專利名稱：一種身份認(rèn)證方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識(shí)別技術(shù)，尤指一種基于生物信息的身份認(rèn)證方法及裝置。
背景技術(shù)：
隨著技術(shù)的發(fā)展和應(yīng)用的需要，對(duì)身份的認(rèn)證顯得更加必要和重要。其 中，通過(guò)生物特征信息如人臉信息、指紋信息、虹膜信息等進(jìn)行身份認(rèn)證的 技術(shù)，具有不能假冒、穩(wěn)定方便的特點(diǎn)，能夠更好地達(dá)到身份認(rèn)證的目的， 而且，隨著這種基于生物信息的身份認(rèn)證技術(shù)的日趨成熟，其應(yīng)用會(huì)越來(lái)越 廣泛。
本文以基于人臉的身份認(rèn)證為例進(jìn)行描述。
人臉身份認(rèn)證系統(tǒng)從應(yīng)用上可分為兩種
一種是通過(guò)對(duì)獲得的測(cè)試人人臉信息與某個(gè)預(yù)先建立的人臉數(shù)據(jù)庫(kù)中 的人臉信息的比對(duì)，確定測(cè)試人是否屬于某個(gè)數(shù)據(jù)庫(kù)，從而確定其身份。這 種應(yīng)用從本質(zhì)上講就是一個(gè)人臉識(shí)別系統(tǒng)；
另 一種是通過(guò)對(duì)獲得的測(cè)試人人臉信息及其聲稱的身份的認(rèn)證，確定測(cè) 試人是否具有其聲稱的身份，這種通過(guò)認(rèn)證確定測(cè)試人是否具有其聲稱的身 份的應(yīng)用可以看作是一個(gè)該聲稱身份的兩類分類器。可認(rèn)證多個(gè)身份的身份 認(rèn)證系統(tǒng)可以認(rèn)為是由多個(gè)兩類分類器構(gòu)成的。這種認(rèn)證系統(tǒng)具有廣闊的應(yīng) 用前景。這種應(yīng)用對(duì)應(yīng)的認(rèn)證系統(tǒng)的輸入包括人臉圖像(或人臉視頻)， 以及該測(cè)試人聲稱的身份信息即聲稱自己是誰(shuí)，認(rèn)證系統(tǒng)提取該人臉圖像的 用于認(rèn)證的特征，并輸入給該身份信息對(duì)應(yīng)的兩類分類器，兩類分類器根據(jù) 同類、不同類和無(wú)法認(rèn)證分別給出認(rèn)證通過(guò)、認(rèn)證不通過(guò)或拒絕識(shí)別的結(jié)果。圖la是人臉識(shí)別系統(tǒng)中兩類分類器的訓(xùn)練過(guò)程示意圖，如圖la所示， 根據(jù)訓(xùn)練樣本集，分別為訓(xùn)練樣本中具有不同身份信息的人臉訓(xùn)練一個(gè)兩類 分類器。訓(xùn)練的方法可以是Boosting、支持向量機(jī)(SVM)等。兩類分類器 的訓(xùn)練樣本集包括正樣本集和反樣本集，其中，正樣本集是身份信息為該兩 類分類器對(duì)應(yīng)的身份信息的樣本集，反樣本集是身份信息不是該兩類分類器 對(duì)應(yīng)的身份信息的樣本集。圖lb是人臉識(shí)別系統(tǒng)中對(duì)測(cè)試樣本進(jìn)行身份認(rèn)證的過(guò)程示意圖，如圖 1 b所示，假設(shè)測(cè)試樣本為測(cè)試人的人臉圖像，測(cè)試樣本和其聲稱的身^f分信 息輸入與該聲稱身份相對(duì)應(yīng)的兩類分類器，經(jīng)過(guò)分類，如果測(cè)試人的人臉圖 像與該兩類分類器的正樣本集中的人臉圖像屬于同類，那么認(rèn)證結(jié)果為通 過(guò)；如果屬于不同類，那么認(rèn)證結(jié)果為不通過(guò)；如果該兩類分類器無(wú)法確定 該樣本屬于正樣本集還是反樣本集，則該兩類分類器拒絕認(rèn)證該樣本，并給 出拒絕識(shí)別的結(jié)果。常用的分類方法有最小距離分類方法、支持向量機(jī) (SVM)方法、Boosting方法、神經(jīng)網(wǎng)絡(luò)方法等。人臉身份認(rèn)證系統(tǒng)中通常還包括圖像預(yù)處理、人臉檢測(cè)、用于從人臉圖 像中提取用于認(rèn)證的特征的識(shí)別特征提取等基本模塊。這些模塊的具體實(shí)現(xiàn) 與本文無(wú)關(guān)，這里不做介紹。對(duì)于同 一種分類方法構(gòu)建的分類器，采用不同的訓(xùn)練樣本集訓(xùn)練得到的 分類器的分類能力是不同的，顯然，對(duì)于與訓(xùn)練樣本條件類似的測(cè)試樣本， 分類器的分類能力較高，而其它情況下分類能力較低。目前，存在多種具有不同分類策略的分類器，其中多數(shù)分類器的分類結(jié) 果非常依賴于前期的訓(xùn)練；而人臉身份認(rèn)證系統(tǒng)中，前期的訓(xùn)練通常采用已 有的訓(xùn)練樣本，也就是說(shuō)分類器是通過(guò)離線訓(xùn)練得到的，實(shí)際的測(cè)試樣本與 訓(xùn)練樣本可能不同。這樣，即使對(duì)訓(xùn)練樣本具有好的分類結(jié)果的分類器在實(shí) 際的應(yīng)用中也經(jīng)常無(wú)法獲得讓人滿意的分類結(jié)果?，F(xiàn)有的人臉認(rèn)證系統(tǒng)，訓(xùn)練樣本集通常是預(yù)先確定的，在實(shí)際應(yīng)用中直 接采用離線訓(xùn)練好的分類器進(jìn)行認(rèn)證，得到的認(rèn)證系統(tǒng)的應(yīng)用范圍比較窄，在改變測(cè)試環(huán)境時(shí)，身份認(rèn)證正確率會(huì)迅速降低，適應(yīng)能力很差。 發(fā)明內(nèi)容有鑒于此，本發(fā)明的主要目的在于提供一種基于生物信息的身份認(rèn)證方 法，通過(guò)在線訓(xùn)練兩類分類器，能夠提高身份認(rèn)證的正確率，從而提高認(rèn)證 系統(tǒng)的應(yīng)用環(huán)境適應(yīng)能力。本發(fā)明的另一目的在于提供一種基于生物信息的身份認(rèn)證裝置，通過(guò)在 線訓(xùn)練兩類分類器，能夠提高身份認(rèn)證的正確率，從而提高認(rèn)證系統(tǒng)的應(yīng)用 環(huán)境適應(yīng)能力。為達(dá)到上述目的，本發(fā)明的技術(shù)方案具體是這樣實(shí)現(xiàn)的 一種身份認(rèn)證方法，該方法包括A. 獲取當(dāng)前測(cè)試樣本信息；B. 判斷當(dāng)前測(cè)試樣本是否通過(guò)其對(duì)應(yīng)的當(dāng)前兩類分類器的認(rèn)證，如果通 過(guò)，進(jìn)入步驟C;如果不通過(guò)，進(jìn)入步驟D;C. 將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的正樣本集，訓(xùn)練當(dāng)前兩類分 類器；同時(shí)將當(dāng)前測(cè)試樣本加入其它的兩類分類器的反樣本集，訓(xùn)練其它的 兩類分類器；D. 將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的反樣本集，訓(xùn)練當(dāng)前兩類分 類器。在所述步驟A之后，步驟B之前，該方法還包括判斷所述當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度是否大于預(yù)設(shè) 可信閾值，如杲大于，執(zhí)行步驟B;否則，判斷是否通過(guò)人工認(rèn)證，如果通過(guò) 人工認(rèn)證，進(jìn)入步驟C;如果未通過(guò)人工認(rèn)證，進(jìn)入步驟D。在所述步驟A之后，步驟B之前，該方法還包括判斷所述當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度是否大于預(yù)i殳 可信閾值，如果大于，執(zhí)行步驟B;否則，存儲(chǔ)當(dāng)前測(cè)試樣本，之后結(jié)束本流 程。所述測(cè)試樣本信息為生物信息和該測(cè)試樣本聲稱身份。 所述生物信息為人臉圖像信息、或指紋信息、或虹膜信息。
該方法進(jìn)一步包括如果當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信 度小于預(yù)設(shè)可信閾值，則將所述當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的不能實(shí) 現(xiàn)認(rèn)i正的樣本集。
一種身份認(rèn)證裝置，該裝置包括
測(cè)試樣本信息獲取單元，用于獲取當(dāng)前測(cè)試樣本信息；
認(rèn)證單元，用于對(duì)當(dāng)前測(cè)試樣本進(jìn)行認(rèn)證，在通過(guò)當(dāng)前測(cè)試樣本對(duì)應(yīng)的 當(dāng)前兩類分類器的認(rèn)證時(shí)，向樣本加入單元發(fā)送通過(guò)認(rèn)證通知；在未通過(guò)當(dāng) 前兩類分類器的認(rèn)證時(shí)，向樣本加入單元發(fā)送未通過(guò)認(rèn)證通知；
樣本加入單元，用于在接收到通過(guò)認(rèn)證通知時(shí)，將當(dāng)前測(cè)試樣本加入當(dāng) 前兩類分類器的正樣本集、將當(dāng)前測(cè)試樣本加入其它的兩類分類器的反樣本 集，并向訓(xùn)練單元發(fā)送訓(xùn)練所有兩類分類器通知；在接收到未通過(guò)認(rèn)證通知 時(shí)，將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的反樣本集，并向訓(xùn)練單元發(fā)送訓(xùn) 練當(dāng)前兩類分類器通知；
訓(xùn)練單元，用于接收來(lái)自樣本加入單元的通知，對(duì)所有兩類分類器或當(dāng) 前兩類分類器進(jìn)行訓(xùn)練。
所述認(rèn)證單元進(jìn)一步用于，在當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的 置信度小于預(yù)設(shè)可信閾值時(shí)，向樣本加入單元發(fā)送拒絕識(shí)別通知；
所述樣本加入單元進(jìn)一步用于，在接收到拒絕識(shí)別通知時(shí)，將所述當(dāng)前測(cè) 試樣本加入當(dāng)前兩類分類器中不能實(shí)現(xiàn)認(rèn)證的樣本集
置信度判別單元，其中預(yù)先設(shè)置有可信閾值。用于在當(dāng)前兩類分類器的 分類結(jié)果的置信度大于預(yù)設(shè)可信閾值時(shí)，向認(rèn)證單元發(fā)送自動(dòng)認(rèn)證通知；在 當(dāng)前兩類分類器的分類結(jié)果的置信度小于預(yù)設(shè)可信閾值時(shí)，向人工認(rèn)證單元 發(fā)送人工認(rèn)證通知；
所述認(rèn)證單元，進(jìn)一步用于在接收到認(rèn)證通知后，再對(duì)當(dāng)前測(cè)試樣本進(jìn) 行認(rèn)證；人工認(rèn)證單元，用于接收人工認(rèn)證通知，對(duì)當(dāng)前測(cè)試樣本進(jìn)行人工認(rèn)證， 當(dāng)人工判斷出當(dāng)前測(cè)試樣本與當(dāng)前兩類分類器中的正樣本集屬于同類時(shí)，向
樣本加入單元發(fā)送通過(guò)認(rèn)證通知；當(dāng)人工判斷出當(dāng)前測(cè)試樣本與當(dāng)前兩類分 類器中的正樣本集屬于不同類時(shí)，向樣本加入單元發(fā)送未通過(guò)認(rèn)證通知。
置信度判別單元，其中預(yù)先設(shè)置有可信閾值。用于在當(dāng)前兩類分類器的 分類結(jié)果的置信度大于預(yù)設(shè)可信閾值時(shí)，向認(rèn)證單元發(fā)送自動(dòng)認(rèn)證通知；在 當(dāng)前兩類分類器的分類結(jié)果的置信度小于預(yù)設(shè)可信閾值時(shí)，向人工認(rèn)證單元 發(fā)送人工認(rèn)證通知；
所述認(rèn)證單元，進(jìn)一步用于在接收到認(rèn)證通知后，再對(duì)當(dāng)前測(cè)試樣本進(jìn) 行認(rèn)證；
存儲(chǔ)單元，用于接收人工認(rèn)證通知，存儲(chǔ)當(dāng)前測(cè)試樣本。 由上述技術(shù)方案可見(jiàn)，本發(fā)明這種釆用在線訓(xùn)練的方法，把實(shí)際應(yīng)用中 的測(cè)試樣本作為訓(xùn)練樣本進(jìn)行兩類分類器的在線訓(xùn)練，使本發(fā)明方法適應(yīng)于 實(shí)際的應(yīng)用場(chǎng)景。進(jìn)一步地，本發(fā)明方法通過(guò)置信度由兩類分類器自行選擇 訓(xùn)練樣本，提高了系統(tǒng)的自我訓(xùn)練能力。


圖1 a是人臉識(shí)別系統(tǒng)中兩類分類器的訓(xùn)練過(guò)程示意圖lb是人臉識(shí)別系統(tǒng)中測(cè)試樣本進(jìn)行身份認(rèn)證的過(guò)程示意圖2是本發(fā)明基于人臉的身份認(rèn)證的方法實(shí)施例的流程圖3是本發(fā)明基于人臉的身份認(rèn)證的裝置實(shí)施例的組成結(jié)構(gòu)示意圖。
具體實(shí)施例方式
本發(fā)明提出一種人臉認(rèn)證系統(tǒng)，采用在線訓(xùn)練的方法，把實(shí)際應(yīng)用中的 測(cè)試樣本作為訓(xùn)練樣本進(jìn)行兩類分類器的在線訓(xùn)練，使其適應(yīng)于實(shí)際的應(yīng)用 場(chǎng)景。進(jìn)一步地，本發(fā)明方法通過(guò)置信度由兩類分類器自行選擇訓(xùn)練樣本， 提高了系統(tǒng)的自我訓(xùn)練能力。為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉 實(shí)施例，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。圖2是本發(fā)明基于人臉的身份認(rèn)證的方法實(shí)施例的流程圖，如圖2所示，本實(shí)施例包括以下步驟步驟200:獲取當(dāng)前測(cè)試樣本信息。本實(shí)施例中測(cè)試樣本信息為人臉圖 像及測(cè)試樣本聲稱身份。本步驟中的測(cè)試樣本信息主要為由圖像處理或計(jì)算得到的用于認(rèn)證的 信息，其中人臉圖像會(huì)通過(guò)特征提取獲得用于認(rèn)證的特征。具體獲取方法屬 于現(xiàn)有技術(shù)，這里不再贅述。步驟201:聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的 置信度是否大于預(yù)設(shè)可信閾值，如果是，進(jìn)入步驟202;否則，進(jìn)入步驟203。置信度是一種衡量系統(tǒng)的認(rèn)證結(jié)果的可信程度的度量，本發(fā)明方法可以 進(jìn)一步采用置信度來(lái)保證后續(xù)認(rèn)證的可信度。假設(shè)S為一個(gè)測(cè)試樣本，其聲稱身份為A, A對(duì)應(yīng)的兩類分類器認(rèn)為S 是A (即同類)的概率為rl，認(rèn)為是非A (即不同類)的概率為r2，顯然， rl+r2=l。當(dāng)rl〉r2時(shí)，iU正通過(guò)；當(dāng)rl〈r2時(shí)，認(rèn)證不通過(guò)。置信度P如公式(1)所示 =
min(rl，廠2)max(rl,r2) ( 1 )從公式(l)中可以看出，0SPS1; p越大，置信度越高，表明兩類分 類器的分類結(jié)果的可信程度越高，當(dāng)P4時(shí)，置信度為1,認(rèn)證結(jié)果可信度最高；而P越小，置信度越低，表明兩類分類器的分類結(jié)果越不可信，比如 P二O時(shí)，即rhr2-0.5，此時(shí)兩類分類器的分類能力相當(dāng)于隨機(jī)分類器?？尚砰撝凳窍到y(tǒng)能夠承受的最低可信程度，即只有認(rèn)證結(jié)果的可信度大 于該可信閾值的置信度的認(rèn)證結(jié)果才是可以信賴的。步驟202:判斷是否通過(guò)聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類器的認(rèn)證，如果 是，進(jìn)入步驟204;否則，進(jìn)入步驟205。本步驟就是兩類分類器進(jìn)行分類，并根據(jù)分類結(jié)果進(jìn)行認(rèn)證，如果當(dāng)前 測(cè)試樣本的人臉圖像與聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類器的正樣本集中的人
臉圖像屬于同類，那么認(rèn)證結(jié)果為通過(guò)；如果屬于不同類，那么認(rèn)證結(jié)果為
不通過(guò)。分類的具體實(shí)現(xiàn)屬于現(xiàn)有技術(shù)，常用的分類方法有最小距離分類方
法、支持向量機(jī)(SVM)方法、Boosting方法、神經(jīng)網(wǎng)絡(luò)方法等。
需要說(shuō)明的是，如果該兩類分類器對(duì)當(dāng)前測(cè)試樣本的認(rèn)證結(jié)果的置信度
小于預(yù)設(shè)的可信閾值，則該兩類分類器拒絕認(rèn)證該樣本，并給出拒絕識(shí)別的
結(jié)果后將所述當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器中不能實(shí)現(xiàn)認(rèn)證的樣本集。 步驟203:判斷是否通過(guò)人工認(rèn)證，如果是，進(jìn)入步驟204;否則進(jìn)入
步驟205。
當(dāng)人工判斷當(dāng)前測(cè)試樣本的人臉圖像與聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類 器中的正樣本屬于同類時(shí)，認(rèn)證結(jié)果為通過(guò)；當(dāng)人工判斷當(dāng)前測(cè)試樣本的人 臉圖像與聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類器中的正向樣本屬于不同類時(shí)，認(rèn)證 結(jié)果為不通過(guò)。
人工認(rèn)證即由工作人員判斷測(cè)試樣本與其聲稱的身份是否一致。
步驟204:將當(dāng)前測(cè)試樣本人臉圖像加入當(dāng)前兩類分類器的正樣本集， 訓(xùn)練當(dāng)前兩類分類器；同時(shí)將當(dāng)前測(cè)試樣本人臉圖像加入其它的兩類分類器 的反樣本集，訓(xùn)練其它的兩類分類器。
實(shí)際應(yīng)用中，為了減少重復(fù)訓(xùn)練的次數(shù)，通常可以在新樣本增加到 一定 數(shù)目時(shí)才進(jìn)行訓(xùn)練。
步驟205:將當(dāng)前測(cè)試樣本人臉圖像加入當(dāng)前兩類分類器的反樣本集， 訓(xùn)練當(dāng)前兩類分類器。
步驟204和步驟205中訓(xùn)練兩類分類器的方法是現(xiàn)有技術(shù)，比如Boosting, SVM (支持向量機(jī))等，這里不再詳細(xì)描述。
從步驟204和步驟205的實(shí)現(xiàn)可以看出，通過(guò)在線訓(xùn)練的方式，本發(fā)明兩 類分類器總是由最新的測(cè)試樣本進(jìn)行更新，適應(yīng)范圍廣，認(rèn)證效果穩(wěn)定。
需要說(shuō)明的是，本發(fā)明從實(shí)際應(yīng)用來(lái)看，可以分為初始階段和穩(wěn)定階段。初始階段是應(yīng)用本發(fā)明裝置的認(rèn)證系統(tǒng)剛開(kāi)始運(yùn)行的階段，此時(shí)，系統(tǒng) 中的兩類分類器為初始兩類分類器，性能較低，比如可以采用隨機(jī)分類器。 當(dāng)有測(cè)試樣本進(jìn)入該系統(tǒng)時(shí)，系統(tǒng)對(duì)測(cè)試樣本進(jìn)行認(rèn)證，由于此時(shí)的兩類分 類器性能較差，置信度通常較低，需要人工干預(yù)，以給出正確的認(rèn)證結(jié)果， 從而保證在線訓(xùn)練的正確性。隨著訓(xùn)練樣本的增加，兩類分類器的性能逐漸 提高，系統(tǒng)將進(jìn)入穩(wěn)定運(yùn)行階段。
在穩(wěn)定運(yùn)行階段，系統(tǒng)已經(jīng)經(jīng)過(guò)了較多的訓(xùn)練，具有了較好的分類性能。 此時(shí)，可以減少或去掉人工認(rèn)證，而采用系統(tǒng)的置信度進(jìn)行樣本的選4奪，由 系統(tǒng)自己訓(xùn)練自己，提高自身的認(rèn)證能力。對(duì)于置信度不滿足要求的測(cè)試樣 本，可以將其存儲(chǔ)在某個(gè)固定的路徑下，由工作人員在合適的時(shí)間進(jìn)行處理。
當(dāng)系統(tǒng)的應(yīng)用環(huán)境發(fā)生變化時(shí)，系統(tǒng)中的兩類分類器可能不完全適應(yīng)新 的測(cè)試樣本，此時(shí)可能有許多樣本的置信度較低。此時(shí)，可以增加人工認(rèn)證，
以使系統(tǒng)盡快訓(xùn)練適應(yīng)新的應(yīng)用環(huán)境；也可以仍然由系統(tǒng)自己根據(jù)置信度選 擇樣本進(jìn)行訓(xùn)練，只是由于此時(shí)置信度滿足要求的樣本較少，系統(tǒng)達(dá)到穩(wěn)定 的時(shí)間會(huì)較長(zhǎng)。
從圖2所示流程可以看出，本發(fā)明采用在線訓(xùn)練的方法，把實(shí)際應(yīng)用中 的測(cè)試樣本作為訓(xùn)練樣本進(jìn)行兩類分類器的在線訓(xùn)練，使本發(fā)明方法適應(yīng)于 實(shí)際的應(yīng)用場(chǎng)景。進(jìn)一步地，本發(fā)明方法通過(guò)置信度由兩類分類器自行選擇 訓(xùn)練樣本，提高了系統(tǒng)的自我訓(xùn)練能力。
圖3是本發(fā)明基于人臉的身份認(rèn)證的裝置實(shí)施例的組成結(jié)構(gòu)示意圖，如 圖3所示，從邏輯上可將該裝置分為兩個(gè)部分認(rèn)證部分和在線訓(xùn)練部分。 其中，認(rèn)證部分包括測(cè)試樣本信息獲取單元、認(rèn)證單元，在線訓(xùn)練單元包括 樣本加入單元和訓(xùn)練單元。認(rèn)證部分和在線訓(xùn)練部分可以采用不同的線程同 時(shí)進(jìn)行，每隔一段時(shí)間更新訓(xùn)練結(jié)果。本發(fā)明裝置不需要事先進(jìn)行訓(xùn)練，而 是在應(yīng)用的同時(shí)進(jìn)行訓(xùn)練，這樣提高了系統(tǒng)的性能。下面詳細(xì)介紹該裝置各 組成單元的功能。
測(cè)試樣本信息獲取單元，用于獲耳又當(dāng)前測(cè)試樣本信息。在本實(shí)施例中所述測(cè)試樣本信息包括人臉圖像及聲稱身份信息。
認(rèn)證單元，用于對(duì)當(dāng)前測(cè)試樣本進(jìn)行認(rèn)證，在認(rèn)證結(jié)果的置信度大于預(yù) 設(shè)可信閾值時(shí)，如果通過(guò)測(cè)試樣本中聲稱身份對(duì)應(yīng)的當(dāng)前兩類分類器的認(rèn) 證，向樣本加入單元發(fā)送通過(guò)認(rèn)證通知；如果未通過(guò)當(dāng)前兩類分類器的i人證， 向樣本加入單元發(fā)送未通過(guò)認(rèn)證通知；在認(rèn)證結(jié)果的置信度不大于預(yù)設(shè)可信 閾值時(shí)，當(dāng)前兩類分類器無(wú)法確定當(dāng)前測(cè)試樣本屬于正樣本集還是反樣本 集，向樣本加入單元發(fā)送拒絕識(shí)別通知。
樣本加入單元，用于在接收到通過(guò)認(rèn)證通知時(shí)，將當(dāng)前測(cè)試樣本中的人 臉圖像加入當(dāng)前兩類分類器的正樣本集、將當(dāng)前測(cè)試樣本中的人臉圖像加入 其它的兩類分類器的反樣本集，并向訓(xùn)練單元發(fā)送訓(xùn)練所有兩類分類器通 知；在接收到未通過(guò)認(rèn)證通知時(shí)，將當(dāng)前測(cè)試樣本中的人臉圖像加入當(dāng)前兩 類分類器的反樣本集，并向訓(xùn)練單元發(fā)送訓(xùn)練當(dāng)前兩類分類器通知。進(jìn)一步 地，在樣本加入單元接收到拒絕識(shí)別通知時(shí)，將所述當(dāng)前測(cè)試樣本加入當(dāng)前 兩類分類器中不能實(shí)現(xiàn)認(rèn)證的樣本集。
訓(xùn)練單元，用于接收來(lái)自樣本加入單元的通知，對(duì)所有兩類分類器或當(dāng) 前兩類分類器進(jìn)行訓(xùn)練。
本發(fā)明裝置認(rèn)證部分還可以進(jìn)一 步包括置信度判別單元和人工認(rèn)證單 元其中，
置信度判別單元其中預(yù)先設(shè)置有可信閾值。用于在當(dāng)前兩類分類器的 認(rèn)證結(jié)果的置信度大于預(yù)設(shè)可信閾值時(shí)，向認(rèn)證單元發(fā)送自動(dòng)認(rèn)證通知；在 當(dāng)前兩類分類器的認(rèn)證結(jié)果的置信度小于預(yù)設(shè)可信閾值時(shí)，向人工認(rèn)證單元 發(fā)送人工認(rèn)證通知。
認(rèn)證單元，進(jìn)一 步用于在接收到認(rèn)證通知后，再對(duì)當(dāng)前測(cè)試樣本進(jìn)行認(rèn)證。
人工認(rèn)證單元，用于接收人工認(rèn)證通知，對(duì)當(dāng)前測(cè)試樣本進(jìn)行人工認(rèn)證， 當(dāng)人工判斷出當(dāng)前測(cè)試樣本中的人臉圖像與當(dāng)前兩類分類器中的正樣本集 屬于同類時(shí)，向樣本加入單元發(fā)送通過(guò)iU正通知；當(dāng)人工判斷出當(dāng)前測(cè)試樣本中的人臉圖像與當(dāng)前兩類分類器中的正樣本集屬于不同類時(shí)，向樣本加入 單元發(fā)送未通過(guò)認(rèn)證通知。
需要說(shuō)明的是，人工認(rèn)證單元也可以省略，用一存儲(chǔ)單元來(lái)代替，所述 存儲(chǔ)單元，用于接收人工認(rèn)證通知，存儲(chǔ)當(dāng)前測(cè)試樣本。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范 圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換以及改進(jìn)等， 均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種身份認(rèn)證方法，其特征在于，該方法包括A.獲取當(dāng)前測(cè)試樣本信息；B.判斷當(dāng)前測(cè)試樣本是否通過(guò)其對(duì)應(yīng)的當(dāng)前兩類分類器的認(rèn)證，如果通過(guò)，進(jìn)入步驟C；如果不通過(guò)，進(jìn)入步驟D；C.將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的正樣本集，訓(xùn)練當(dāng)前兩類分類器；同時(shí)將當(dāng)前測(cè)試樣本加入其它的兩類分類器的反樣本集，訓(xùn)練其它的兩類分類器；D.將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的反樣本集，訓(xùn)練當(dāng)前兩類分類器。
2. 根據(jù)權(quán)利要求1所述的身份認(rèn)證方法，其特征在于，在所述步驟A之 后，步驟B之前，該方法還包括判斷所述當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度是否大于預(yù)設(shè) 可信閾值，如果大于，執(zhí)行步驟B;否則，判斷是否通過(guò)人工認(rèn)證，如果通過(guò) 人工認(rèn)證，進(jìn)入步驟C;如果未通過(guò)人工認(rèn)證，進(jìn)入步驟D。
3. 根據(jù)權(quán)利要求1所述的身份認(rèn)證方法，其特征在于，在所述步驟A之 后，步驟B之前，該方法還包括判斷所述當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度是否大于預(yù)設(shè) 可信閾值，如果大于，執(zhí)行步驟B;否則，存儲(chǔ)當(dāng)前測(cè)試樣本，之后結(jié)束本流 程。
4. 根據(jù)權(quán)利要求l、 2或3所述的身份認(rèn)證方法，其特征在于，所述測(cè) 試樣本信息為生物信息和該測(cè)試樣本聲稱身份。
5. 根據(jù)權(quán)利要求4所述的身份認(rèn)證方法，其特征在于，所述生物信息 為人臉圖像信息、或指紋信息、或虹膜信息。
6. 根據(jù)權(quán)利要求2或3所述的身份認(rèn)證方法，其特征在于，該方法進(jìn)一 步包括如果當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度小于預(yù)設(shè)可信閾值，則將所述當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的不能實(shí)現(xiàn)認(rèn)證的樣本集。
7. —種身份認(rèn)證裝置，其特征在于，該裝置包括測(cè)試樣本信息獲取單元，用于獲取當(dāng)前測(cè)試樣本信息；認(rèn)證單元，用于對(duì)當(dāng)前測(cè)試樣本進(jìn)行認(rèn)證，在通過(guò)當(dāng)前測(cè)試樣本對(duì)應(yīng)的 當(dāng)前兩類分類器的認(rèn)證時(shí)，向樣本加入單元發(fā)送通過(guò)認(rèn)證通知；在未通過(guò)當(dāng) 前兩類分類器的認(rèn)證時(shí)，向樣本加入單元發(fā)送未通過(guò)認(rèn)證通知；樣本加入單元，用于在接收到通過(guò)認(rèn)證通知時(shí)，將當(dāng)前測(cè)試樣本加入當(dāng) 前兩類分類器的正樣本集、將當(dāng)前測(cè)試樣本加入其它的兩類分類器的反樣本 集，并向訓(xùn)練單元發(fā)送訓(xùn)練所有兩類分類器通知；在接收到未通過(guò)認(rèn)證通知 時(shí)，將當(dāng)前測(cè)試樣本加入當(dāng)前兩類分類器的反樣本集，并向訓(xùn)練單元發(fā)送訓(xùn) 練當(dāng)前兩類分類器通知；訓(xùn)練單元，用于接收來(lái)自樣本加入單元的通知，對(duì)所有兩類分類器或當(dāng) 前兩類分類器進(jìn)行訓(xùn)練。
8. 根據(jù)權(quán)利要求7所述的身份認(rèn)證裝置，其特征在于，所述認(rèn)證單元進(jìn)一 步用于，在當(dāng)前兩類分類器對(duì)該測(cè)試樣本的分類結(jié)果的置信度小于預(yù)設(shè)可信閾 值時(shí)，向樣本加入單元發(fā)送拒絕識(shí)別通知；所述樣本加入單元進(jìn)一步用于，在接收到拒絕識(shí)別通知時(shí)，將所述當(dāng)前測(cè) 試樣本加入當(dāng)前兩類分類器中不能實(shí)現(xiàn)認(rèn)證的樣本集。
9. 根據(jù)權(quán)利要求7或8所述的身份認(rèn)證裝置，其特征在于， 置信度判別單元，其中預(yù)先設(shè)置有可信閾值。用于在當(dāng)前兩類分類器的分類結(jié)果的置信度大于預(yù)設(shè)可信閾值時(shí)，向認(rèn)證單元發(fā)送自動(dòng)認(rèn)證通知；在 當(dāng)前兩類分類器的分類結(jié)果的置信度小于預(yù)設(shè)可信閾值時(shí)，向人工認(rèn)證單元 發(fā)送人工認(rèn)證通知；所述認(rèn)證單元，進(jìn)一步用于在接收到認(rèn)證通知后，再對(duì)當(dāng)前測(cè)試樣本進(jìn) 行認(rèn)證；人工認(rèn)證單元，用于接收人工認(rèn)證通知，對(duì)當(dāng)前測(cè)試樣本進(jìn)行人工認(rèn)證，當(dāng)人工判斷出當(dāng)前測(cè)試樣本與當(dāng)前兩類分類器中的正樣本集屬于同類時(shí)，向樣本加入單元發(fā)送通過(guò)認(rèn)i正通知；當(dāng)人工判斷出當(dāng)前測(cè)試樣本與當(dāng)前兩類分 類器中的正樣本集屬于不同類時(shí)，向樣本加入單元發(fā)送未通過(guò)認(rèn)證通知。 10. 根據(jù)權(quán)利要求7或8所述的身份認(rèn)證裝置，其特征在于， 置信度判別單元，其中預(yù)先設(shè)置有可信闊值。用于在當(dāng)前兩類分類器的 分類結(jié)果的置信度大于預(yù)設(shè)可信閾值時(shí)，向認(rèn)證單元發(fā)送自動(dòng)認(rèn)證通知；在 當(dāng)前兩類分類器的分類結(jié)果的置信度小于預(yù)設(shè)可信閾值時(shí)，向人工認(rèn)證單元 發(fā)送人工認(rèn)證通知；所述認(rèn)證單元，進(jìn)一步用于在接收到認(rèn)證通知后，再對(duì)當(dāng)前測(cè)試樣本進(jìn) 行認(rèn)證；存儲(chǔ)單元，用于接收人工認(rèn)證通知，存儲(chǔ)當(dāng)前測(cè)試樣本。
全文摘要
本發(fā)明公開(kāi)了一種身份認(rèn)證方法及裝置，本發(fā)明采用在線訓(xùn)練的方法，把實(shí)際應(yīng)用中的測(cè)試樣本作為訓(xùn)練樣本進(jìn)行兩類分類器的在線訓(xùn)練，使本發(fā)明方法適應(yīng)于實(shí)際的應(yīng)用場(chǎng)景。進(jìn)一步地，本發(fā)明方法通過(guò)置信度由兩類分類器自行選擇訓(xùn)練樣本，提高了系統(tǒng)的自我訓(xùn)練能力。
文檔編號(hào)H04L29/06GK101299762SQ20081011532
公開(kāi)日2008年11月5日 申請(qǐng)日期2008年6月20日 優(yōu)先權(quán)日2008年6月20日
發(fā)明者王俊艷, 英 黃 申請(qǐng)人:北京中星微電子有限公司