[发明专利]一种人脸认证的方法及系统

权利要求书

1.一种人脸认证的方法，其特征在于，该方法包括：

采集包含同一待认证人脸目标的多帧图像，得到包含该待认证人脸目标的每帧图像的样本特征；

利用根据特征库训练后得到的分类器判决模型，分别对包含同一待认证人脸目标的每帧图像的样本特征进行认证；其中，所述特征库在之前的认证过程中至少被更新一次；

融合包含所述同一待认证人脸目标的多帧图像的样本特征的认证结果，得到该目标的认证结果；并将融合后的认证结果的置信度高于预设置信阈值的待认证人脸目标的全部样本特征添加到特征库，实现对所述特征库的更新。

2.根据权利要求1所述的方法，其特征在于，利用所述分类器判决模型，分别对包含同一待认证人脸目标的每帧图像的样本特征进行认证的方法为：

利用根据特征库训练后得到的分类器判决模型，分别判断包含同一待认证人脸目标的每帧图像的样本特征是否是对应的认证目标，若是则输出表示是认证目标的数值，否则输出表示非认证目标的数值。

3.根据权利要求2所述的方法，其特征在于，所述融合包含同一待认证人脸目标的多帧图像的样本特征的认证结果，得到该目标的认证结果的方法为：

统计输出表示是认证目标的数值的次数，将其与预先设定的认证阈值比较，如果所述次数大于等于认证阈值，则确认该待认证人脸目标为认证目标并输出认证结果，否则该待认证人脸目标不是认证目标。

4.根据权利要求3所述的方法，其特征在于，所述将融合后认证结果的置信度高于预设置信阈值的待认证目标的全部样本特征添加到特征库的方法为：

当所述输出表示是认证目标的数值的次数大于等于预设的置信阈值时，将所述待认证人脸目标的多帧图像的样本特征全部添加到特征库。

5.根据权利要求1所述的方法，其特征在于，所述利用分类器判决模型分别对包含同一待认证人脸目标的每帧图像的样本特征进行认证的方法为：

利用分类器判决模型，分别计算包含所述同一待认证人脸目标的每帧图像的样本特征与对应的认证目标的相似程度。

6.根据权利要求5所述的方法，其特征在于，所述融合包含同一待认证人脸目标的多帧图像的样本特征的认证结果，得到该目标的认证结果的方法为：

计算所述各帧图像与对应的认证目标的相似程度的平均值，当所述平均值大于等于预设的认证阈值时，则确认该待认证人脸目标为认证目标并输出认证结果，否则判定该待认证人脸目标不是认证目标。

7.根据权利要求6所述的方法，其特征在于，所述将融合后认证结果的置信度高于预设置信阈值的待认证人脸目标的全部样本特征添加到特征库的方法为：

当所述平均值大于等于预设的置信阈值时，将所述待认证人脸目标的全部N帧图像的样本特征全部添加到特征库，N为自然数。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述根据特征库训练得到分类器判决模型的方法为：

每次有新的样本特征添加到特征库后，根据特征库对分类器模型进行训练；

或，记录已添加到特征库的样本特征的数目，当已添加到特征库的样本特征的数目大于等于预先设置的更新阈值时，根据特征库对分类器模型进行训练。

9.一种人脸认证的系统，其特征在于，该系统包括：图像采集标定模块、特征提取模块、特征库模块、训练模块和认证更新模块；

所述图像采集标定模块，采集包含同一待认证人脸目标的多帧图像；

所述特征提取模块，根据所述多帧图像得到包含该待认证人脸目标的每帧图像的样本特征；

特征库模块，接收认证更新模块添加的样本特征，并提供给训练模块；

所述训练模块，根据所述特征库对分类器模型进行训练得到分类器判决模型；

所述认证更新模块，利用分类器判决模型分别对包含同一待认证人脸目标的每帧图像的样本特征进行认证；融合包含所述同一待认证人脸目标的多帧图像的样本特征的认证结果，得到该目标的认证结果；将融合后认证结果的置信度高于预设置信阈值的待认证人脸目标的全部样本特征添加到特征库。