[发明专利]人脸数据验证的方法和系统

权利要求书

1.一种人脸数据验证方法，其特征在于，包括：

从第一数据库中获取多个源域数据集X_i以及从不同于所述第一数据库的第二数据库中获取目标域数据集X_t；

确定与目标域数据集X_t最佳匹配的潜子空间Z_t以及根据所述目标域数据集X_t和所述源域数据集X_i确定所述确定的潜子空间Z_t的后验分布P；

确定在所述目标域数据集X_t和所述源域数据集X_i之间共享的信息M；以及

根据所述后验分布P以及关于所述目标域数据集X_t和所述源域数据集X_i的所述共享信息M建立多任务学习模型L_model。

2.根据权利要求1所述的方法，其特征在于，所述确定所述后验分布P的步骤通过以下规则实施：

假如为了结合所述模型的形式而确定超参数θ，对于所述源域数据集X_i的数据x，所述隐子空间和所述超参数θ应与所述数据x最佳匹配。

3.根据权利要求1或2所述的方法，其特征在于，所述确定所述共享信息M的步骤通过将互信息熵扩展到所述后验分布P来实施。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述模型通过使所述后验分布P和所述共享信息M最大化来建立。

5.根据权利要求4所述的方法，其特征在于，还包括通过以下方式确定所述建立模型的所有参数的步骤：

随机初始化θ的超参数θ⁰；

将梯度下降过程应用于所述模型以获得

通过规则迭代θ，以使θ收敛到最优值。

6.根据权利要求1至5中任一项所述的方法，其特征在于，还包括：

从很多对人脸图像中确定多个训练数据。

7.根据权利要求6所述的方法，其特征在于，所述从每对人脸图像中确定多个训练数据的步骤还包括：

在两个人脸A和B的不同标志处，从第一人脸A获得第一多个多尺度特征m₁、m₂、……m_p，以及从第二人脸B获得第二多个多尺度特征n₁、n₂、……n_p；

确定相同标志处的每两个特征的相似性S₁、S₂、……S_p，其中S₁是指m₁和n₂的相似性，S₂是指m₂和n₂的相似性，S_p是指m_p和n_p的相似性。