图1，本专利技术一实施例提供了一种人脸验证的方法，包括：101：获取第一人脸图像和第二人脸图像之间的匹配点。102：当该匹配点的数量大于预设的数量阈值时，对该第一人脸图像和该第二人脸图像按照相同的方法分别进行分块。103：统计该第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计该第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量。104：计算该第一匹配向量和该第二匹配向量之间的相似度。105：根据该相似度验证该第一人脸图像和该第二人脸图像是否匹配。本实本文档来自技高网...

【技术保护点】
一种人脸验证的方法，其特征在于，所述方法包括：获取第一人脸图像和第二人脸图像之间的匹配点；当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块；统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量；计算所述第一匹配向量和所述第二匹配向量之间的相似度；根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配。

【技术特征摘要】
1.一种人脸验证的方法，其特征在于，所述方法包括：获取第一人脸图像和第二人脸图像之间的匹配点；当所述匹配点的数量大于预设的数量阈值时，对所述第一人脸图像和所述第二人脸图像按照相同的方法分别进行分块，所述第一人脸图像和所述第二人脸图像都得到M行、N列个分块，M×N为每个人脸图像的分块数量；统计所述第一人脸图像的各个分块中的匹配点数量，得到第一匹配向量，统计所述第二人脸图像的各个分块中的匹配点数量，得到第二匹配向量；计算所述第一匹配向量和所述第二匹配向量之间的相似度；根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配，所述计算所述第一匹配向量和所述第二匹配向量之间的相似度，包括：采用以下公式计算所述第一匹配向量和所述第二匹配向量之间的相似度：其中，S表示所述第一匹配向量和所述第二匹配向量之间的相似度，M和N为所述第一人脸图像和所述第二人脸图像分块后得到的分块行数和列数，hist1i表示所述第一人脸图像的第i个分块中匹配点的数量，hist2i表示所述第二人脸图像的第i个分块中匹配点的数量，i为分块的标号，且i＝1,2,3…..,M×N。2.根据权利要求1所述的方法，其特征在于，所述获取第一人脸图像和第二人脸图像之间的匹配点，包括：获取所述第一人脸图像的特征点和所述第二人脸图像的特征点；利用匹配算法在所述第一人脸图像的特征点和所述第二人脸图像的特征点之间确定匹配点。3.根据权利要求1所述的方法，其特征在于，所述根据所述相似度验证所述第一人脸图像和所述第二人脸图像是否匹配，包括：判断所述相似度是否大于预设的相似度阈值；如果所述相似度大于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像匹配；如果所述相似度小于等于所述相似度阈值，则确定所述第一人脸图像和所述第二人脸图像不匹配。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述匹配点的数量小于等于所述数量阈值时，确定所述第一人脸图像和所述第二人脸图像不匹配。5....

【专利技术属性】
技术研发人员：曹林，周汐，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11