[发明专利]基于进化弱分类器的人脸信息识别方法、系统以及终端

权利要求书

1.一种基于进化弱分类器的人脸信息识别方法，其特征在于，包括：

利用通用滤波器对人脸图像数据提取至少两个面部特征；

基于所述面部特征训练获得多个弱分类器，并得到包含于对应各个弱分类器的识别结果；

随机形成多个包含相同数量的弱分类器的弱分类器集合，并获得与所述识别结果相关的各个弱分类器集合的性能指标；

根据各个弱分类器集合的性能指标对所述弱分类器集合进行一或多代的进化，获得最优弱分类器集合；

根据所述最优弱分类器集合对所述人脸图像数据进行推理分类获得人脸信息识别结果。

2.根据权利要求1中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述根据各个弱分类器集合的性能指标对所述弱分类器集合进行一或多代的进化，获得最优弱分类器集合的方式包括：

当根据各个弱分类器集合的性能指标对所述弱分类器集合进行一代进化时，随机选择进化阈值数量的弱分类器集合并进行性能指标排序，以获得第一代的最优弱分类器集合；

当根据各个弱分类器集合的性能指标对所述弱分类器集合进行多代进化时，根据上一代经过多次亲本选择获得的进化阈值数量的后代集合作为本代的待选择弱分类器集合进行亲本选择获得一或多个后代集合，将本代的后代集合中性能指标最高的集合作为本代的最优弱分类器集合。

3.根据权利要求1中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述面部特征包括：表情特征、风格特征、性别特征、年龄特征以及五官特征中的一种或多种。

4.根据权利要求1中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述基于所述面部特征训练获得多个弱分类器，并得到包含于对应各个弱分类器的识别结果的方式包括：

基于由任意两个面部特征分别训练得到的多个弱分类器；

获得每个分类器包含其对应的各面部特征的统计概率的识别结果。

5.根据权利要求1中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述随机形成多个包含相同数量的弱分类器的弱分类器集合，并获得与所述识别结果相关的各个弱分类器集合的性能指标的方式：

根据所述弱分类器随机获得包含相同数量的多个弱分类器集合；

并根据各弱分类器集合中的各弱分类器的识别结果，推导获得用于判断各弱分类器集合分类准确率的性能指标。

6.根据权利要求2中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述亲本选择的方式包括：

随机选取多个待选择弱分类器集合作为父本候选集合，并在未被选择为父本候选集合的待选择弱分类器集合中随机选择与父本候选集合相同数量的母本候选集合；

分别在所述父本候选集合以及母本候选集合中性能指标最大的集合为父本集合和母本集合；

并根据所述父本集合和母本集合获得后代集合。

7.根据权利要求6中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述并根据所述父本集合和母本集合获得后代集合的方式包括：

将所述父本集合和母本集合经过交叉和/或变异操作获得后代集合；

其中，所述交叉操作包括：是指从父本集合和母本集合中各随机选择一或多个弱分类器；所述变异操作包括随机选择非父本集合和非母本集合中的一或多个弱分类器。

8.根据权利要求1中所述的基于进化弱分类器的人脸信息识别方法，其特征在于，所述根据所述最优弱分类器集合对所述人脸图像数据进行推理分类获得人脸信息识别结果的方式包括：

基于将所述贝叶斯概率公式中的P(E＝e_j)进行归一化获得的改进的贝叶斯概率公式，根据所述最优弱分类器集合对所述人脸图像数据进行推理分类获得人脸信息识别结果；

所述贝叶斯概率公式包括：

其中，s_i表示该分类器的输出，E＝e_j表示已知样本E在类e_j中,T是所述最优弱分类器集合，由K个弱分类器组成。