SVM 差分模型训练及人脸验证方法、装置、终端及存储介质制造方法及图纸

一种支持向量机差分模型训练方法，所述方法包括：构造正负样本集及训练SVM差分模型，其中正负样本集的特征为动态照片和证件照片进行人脸特征归一化并差分处理得到的特征，从所构造的正负样本集中生成正负样本训练集及正负样本测试集，从而训练得到最优参数c，g组合即对应的SVM差分模型。本发明专利技术还提供一种支持向量机差分模型训练装置、终端及存储介质及人脸验证方法、装置、终端及存储介质。本发明专利技术可以训练出适合人脸验证的支持向量机差分模型，获得较佳的人脸验证效果。

【技术实现步骤摘要】
SVM差分模型训练及人脸验证方法、装置、终端及存储介质
本专利技术涉及图像识别
，具体涉及一种SVM差分模型训练及人脸验证方法、装置、终端及存储介质。
技术介绍
人脸验证(FaceVerification)是人脸识别(Facerecognition)的子领域，人脸验证是判断两张人脸图片是不是同一个人，最常用的场景是判断证件是不是本人，人脸识别则是给定一张人脸图片，然后判断这个人是谁，其实质相当于多次的人脸验证。由于动态环境下的人脸图片存在光照、姿态、年龄、装束等多种影响，使得动态环境下的人脸验证难度非常大。近几年提出了很多方法来改善动态环境下的人脸验证，这些方法大概可以分为两类。一类是基于传统特征的方法，目标在于提取有区分性的特征，再结合欧式距离或者余弦夹角距离进行比对，经典的人脸特征描述算子包括：方向梯度直方图(HistogramofOrientedGradient，HOG)、局部二值模式(LocalBinaryPatterns，LBP特征)、尺度不变特征变换(Scale-invariantfeaturetransform，SIFT)、伽柏(Gabor)特征等。另一类是基于深本文档来自技高网...

【技术保护点】
一种SVM差分模型训练方法，其特征在于，所述方法包括：构造正负样本集，包括：1)提取每张证件照片上的人脸区域的第一人脸特征，提取每张动态照片上的人脸区域的第二人脸特征；2)对所述第一人脸特征进行归一化处理得到第一归一化人脸特征，对所述第二人脸特征进行归一化处理得到第二归一化人脸特征；3)对所述第一归一化人脸特征与第二归一化人脸特征进行做差以得到差分人脸特征；4)构造正负样本对，其中，所述正样本对为同一个人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第一类别属性，负样本对为不同人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第二类别属性；训练SVM差分模型，包括：1...

【技术特征摘要】
1.一种SVM差分模型训练方法，其特征在于，所述方法包括：构造正负样本集，包括：1)提取每张证件照片上的人脸区域的第一人脸特征，提取每张动态照片上的人脸区域的第二人脸特征；2)对所述第一人脸特征进行归一化处理得到第一归一化人脸特征，对所述第二人脸特征进行归一化处理得到第二归一化人脸特征；3)对所述第一归一化人脸特征与第二归一化人脸特征进行做差以得到差分人脸特征；4)构造正负样本对，其中，所述正样本对为同一个人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第一类别属性，负样本对为不同人的动态照片和证件照片进行人脸特征归一化并差分处理得到的特征及第二类别属性；训练SVM差分模型，包括：1)：从所构造的正负样本集中生成正负样本训练集及正负样本测试集；2)：寻找惩罚参数c及核函数的参数g的最优组合；3)：保存最优参数组合及对应的SVM差分模型。2.如权利要求1所述的方法，其特征在于，所述从所构造的正负样本集中生成正负样本训练集及正负样本测试集包括：在所生成的正负样本训练集中随机选择第一预设数量的正负样本训练集参与训练；在所生成的正负样本测试集中随机选择第二预设数量的正负样本测试集参与测试。3.如权利要求2所述的方法，其特征在于，所述寻找惩罚参数c及核函数的参数g的最优组合包括：将所述第一预设数量的正负样本训练集输入到SVM中，计算出第一最优组合参数c、g；逐步扩大c、g的范围并缩小步长，保存每一次的组合参数c、g；选择正负样本测试集在已保存的组合参数c、g所对应的SVM差分模型上进行测试，准确率最高时所对应的参数为第二最优组合参数c、g。4.一种利用权利要求1至3任意一项所述的方法训练出的SVM差分模型进行人脸验证方法，其特征在于，所述方法包括：提取待验证人的证件照片中的人脸区域的第三人脸特征；提取待验证人的场景照片中的人脸区域的第四人脸特征；对所述第三人脸特征进行归一化处理得到第三归一化人脸特征，对所述第四人脸特征进行归一化处理得到第四归一化人脸特征；对所述第三归一化人脸特征与第四归一化人脸特征进行做差以得到所述待验证人的差分人脸特征；及根据所述SVM差分模型计算所述差分人脸特征的相似度；判断所述相似度是否大于预设阈值；及当所述相似度大于所述预设阈值时，确定所述证件照片与所述场景照片不为同一个人；或者当所述相似度小于或等于预设阈值时，确定所述证件照片与所述场景照片为同一个人。5.一种SVM差分模型训练装置，其特征在于，所述装置包括：构造模块，用于构造正负样本集，包括：特征提取子模块，用于提取每张证件照片上的人脸区域的第一人脸特征，提取每张动态照片上的人脸区域的第二人脸特征；归一化子模块，用于对所述第一人脸特征进行归一化处理得到第一归一化人脸特征，对所述第二人脸特征进行归一化处理得到第...

【专利技术属性】
技术研发人员：牟永强，严蕤，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东,44