用于适应性更新用于用户认证的注册数据库的方法和设备技术

本发明专利技术提供一种用于适应性更新用于用户认证的注册数据库的方法和设备。公开了一种适应性更新注册数据库的方法。所述方法可包括：从输入图像提取第一特征矢量，输入图像包括用户的面部；基于第一特征矢量、注册图像的第二特征矢量和代表性矢量，确定是否将输入图像注册在注册数据库中，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量；基于确定的结果，将输入图像注册在注册数据库中。

Method and apparatus for adaptive updating of registered databases for user authentication

The present invention provides a method and apparatus for adaptive updating of a registered database for user authentication. A method for adaptive updating of a registered database is disclosed. The method includes: extracting first feature vector from the input image, the input image includes the user's face; the first feature vector, registered second image feature vector and a representative vector based on determining whether the input image is registered in the registration database, second feature vector of image registration is registered in the registration database, and representative the vector represents second feature vectors; determined based on the results, the input image is registered in the registration database.

【技术实现步骤摘要】
用于适应性更新用于用户认证的注册数据库的方法和设备本申请要求于2015年11月11日提交到韩国知识产权局的第10-2015-0158148号韩国专利申请和于2016年3月8日提交到韩国知识产权局的第10-2016-0027745号韩国专利申请的优先权，所述韩国专利申请中的每个的全部内容通过引用全部包含于此。
至少一个示例实施例涉及用于用户认证的注册数据库的适应性更新方法和/或设备。
技术介绍
诸如智能电话和可穿戴装置的各种移动装置可在安全认证中使用用户的生物信息，例如，手指、虹膜、面部、语音和血管。
技术实现思路
由于面部识别具有随时间推移的例如妆容样式、头发样式、胡须和用户的体重的多个改变要素，因此面部识别会具有通过将初始注册图像与待输入面部图像进行比较来执行认证的问题。至少一个示例实施例涉及注册数据库的适应性更新方法。根据示例实施例，一种适应性更新注册数据库的方法包括：从输入图像提取第一特征矢量，输入图像包括用户的面部；基于第一特征矢量、注册图像的第二特征矢量和代表性矢量，确定是否将输入图像注册在注册数据库中，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量；基于确定的结果，将输入图像注册在注册数据库中。示例实施例提供的确定是否注册输入图像的步骤包括以下步骤中的至少一个：基于第一特征矢量、第二特征矢量和代表性矢量，确定输入图像是否是离群值；基于第一特征矢量和第二特征矢量，确定是否增大注册数据库的特征范围。示例实施例提供的确定是否注册输入图像的步骤包括：基于第一特征矢量、第二特征矢量和代表性矢量，确定输入图像是否是离群值，确定输入图像是否是离群值的步骤包括：计算第一特征矢量和第二特征矢量之间的最小距离，计算第一特征矢量和代表性矢量之间的代表性距离，基于最小距离和代表性距离，确定输入图像是离群值。示例实施例提供的确定输入图像是离群值的步骤基于最小距离是否小于第一阈值并且代表性距离是否小于第二阈值，确定输入图像是离群值。示例实施例提供基于第一特征矢量和第二特征矢量，确定是否增大注册数据库的特征范围，确定是否扩展注册数据库的特征范围的步骤包括，确定与矢量集合中的各矢量对应的累加特征距离，矢量集合包括第一特征矢量和第二特征矢量，累加特征距离基于矢量集合中的对应矢量和剩余矢量之间的距离确定，以及确定对应于第一特征矢量的累加特征距离是否大于对应于第二特征矢量的累加特征距离中的至少一个。示例实施例提供的将输入图像注册在注册数据库中的步骤可包括：如果对应于第一特征矢量的累加特征距离大于对应于第二特征矢量的累加特征距离中的至少一个，则使用输入图像取代注册图像中的一个注册图像。示例实施例提供的取代注册图像中的一个注册图像的步骤：取代与具有累加特征距离之中的最小累加特征距离的第二特征矢量对应的注册图像。示例实施例提供的确定是否注册输入图像的步骤可包括：将注册在注册数据库中的注册图像的数量与注册数据库的最大注册数量进行比较。示例实施例提供的将输入图像注册在注册数据库中的步骤可包括：如果注册图像的数量小于最大注册数量，则将输入图像添加到注册数据库中；当注册图像的数量等于最大注册数量时，使用输入图像取代注册在注册数据库中的注册图像中的任一个注册图像。示例实施例提供的将输入图像添加到注册数据库的步骤是如果输入图像不是离群值并且注册图像的数量小于最大注册数量，则将输入图像添加到注册数据库中。示例实施例提供的确定是否注册输入图像的步骤可包括：基于第一特征矢量、第二特征矢量和代表性矢量来对用户进行认证。示例实施例提供对用户进行认证的步骤可包括：计算第一特征矢量和第二特征矢量之间的最小距离；计算第一特征和代表性矢量之间的代表性距离；基于最小距离、代表性距离和至少一个距离阈值来对用户进行认证。示例实施例提供的确定是否注册输入图像的步骤：基于对用户进行认证，来确定是否将输入图像注册在注册数据库中。示例实施例提供的所述方法还可包括：当输入图像被注册在注册数据库中时，通过第一特征矢量来更新代表性矢量。至少一个示例实施例涉及注册数据库的适应性更新设备。根据另一个示例实施例，一种注册数据库的适应性更新设备包括：存储器，被配置为存储注册数据库并且存储计算机可读指令；一个或多个处理器，被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为从输入图像提取第一特征矢量，输入图像包括用户的面部，并且处理器还被配置为通过基于第一特征矢量、注册图像的第二特征矢量和代表性矢量确定是否将输入图像注册在注册数据库中来注册输入图像，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为确定以下中的至少一个：(i)基于第一特征矢量、第二特征矢量和代表性矢量，确定输入图像是否是离群值；(ii)基于第一特征矢量和第二特征矢量，确定是否增大注册数据库的特征范围。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为计算第一特征矢量和第二特征矢量之间的最小距离，计算第一特征矢量和代表性矢量之间的代表性距离，并且基于最小距离和代表性距离，确定输入图像是否是离群值。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为基于矢量集合中的对应矢量和剩余矢量之间的距离来确定与矢量集合中的各矢量对应的累加特征距离，矢量集合包括第一特征矢量和第二特征矢量，并且所述一个或多个处理器被配置为执行计算机可读指令，使得所述一个或多个处理器还被配置为基于对应于第一特征矢量的累加特征距离是否大于对应于第二特征矢量的累加特征距离中的至少一个，确定是否扩展注册数据库的特征范围。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为：如果对应于第一特征矢量的累加特征距离大于对应于第二特征矢量的累加特征距离中的至少一个，则使用输入图像取代注册图像之中的与具有最小累加特征距离的第二特征矢量对应的注册图像。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为基于注册在注册数据库中的注册图像的数量和注册数据库的最大注册数量，确定是将输入图像添加在注册数据库中还是取代注册数据库中的注册图像中的一个注册图像。示例实施例提供的所述一个或多个处理器可被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为基于第一特征矢量、第二特征矢量和代表性矢量来对用户进行认证，所述一个或多个处理器还被配置为执行所述计算机可读指令，使得所述一个或多个处理器被配置为基于对用户进行认证，来确定是否将输入图像注册在注册数据库中。至少一个示例实施例涉及适应性更新注册数据库的方法。根据另一示例实施例，一种适应性更新注册数据库的方法包括：对输入图像进行认证；确定输入图像是否是离群值；确定是否通过输入图像增大注册数据库的特征范围；基于确定是否通过输入图像增大注册数据库的特征范围，使用输入图像取代注册数据库中的注册图像中的一个注册图像。示例实施例提供的确定输入图像是否是离群值的步骤可包括：计算从输入图像提取的第一特征矢量本文档来自技高网...

【技术保护点】
一种适应性更新注册数据库的方法，所述方法包括：从输入图像提取第一特征矢量，输入图像包括用户的面部；基于第一特征矢量、注册图像的第二特征矢量和代表性矢量，确定是否将输入图像注册在注册数据库中，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量；基于确定的结果，将输入图像注册在注册数据库中。

【技术特征摘要】
2015.11.11 KR 10-2015-0158148;2016.03.08 KR 10-2011.一种适应性更新注册数据库的方法，所述方法包括：从输入图像提取第一特征矢量，输入图像包括用户的面部；基于第一特征矢量、注册图像的第二特征矢量和代表性矢量，确定是否将输入图像注册在注册数据库中，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量；基于确定的结果，将输入图像注册在注册数据库中。2.根据权利要求1所述的方法，其中，确定是否注册输入图像的步骤包括以下步骤中的至少一个：(i)基于第一特征矢量、第二特征矢量和代表性矢量，确定输入图像是否是离群值；(ii)基于第一特征矢量和第二特征矢量，确定是否增大注册数据库的特征范围。3.根据权利要求2所述的方法，其中，确定是否注册输入图像的步骤包括：基于第一特征矢量、第二特征矢量和代表性矢量，确定输入图像是否是离群值，确定输入图像是否是离群值的步骤包括：计算第一特征矢量和第二特征矢量之间的最小距离，计算第一特征矢量和代表性矢量之间的代表性距离，基于最小距离和代表性距离，确定输入图像是否是离群值。4.根据权利要求3所述的方法，其中，确定输入图像是否是离群值的步骤基于最小距离是否小于第一阈值并且代表性距离是否小于第二阈值，确定输入图像是否是离群值。5.根据权利要求2所述的方法，其中，确定是否注册输入图像的步骤包括：基于第一特征矢量和第二特征矢量，确定是否增大注册数据库的特征范围，确定是否增大注册数据库的特征范围的步骤包括：确定与矢量集合中的各矢量对应的累加特征距离，矢量集合包括第一特征矢量和第二特征矢量，累加特征距离基于矢量集合中的对应矢量和剩余矢量之间的距离确定，确定对应于第一特征矢量的累加特征距离是否大于对应于第二特征矢量的累加特征距离中的至少一个。6.根据权利要求5所述的方法，其中，将输入图像注册在注册数据库中的步骤包括：如果对应于第一特征矢量的累加特征距离大于对应于第二特征矢量的累加特征距离中的至少一个，则使用输入图像取代注册图像中的一个注册图像。7.根据权利要求6所述的方法，其中，取代注册图像中的一个注册图像的步骤包括：取代与具有累加特征距离之中的最小累加特征距离的第二特征矢量对应的注册图像。8.根据权利要求1所述的方法，其中，确定是否注册输入图像的步骤包括：将注册在注册数据库中的注册图像的数量与注册数据库的最大注册数量进行比较。9.根据权利要求8所述的方法，其中，将输入图像注册在注册数据库中的步骤包括：如果注册图像的数量小于最大注册数量，则将输入图像添加到注册数据库中；如果注册图像的数量等于最大注册数量，则使用输入图像取代注册在注册数据库中的注册图像中的一个注册图像。10.根据权利要求9所述的方法，其中，将输入图像添加到注册数据库的步骤包括：如果输入图像不是离群值并且注册图像的数量小于最大注册数量，则将输入图像添加到注册数据库中。11.根据权利要求1所述的方法，其中，确定是否注册输入图像的步骤包括：基于第一特征矢量、第二特征矢量和代表性矢量来对用户进行认证。12.根据权利要求11所述的方法，其中，对用户进行认证的步骤包括：计算第一特征矢量和第二特征矢量之间的最小距离；计算第一特征和代表性矢量之间的代表性距离；基于最小距离、代表性距离和至少一个距离阈值来对用户进行认证。13.根据权利要求11所述的方法，其中，确定是否注册输入图像的步骤基于对用户进行认证，来确定是否将输入图像注册在注册数据库中。14.根据权利要求1所述的方法，还包括：如果输入图像被注册在注册数据库中，则基于第一特征矢量来更新代表性矢量。15.一种非暂时性计算机可读介质，包括：当由处理器执行时致使处理器执行根据权利要求1所述的方法的程序代码。16.一种注册数据库的适应性更新设备，所述设备包括：存储器，被配置为存储注册数据库并且存储计算机可读指令；一个或多个处理器，被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为从输入图像提取第一特征矢量，输入图像包括用户的面部，并且处理器还被配置为通过基于第一特征矢量、注册图像的第二特征矢量和代表性矢量确定是否将输入图像注册在注册数据库中来注册输入图像，注册图像的第二特征矢量被注册在注册数据库中，并且代表性矢量代表第二特征矢量。17.根据权利要求16所述的设备，其中，所述一个或多个处理器被配置为执行计算机可读指令，使得所述一个或多个处理器被配置为确定以下中的至少一个：(i)基于第一特征矢量、第二特征矢量和代表性矢...

【专利技术属性】
技术研发人员：韩在濬，金亭培，李宣旼，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国,KR