本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域，特別涉及一種人臉驗(yàn)證方法及人臉驗(yàn)證裝置。

背景技術(shù)：

隨著計(jì)算機(jī)視覺(jué)技術(shù)和圖像識(shí)別技術(shù)的發(fā)展，通過(guò)辨識(shí)色彩和區(qū)域驗(yàn)證是否是同一人臉的人臉驗(yàn)證方式，在實(shí)名制驗(yàn)證、用戶(hù)登陸、交易等多種場(chǎng)景得到廣泛應(yīng)用。

目前人臉驗(yàn)證的方法有很多，大體上分為兩類(lèi)，一類(lèi)是基于傳統(tǒng)特征提取與比對(duì)的方法；另一類(lèi)是基于深度學(xué)習(xí)的方法。但是，本發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題：雖然傳統(tǒng)的特征比對(duì)速度快，但是受環(huán)境影響較大，整體來(lái)看識(shí)別率波動(dòng)較大；基于神經(jīng)網(wǎng)絡(luò)的方法識(shí)別率較高，對(duì)于環(huán)境變化的容忍度好，現(xiàn)在常用的是基于單一深度神經(jīng)網(wǎng)絡(luò)模型提取特征然后比對(duì)的方法，但在識(shí)別時(shí)則需要先后計(jì)算兩次圖像的特征，時(shí)間上耗時(shí)，本質(zhì)上它也是一種特征提取器，并沒(méi)有更加針對(duì)性的考慮人臉驗(yàn)證時(shí)兩幅圖像的差異。這就導(dǎo)致在人臉驗(yàn)證的過(guò)程中很容易受環(huán)境影響和待驗(yàn)證圖像中本身存在的差異，而造成人臉驗(yàn)證判別率低，驗(yàn)證結(jié)果不夠準(zhǔn)確。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施方式的目的在于提供一種人臉驗(yàn)證方法及人臉驗(yàn)證裝置，使得在待驗(yàn)證圖像中人物所處場(chǎng)景復(fù)雜，待驗(yàn)證圖像本身存在差異的情況下，仍然可以對(duì)待識(shí)別圖像中的人臉進(jìn)行準(zhǔn)確驗(yàn)證，大大提高了人臉驗(yàn)證的驗(yàn)證率和準(zhǔn)確率，并且具有良好的魯棒性。

為解決上述技術(shù)問(wèn)題，本發(fā)明的實(shí)施方式提供了一種人臉驗(yàn)證方法，包括：選定N個(gè)人臉姿態(tài)，對(duì)每個(gè)人臉姿態(tài)預(yù)設(shè)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，所述N為自然數(shù)；分別確定所述兩幅待驗(yàn)證圖像的人臉姿態(tài)；根據(jù)所確定的人臉姿態(tài)，選取對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型；利用所選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型判別所述兩幅待驗(yàn)證圖像；利用判別結(jié)果確認(rèn)所述兩幅待驗(yàn)證圖像中的人臉是否相同。

本發(fā)明的實(shí)施方式還提供了一種人臉驗(yàn)證裝置，包括：預(yù)設(shè)模塊，用于選定N個(gè)人臉姿態(tài)，對(duì)每個(gè)人臉姿態(tài)預(yù)設(shè)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，所述N為自然數(shù)；確定模塊，用于分別確定所述兩幅待驗(yàn)證圖像的人臉姿態(tài)；選取模塊，用于根據(jù)所確定的人臉姿態(tài)，選取對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型；判別模塊，用于利用所選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型判別所述兩幅待驗(yàn)證圖像；驗(yàn)證模塊，用于利用判別結(jié)果確認(rèn)所述兩幅待驗(yàn)證圖像中的人臉是否相同。

本發(fā)明實(shí)施方式相對(duì)于現(xiàn)有技術(shù)而言，在人臉驗(yàn)證時(shí)，采取級(jí)聯(lián)雙邊驗(yàn)證網(wǎng)絡(luò)進(jìn)行人臉驗(yàn)證，對(duì)兩幅待驗(yàn)證圖像分別進(jìn)行人臉姿態(tài)確定，然后為確定的人臉姿態(tài)選定對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，使得可以利用不同的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型判別不同人臉姿態(tài)的圖像。由于相同姿態(tài)的圖像更具有可比性，因此大大提升了人臉驗(yàn)證的驗(yàn)證率和準(zhǔn)確率，同時(shí)適用于存在復(fù)雜場(chǎng)景的圖像，具有良好的魯棒性好。

另外，人臉姿態(tài)為：正臉、左側(cè)臉、右側(cè)臉、仰頭或低頭。通過(guò)將人臉姿態(tài)劃分為常見(jiàn)的人臉姿態(tài)，使得待驗(yàn)證圖像可以快速高效的匹配到對(duì)應(yīng)的人臉姿態(tài)，提高了驗(yàn)證效率。

另外，其特征在于，預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，利用以下方法獲得：預(yù)設(shè)包括M幅人臉圖像的樣本庫(kù)，所述M為大于2的自然數(shù)；確定所述M幅人臉圖像的人臉姿態(tài)；將預(yù)設(shè)的樣本庫(kù)中的人臉圖像兩兩配對(duì)，選出同為第一人臉姿態(tài)的組合，作為相同姿態(tài)組，選出一幅人臉圖像屬于第一人臉姿態(tài)，另一幅人臉圖像不屬于第一人臉姿態(tài)的組合，作為不同姿態(tài)組；其中，所述第一人臉姿態(tài)為所述N個(gè)人臉姿態(tài)中的一個(gè)人臉姿態(tài)；利用預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)框架，分別對(duì)所述相同姿態(tài)組和所述不同姿態(tài)組中的人臉圖像組合進(jìn)行訓(xùn)練，獲得對(duì)應(yīng)所述第一人臉姿態(tài)的預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。通過(guò)利用計(jì)算器學(xué)習(xí)法，使得可以快速獲得預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

另外，確定M幅人臉圖像的人臉姿態(tài)中，所述人臉圖像為經(jīng)過(guò)矯正的人臉圖像。通過(guò)將人臉圖像進(jìn)行矯正，增加了待驗(yàn)證圖像中人臉的可識(shí)別度。

另外，分別確定所述兩幅待驗(yàn)證圖像的人臉姿態(tài)中，具體包括：分別定位兩幅待驗(yàn)證圖像中人臉的關(guān)鍵點(diǎn)；利用定位結(jié)果確定所述兩幅待驗(yàn)證圖像的人臉姿態(tài)。通過(guò)采用SDM(Security Device Manager有監(jiān)督下降算法)方法進(jìn)行人臉關(guān)鍵點(diǎn)的定位，可以準(zhǔn)確獲得兩幅待驗(yàn)證圖像中的人臉姿態(tài)。

另外，利用定位結(jié)果確定所述兩幅待驗(yàn)證圖像的人臉姿態(tài)中，所述待驗(yàn)證圖像為經(jīng)過(guò)矯正的待驗(yàn)證圖像。通過(guò)將待驗(yàn)證圖像進(jìn)行矯正，增加了待驗(yàn)證圖像中人臉姿態(tài)的可識(shí)別度。

另外，所述根據(jù)所確定的人臉姿態(tài)，選取對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型中，如果所述兩幅待驗(yàn)證圖像被確定的人臉姿態(tài)不同，則分別選取所述兩幅待驗(yàn)證圖像被確定的人臉姿態(tài)所對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型；所述利用所選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型判別所述兩幅待驗(yàn)證圖像中，利用每個(gè)選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型分別對(duì)所述兩幅待驗(yàn)證圖像進(jìn)行判別，獲得四個(gè)判別結(jié)果。通過(guò)對(duì)兩幅待驗(yàn)證圖像中的人臉姿態(tài)進(jìn)行判別，將兩幅待驗(yàn)證圖像中的人臉姿態(tài)分為相同和不同，分別選取相應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判別，提高了判別速度和準(zhǔn)確性。

另外，其特征在于，利用判別結(jié)果確認(rèn)所述兩幅待驗(yàn)證圖像中的人臉是否相同中，如果判別結(jié)果不相同，則利用證據(jù)理論方法，融合所述四個(gè)判別結(jié)果，確定所述兩幅待驗(yàn)證圖像中的人臉是否相同。通過(guò)利用證據(jù)理論方法將兩幅待驗(yàn)證圖像中的人臉姿態(tài)不同的情況下得到的4個(gè)判別結(jié)果進(jìn)行融合，使得最終得到的人臉驗(yàn)證結(jié)果更加準(zhǔn)確。

附圖說(shuō)明

圖1是本發(fā)明第一實(shí)施方式一種人臉驗(yàn)證方法的流程圖；

圖2是本發(fā)明第二實(shí)施方式一種人臉驗(yàn)證方法的流程圖；

圖3是本發(fā)明第二實(shí)施方式一種人臉驗(yàn)證方法中人臉檢測(cè)的示意圖；

圖4是本發(fā)明第二實(shí)施方式一種人臉驗(yàn)證方法中人臉關(guān)鍵點(diǎn)定位的示意圖；

圖5是本發(fā)明第三實(shí)施方式一種人臉驗(yàn)證方法的流程圖；

圖6是本發(fā)明第四實(shí)施方式一種人臉驗(yàn)證方法的流程圖；

圖7是本發(fā)明第五實(shí)施方式一種人臉驗(yàn)證裝置的結(jié)構(gòu)框圖；

圖8是本發(fā)明第六實(shí)施方式的用戶(hù)終端實(shí)際裝置結(jié)構(gòu)框圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明的各實(shí)施方式進(jìn)行詳細(xì)的闡述。然而，本領(lǐng)域的普通技術(shù)人員可以理解，在本發(fā)明各實(shí)施方式中，為了使讀者更好地理解本申請(qǐng)而提出了許多技術(shù)細(xì)節(jié)。但是，即使沒(méi)有這些技術(shù)細(xì)節(jié)和基于以下各實(shí)施方式的種種變化和修改，也可以實(shí)現(xiàn)本申請(qǐng)所要求保護(hù)的技術(shù)方案。

本發(fā)明的第一實(shí)施方式涉及一種人臉驗(yàn)證方法，具體操作流程如圖1所示。

在步驟101中，選定3個(gè)人臉姿態(tài)，并預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，選定3個(gè)人臉姿態(tài)后，需要對(duì)每個(gè)人臉姿態(tài)預(yù)設(shè)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

需要說(shuō)明的是，在實(shí)際應(yīng)用中，選定的人臉姿態(tài)不局限于3個(gè)，可以為多個(gè)。

在步驟102中，分別確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

在步驟103中，選取雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型為根據(jù)所確定的人臉姿態(tài)來(lái)進(jìn)行選取的。

在步驟104中，判別兩幅待驗(yàn)證圖像。

具體的說(shuō)，判別兩幅待驗(yàn)證圖像需要利用所選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)進(jìn)行判別。

在步驟105中，確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同。

具體的說(shuō)，確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同需要利用對(duì)兩幅待驗(yàn)證圖像的判別結(jié)果來(lái)進(jìn)行確認(rèn)。

本實(shí)施方式在人臉驗(yàn)證時(shí)，對(duì)待驗(yàn)證圖像進(jìn)行分姿態(tài)判別，不同的姿態(tài)利用不同的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，由于相同姿態(tài)的圖像更具有可比性，因此大大提升了驗(yàn)證準(zhǔn)確率，同時(shí)適用于存在復(fù)雜場(chǎng)景的圖像，魯棒性好。

本發(fā)明的第二實(shí)施方式涉及一種人臉驗(yàn)證方法，本實(shí)施方式為第一實(shí)施方式的優(yōu)化，利用機(jī)器學(xué)習(xí)法，獲得預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，并根據(jù)人臉的關(guān)鍵點(diǎn)來(lái)確定待驗(yàn)證圖像的人臉姿態(tài)，使得對(duì)人臉驗(yàn)證更加準(zhǔn)確，具體操作流程如圖2所示。

在步驟201中，選定3個(gè)人臉姿態(tài)，并利用機(jī)器學(xué)習(xí)法預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，在實(shí)現(xiàn)本實(shí)施方式的過(guò)程中，為選定的3個(gè)人臉姿態(tài)分別預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型中，具體包括：

首先，預(yù)設(shè)包括M幅人臉圖像的樣本庫(kù)，其中，M為大于2的自然數(shù)。

然后，確定M幅人臉圖像的人臉姿態(tài)，并將預(yù)設(shè)的樣本庫(kù)中的人臉圖像兩兩配對(duì)，選出同為第一人臉姿態(tài)的組合，作為相同姿態(tài)組，選出一幅人臉圖像屬于第一人臉姿態(tài)，另一幅人臉圖像不屬于第一人臉姿態(tài)的組合，作為不同姿態(tài)組；其中，所述第一人臉姿態(tài)為所述3個(gè)人臉姿態(tài)中的一個(gè)人臉姿態(tài)；所謂的兩兩分配可以為允許人臉圖像重復(fù)的配對(duì)方式，也可以為不允許人臉圖像重復(fù)的配對(duì)方式。

最后，利用預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)框架，分別對(duì)相同姿態(tài)組和所述不同姿態(tài)組中的人臉圖像組合進(jìn)行訓(xùn)練，獲得對(duì)應(yīng)第一人臉姿態(tài)的預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

比如說(shuō)，預(yù)設(shè)的樣本庫(kù)中包括6000幅人臉圖像，并且每幅人臉圖像都包含：正臉、左側(cè)臉和右側(cè)臉這3個(gè)人臉姿態(tài)。然后兩兩配對(duì)，如果分配后的兩幅人臉圖像中同為第一人，并且他們的人臉姿態(tài)也相同，就把這兩幅人臉圖像作為相同姿態(tài)組，反之則為不同姿態(tài)組。分組完成后，利用預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)框架分別進(jìn)行訓(xùn)練，最終得到對(duì)應(yīng)第一人臉姿態(tài)的預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

需要說(shuō)明的是，本實(shí)施方式中，人臉姿態(tài)可以為：正臉、左側(cè)臉和右側(cè)臉，在實(shí)際應(yīng)用中選定的人臉姿態(tài)不局限于這3個(gè)，還可以為仰頭、低頭等多種人臉姿態(tài)，在此不再一一列舉；并且，在確定M幅人臉圖像的人臉姿態(tài)中，人臉圖像為經(jīng)過(guò)矯正的人臉圖像。

在步驟202中，利用人臉的關(guān)鍵點(diǎn)，分別確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

具體的說(shuō)，在確定兩幅待驗(yàn)證圖像的人臉姿態(tài)時(shí)，可以利用關(guān)鍵點(diǎn)定位的方式確定人臉姿態(tài)。具體的說(shuō)，首先分別定位兩幅待驗(yàn)證圖像中人臉的關(guān)鍵點(diǎn)；然后利用定位結(jié)果確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

需要說(shuō)明的是，本實(shí)施方式中采用的是現(xiàn)有的HAAR(Haar-Link Features哈爾特征)人臉檢測(cè)方法進(jìn)行人臉圖像獲取，如圖3所示，將需要進(jìn)行發(fā)型識(shí)別的圖像中的人臉區(qū)域進(jìn)行截取，然后利用SDM(Security Device Manager有監(jiān)督下降算法)方法進(jìn)行人臉關(guān)鍵點(diǎn)定位，如圖4所示，將待識(shí)別圖像中的眉毛、眼睛、嘴巴、鼻子等部位或這些部位任意組合后得到的部分作為關(guān)鍵點(diǎn)。

在步驟203中，選取雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，在兩幅待驗(yàn)證圖像中的人臉姿態(tài)被確定為相同時(shí)，從樣本庫(kù)中選取該人臉姿態(tài)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型用于對(duì)兩幅待驗(yàn)證圖像進(jìn)行判別即可。

在步驟204中，判別兩幅待驗(yàn)證圖像。

具體的說(shuō)，利用選取的那個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)兩幅待驗(yàn)證圖像分別進(jìn)行判別，得到兩個(gè)判別結(jié)果。

在步驟205中，確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同。

具體的說(shuō)，通過(guò)在系統(tǒng)中預(yù)設(shè)一用于進(jìn)行判定的閾值，比如說(shuō)0.5，將通過(guò)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判別后得到的結(jié)果進(jìn)行判斷，如果判別結(jié)果大于0.5，則判定兩幅待驗(yàn)證圖像中的人臉為同一張人臉，驗(yàn)證成功；否則判定兩幅待驗(yàn)證圖像中的人臉不為同一張人臉，驗(yàn)證失敗。

需要說(shuō)明的是，預(yù)設(shè)的閾值大小，可以根據(jù)實(shí)際情況來(lái)進(jìn)行設(shè)置，并不局限于0.5一值。

本實(shí)施方式中，利用機(jī)器學(xué)習(xí)法快速訓(xùn)練獲取預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，通過(guò)人臉關(guān)鍵點(diǎn)準(zhǔn)確確定兩幅待驗(yàn)證圖像中的人臉姿態(tài)，并且通過(guò)將人臉圖像進(jìn)行矯正再作相應(yīng)操作，使得在復(fù)雜場(chǎng)景下，也能對(duì)待驗(yàn)證圖像進(jìn)行準(zhǔn)確驗(yàn)證，具有更好的魯棒性。

本發(fā)明的第三實(shí)施方式涉及一種人臉驗(yàn)證方法，本實(shí)施方式和第二實(shí)施方式大致相同，主要區(qū)別在于，在兩幅待驗(yàn)證圖像中的人臉姿態(tài)不同時(shí)，選取兩個(gè)不同的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判別，并利用證據(jù)理論將得到的判別結(jié)果進(jìn)行融合，具體操作流程如圖5所示。

在步驟501中，選定3個(gè)人臉姿態(tài)，并利用機(jī)器學(xué)習(xí)法預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

在步驟502中，利用人臉的關(guān)鍵點(diǎn)，分別確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

由于圖5中步驟501、步驟502與圖2中的步驟201、步驟202完全一樣，旨在選定人臉姿態(tài)，并利用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練，得到與人臉姿態(tài)分別對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，然后利用人臉的關(guān)鍵點(diǎn)分別確認(rèn)兩幅待驗(yàn)證圖像的人臉姿態(tài)，這里不再贅述。

在步驟503中，選取幅待驗(yàn)證圖像分別對(duì)應(yīng)的兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，在兩幅待驗(yàn)證圖像中的人臉姿態(tài)被確定為不相同時(shí)，從樣本庫(kù)中選取兩個(gè)分別對(duì)應(yīng)這兩幅待驗(yàn)證圖像的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型即可。

在步驟504中，判別兩幅待驗(yàn)證圖像。

具體的說(shuō)，利用選取的兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)兩幅待驗(yàn)證圖像分別進(jìn)行判別，得到4個(gè)判別結(jié)果。

在步驟505中，利用證據(jù)理論方法，確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同。

具體的說(shuō)，通過(guò)在系統(tǒng)中預(yù)設(shè)一用于進(jìn)行判定的閾值，比如說(shuō)0.5，將根據(jù)兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型得到判別結(jié)果分別按照證據(jù)理論進(jìn)行融合，然后將融合后的兩個(gè)結(jié)果分別與預(yù)設(shè)的閾值進(jìn)行比較，當(dāng)兩個(gè)融合后的結(jié)果都大于0.5時(shí)，則判定兩幅待驗(yàn)證圖像中的人臉為同一張人臉，驗(yàn)證成功；否則判定兩幅待驗(yàn)證圖像中的人臉不為同一張人臉，驗(yàn)證失敗。

需要說(shuō)明的是，本實(shí)施方式中采用的證據(jù)理論是Dempster于1967年首先提出，由他的學(xué)生Shafer于1976年進(jìn)一步發(fā)展起來(lái)，因此也稱(chēng)為DS證據(jù)理論。在DS證據(jù)理論中，由互不相容的基本命題(假定)組成的完備集合稱(chēng)為識(shí)別框架，表示對(duì)某一問(wèn)題的所有可能答案，但其中只有一個(gè)答案是正確的。該框架的子集稱(chēng)為命題，分配給各命題的信任程度稱(chēng)為基本概率分配(BPA，也稱(chēng)m函數(shù))，m(A)為基本可信數(shù)，反映著對(duì)A的信度大小。信任函數(shù)Bel(A)表示對(duì)命題A的信任程度，似然函數(shù)Pl(A)表示對(duì)命題A非假的信任程度，也即對(duì)A似乎可能成立的不確定性度量，實(shí)際上，[Bel(A),Pl(A)]表示A的不確定區(qū)間，[0,Bel(A)]表示命題A支持證據(jù)區(qū)間，[0,Pl(A)]表示命題A的擬信區(qū)間，[Pl(A),1]表示命題A的拒絕證據(jù)區(qū)間。

由于DS證據(jù)理論屬于本領(lǐng)域的公知常識(shí)，本領(lǐng)域的技術(shù)人員可以根據(jù)現(xiàn)有技術(shù)將發(fā)型分類(lèi)結(jié)果按照DS證據(jù)理論進(jìn)行融合，從而確定待識(shí)別圖像中的發(fā)型，這里不再贅述。

本實(shí)施方式中，利用機(jī)器學(xué)習(xí)法快速訓(xùn)練獲取預(yù)設(shè)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，通過(guò)將人臉圖像進(jìn)行矯正后根據(jù)人臉關(guān)鍵點(diǎn)準(zhǔn)確確定兩幅待驗(yàn)證圖像中的人臉姿態(tài)，并且在兩幅待驗(yàn)證圖像中人臉姿態(tài)不同時(shí)，通過(guò)DS證據(jù)理論將根據(jù)兩種不同雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型得到的判別結(jié)果進(jìn)行融合，更進(jìn)一步的提高了對(duì)待驗(yàn)證圖像中人臉的驗(yàn)證準(zhǔn)確性，并且可以更好的適應(yīng)復(fù)雜的場(chǎng)景，具有更好的魯棒性。

本發(fā)明的第四實(shí)施方式涉及一種人臉驗(yàn)證方法，本實(shí)施方式為第三實(shí)施方式的優(yōu)化，在利用人臉的關(guān)鍵點(diǎn)進(jìn)行確定兩幅待驗(yàn)證圖像的人臉姿態(tài)前，需要先對(duì)兩幅待驗(yàn)證圖像進(jìn)行矯正，有效增加了待驗(yàn)證圖像中人臉的可識(shí)別度，具體操作流程如圖6所示。

在步驟601中，選定3個(gè)人臉姿態(tài)，并利用機(jī)器學(xué)習(xí)法預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

由于圖6中步驟601與圖1中的步驟201完全一樣，旨在選定人臉姿態(tài)，并利用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練，得到與人臉姿態(tài)分別對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，這里不再贅述。

在步驟602中，對(duì)兩幅待驗(yàn)證圖像進(jìn)行矯正。

具體的說(shuō)，通過(guò)采用現(xiàn)有的HAAR(Haar-Link Features哈爾特征)人臉檢測(cè)方法進(jìn)行人臉圖像獲取，將需要進(jìn)行發(fā)型識(shí)別的圖像中的人臉區(qū)域進(jìn)行截取，然后利用SDM(Security Device Manager有監(jiān)督下降算法)方法進(jìn)行人臉關(guān)鍵點(diǎn)定位，將待識(shí)別圖像中的眉毛、眼睛、嘴巴、鼻子等部位或這些部位任意組合后得到的部分作為關(guān)鍵點(diǎn)，最后利用關(guān)鍵點(diǎn)旋轉(zhuǎn)待驗(yàn)證圖像，和/或利用關(guān)鍵點(diǎn)形變待驗(yàn)證圖像，完成對(duì)兩幅待驗(yàn)證圖像的矯正。

在步驟603中，利用人臉的關(guān)鍵點(diǎn)，分別確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

具體的說(shuō)，在確定兩幅待驗(yàn)證圖像的人臉姿態(tài)時(shí)，可以利用關(guān)鍵點(diǎn)定位的方式確定人臉姿態(tài)。具體的說(shuō)，首先分別定位兩幅待驗(yàn)證圖像中人臉的關(guān)鍵點(diǎn)；然后利用定位結(jié)果確定兩幅待驗(yàn)證圖像的人臉姿態(tài)。

在步驟604中，選取幅待驗(yàn)證圖像分別對(duì)應(yīng)的兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型。

具體的說(shuō)，在兩幅待驗(yàn)證圖像中的人臉姿態(tài)被確定為不相同時(shí)，從樣本庫(kù)中選取兩個(gè)分別對(duì)應(yīng)這兩幅待驗(yàn)證圖像的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型即可。

在步驟605中，判別兩幅待驗(yàn)證圖像。

具體的說(shuō)，利用選取的兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)兩幅待驗(yàn)證圖像分別進(jìn)行判別，得到4個(gè)判別結(jié)果。

在步驟606中，利用證據(jù)理論方法，確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同。

具體的說(shuō)，通過(guò)在系統(tǒng)中預(yù)設(shè)一用于進(jìn)行判定的閾值，比如說(shuō)0.5，將根據(jù)兩個(gè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型得到判別結(jié)果分別按照證據(jù)理論進(jìn)行融合，然后將融合后的兩個(gè)結(jié)果分別與預(yù)設(shè)的閾值進(jìn)行比較，當(dāng)兩個(gè)融合后的結(jié)果都大于0.5時(shí)，則判定兩幅待驗(yàn)證圖像中的人臉為同一張人臉，驗(yàn)證成功；否則判定兩幅待驗(yàn)證圖像中的人臉不為同一張人臉，驗(yàn)證失敗。

需要說(shuō)明的是，在實(shí)際應(yīng)用中，當(dāng)兩幅待驗(yàn)證圖像中的人臉姿態(tài)相同時(shí)，也可以先對(duì)兩幅待驗(yàn)證圖像進(jìn)行矯正，然后在執(zhí)行之后的判斷操作，這樣可以進(jìn)一步提升對(duì)待驗(yàn)證圖像中人臉驗(yàn)證的準(zhǔn)確性。

本實(shí)施方式中，通過(guò)對(duì)兩幅待驗(yàn)證圖像和樣本庫(kù)中的人臉圖像進(jìn)行矯正，然后在利用機(jī)器學(xué)習(xí)法為選定的多個(gè)人臉姿態(tài)預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，通過(guò)對(duì)待驗(yàn)證圖像中的人臉姿態(tài)進(jìn)行確定，選定相應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判定，將結(jié)果通過(guò)DS證據(jù)理論融合的方式，大大提高了待驗(yàn)證圖像中人臉的可識(shí)別度，有效提升了人臉驗(yàn)證的準(zhǔn)確率，并且具有良好的魯棒性。

上面各種方法的步驟劃分，只是為了描述清楚，實(shí)現(xiàn)時(shí)可以合并為一個(gè)步驟或者對(duì)某些步驟進(jìn)行拆分，分解為多個(gè)步驟，只要包含相同的邏輯關(guān)系，都在本專(zhuān)利的保護(hù)范圍內(nèi)；對(duì)算法中或者流程中添加無(wú)關(guān)緊要的修改或者引入無(wú)關(guān)緊要的設(shè)計(jì)，但不改變其算法和流程的核心設(shè)計(jì)都在該專(zhuān)利的保護(hù)范圍內(nèi)。

本發(fā)明第五實(shí)施方式涉及一種人臉驗(yàn)證裝置，具體結(jié)構(gòu)如圖7所示。

人臉驗(yàn)證裝置700包括：預(yù)設(shè)模塊701、確定模塊702、選取模塊703、判別模塊704、驗(yàn)證模塊705。

預(yù)設(shè)模塊701，用于選定N個(gè)人臉姿態(tài)，對(duì)每個(gè)人臉姿態(tài)預(yù)設(shè)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，其中，N為自然數(shù)；

確定模塊702，用于分別確定兩幅待驗(yàn)證圖像的人臉姿態(tài)；

選取模塊703，用于根據(jù)所確定的人臉姿態(tài)，選取對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型；

判別模塊704，用于利用所選取的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型判別兩幅待驗(yàn)證圖像；

驗(yàn)證模塊705，用于利用判別結(jié)果確認(rèn)兩幅待驗(yàn)證圖像中的人臉是否相同。

通過(guò)本實(shí)施方式提供的人臉驗(yàn)證裝置，在人臉驗(yàn)證時(shí)，選取模塊703根據(jù)預(yù)設(shè)模塊701選定多個(gè)人臉姿態(tài)，及對(duì)每個(gè)人臉姿態(tài)預(yù)設(shè)對(duì)應(yīng)的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型和確定模塊702確定兩幅待驗(yàn)證圖像的人臉姿態(tài)，利用判別模塊704針對(duì)不同的姿態(tài)利用不同的雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型，最終通過(guò)驗(yàn)證模塊705得到結(jié)果。這種驗(yàn)證方式由于相同姿態(tài)的圖像更具有可比性，因此大大提升了判別準(zhǔn)確率，同時(shí)適用于存在復(fù)雜場(chǎng)景的圖像，魯棒性好。

不難發(fā)現(xiàn)，本實(shí)施方式為與第一實(shí)施方式相對(duì)應(yīng)的系統(tǒng)實(shí)施例，本實(shí)施方式可與第一實(shí)施方式互相配合實(shí)施。第一實(shí)施方式中提到的相關(guān)技術(shù)細(xì)節(jié)在本實(shí)施方式中依然有效，為了減少重復(fù)，這里不再贅述。相應(yīng)地，本實(shí)施方式中提到的相關(guān)技術(shù)細(xì)節(jié)也可應(yīng)用在第一實(shí)施方式中。

下面對(duì)本發(fā)明涉及的用戶(hù)終端的實(shí)際裝置結(jié)構(gòu)進(jìn)行說(shuō)明。

本發(fā)明的第六實(shí)施方式涉及一種用戶(hù)終端，其具體結(jié)構(gòu)如圖8所示。該用戶(hù)終端800包括：存儲(chǔ)器801、處理器802、顯示器803。其中存儲(chǔ)器801用于存儲(chǔ)處理器802可執(zhí)行代碼或其他信息。其中處理器為終端的核心，上述裝置實(shí)施例中涉及的確定模塊、選取模塊、判別模塊所處理的功能主要由處理器802實(shí)現(xiàn)。其中顯示器803用于顯示處理器802處理后的數(shù)據(jù)，并且顯示器803還具有攝像頭，可以用于獲取輸入的信息，然后傳遞給處理器802進(jìn)行處理。

本實(shí)施方式中，當(dāng)用戶(hù)終端800中的顯示器803獲取到待驗(yàn)證的人臉圖像后，將獲取的人臉圖像傳遞給處理器802進(jìn)行人臉檢測(cè)與關(guān)鍵點(diǎn)定位的處理，最終實(shí)現(xiàn)人臉矯正，然后通過(guò)預(yù)存在存儲(chǔ)器801中的各人臉姿態(tài)對(duì)應(yīng)的預(yù)設(shè)雙邊深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判別，獲取到識(shí)別結(jié)果，并通過(guò)將各識(shí)別結(jié)果進(jìn)行融合確定待識(shí)別圖像中的人臉，完成人臉驗(yàn)證并通過(guò)顯示器803顯示出來(lái)。

值得一提的是，本實(shí)施方式中所涉及到的各模塊均為邏輯模塊，在實(shí)際應(yīng)用中，一個(gè)邏輯單元可以是一個(gè)物理單元，也可以是一個(gè)物理單元的一部分，還可以以多個(gè)物理單元的組合實(shí)現(xiàn)。此外，為了突出本發(fā)明的創(chuàng)新部分，本實(shí)施方式中并沒(méi)有將與解決本發(fā)明所提出的技術(shù)問(wèn)題關(guān)系不太密切的單元引入，但這并不表明本實(shí)施方式中不存在其它的單元。

本領(lǐng)域技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一個(gè)設(shè)備(可以是單片機(jī)，芯片等)或處理器(processor)執(zhí)行本申請(qǐng)各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤(pán)、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

本領(lǐng)域的普通技術(shù)人員可以理解，上述各實(shí)施方式是實(shí)現(xiàn)本發(fā)明的具體實(shí)施例，而在實(shí)際應(yīng)用中，可以在形式上和細(xì)節(jié)上對(duì)其作各種改變，而不偏離本發(fā)明的精神和范圍。