[发明专利]一种基于串联集成式RMML度量学习的人脸比对方法和系统

摘要

本发明公开了一种基于串联集成式RMML度量学习的人脸比对方法和系统，包括：特征提取模块，用于对人脸图像训练集和测试样本人脸图像提取特征；L个串联的集成模块，每个集成模块用于将人脸特征集合打乱分组、按组进行RMML度量学习、特征映射后拼接为新的人脸特征集合；度量模块，用于基于RMML度量学习计算第L个集成模块得到的人脸特征集合的距离度量矩阵；比对模块，用于利用距离度量矩阵计算测试样本人脸图像的距离，并根据距离判定人脸图像是否为同一个人。本发明提供的度量学习方法具有闭式解不需求逆，有效提高鲁棒性；通过串联过程的多次线性映射和多次非线性映射，提升度量矩阵的区分能力并避免过拟合，人脸对比准确率更高。

主权项

1.一种基于串联集成式RMML度量学习的人脸比对方法，其特征在于，该方法包括以下步骤：S1.对人脸图像训练集中的每个样本x_i提取特征f_i⁰，得到人脸特征集合N为样本数量；S2.将人脸特征集合中人脸特征打乱分组、按组进行RMML度量学习、特征映射后拼接为新的人脸特征集合，将这一系列操作重复L次，得到人脸特征集合S3.基于RMML度量学习计算人脸特征集合的距离度量矩阵M_final；S4.提取测试样本人脸图像x_I和x_J的特征和利用距离度量矩阵M_final计算这两张人脸图像的距离d；S5.判断距离d是否小于阈值，若是，判定人脸图像xI和xJ为同一个人，否则，判定人脸图像xI和xJ不是一个人。