亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

<menu id="fbnc8"><big id="fbnc8"><delect id="fbnc8"></delect></big></menu>

使用光柵驗(yàn)證用戶的面部的系統(tǒng)和方法

文檔序號(hào):6462578閱讀:256來(lái)源:國(guó)知局
專利名稱:使用光柵驗(yàn)證用戶的面部的系統(tǒng)和方法
技術(shù)領(lǐng)域
本發(fā)明總的來(lái)說(shuō)涉及一種用于使用光柵(light mask)驗(yàn)證用戶的面部的系 統(tǒng)和方法,更具體地講,涉及一種識(shí)別通過(guò)相機(jī)輸入的圖像并且在機(jī)器人環(huán) 境下驗(yàn)證注冊(cè)的用戶的系統(tǒng)和方法。
背景技術(shù)
在現(xiàn)有技術(shù)中,存在許多用于識(shí)別并驗(yàn)證面部的技術(shù)。傳統(tǒng)面部驗(yàn)證技 術(shù)主要涉及用于將面部圖像分割為塊,從各塊中提取特征,并且創(chuàng)建高斯混 合模型(GMM)的處理。在圖1A中顯示將面部圖像分割為塊。在以這種方式 將面部圖像分割為小塊并且從塊中提取特征的方法中,由于可使用少量圖像 來(lái)獲得多個(gè)數(shù)據(jù)項(xiàng),因此可極好地執(zhí)行GMM學(xué)習(xí),但是由于增加數(shù)量的 GMM可31起學(xué)習(xí)和自適應(yīng)時(shí)間以及驗(yàn)證時(shí)間增加,并且可能不會(huì)充分考慮 整個(gè)面部圖像。

發(fā)明內(nèi)容
本發(fā)明的一方面在于解決至少上述問(wèn)題和/或缺點(diǎn)并且至少提供下述優(yōu) 點(diǎn)。因此,與將面部區(qū)域分割為塊并且從塊提取面部特征的傳統(tǒng)方法不同, 本發(fā)明的 一方面在于提供一種從整個(gè)面部區(qū)域提取特征的面部驗(yàn)證系統(tǒng)和方 法,從而充分地考慮整個(gè)面部區(qū)域。詳細(xì)地,如才艮據(jù)本發(fā)明的圖1B所示的從 整個(gè)面部區(qū)域提取面部特征,無(wú)需將整個(gè)面部區(qū)域單獨(dú)分割為塊。
本發(fā)明的另 一方面提供一種面部驗(yàn)證系統(tǒng)和方法,通過(guò)將光柵應(yīng)用到面 部的線性變換來(lái)增加數(shù)據(jù)量,從而處理通過(guò)從整個(gè)面部區(qū)域的特征提取的數(shù) 據(jù)量減少的情況。詳細(xì)地,如圖2A-2C所示,單個(gè)面部圖像與光斥冊(cè)組合以具 有在各方向上直接照明的各種效果,從而可創(chuàng)建在各方向上被照明的面部的 各種面部圖像。以這種方式,使用光柵驗(yàn)證面部,從而本發(fā)明提供使用光柵 的面部驗(yàn)證系統(tǒng)和方法,能夠克服傳統(tǒng)面部驗(yàn)證系統(tǒng)和方法對(duì)于照明的弱點(diǎn)。
根據(jù)本發(fā)明的一方面,提供一種使用光柵驗(yàn)證用戶的面部的系統(tǒng)。該系
4統(tǒng)包括面部特征提取單元,用于從特定面部圖像提取面部特征向量;非用 戶高斯混合模型(GMM)酉己置單元,用于從存儲(chǔ)在非用戶數(shù)據(jù)庫(kù)(DB)中的非用 戶面部圖像產(chǎn)生非用戶GMM;用戶GMM配置單元,用于通過(guò)將光柵應(yīng)用 到存儲(chǔ)在用戶DB中的用戶面部圖像來(lái)產(chǎn)生用戶GMM;對(duì)數(shù)似然值計(jì)算單 元,用于將面部特征向量輸入到非用戶GMM和用戶GMM,從而計(jì)算對(duì)數(shù) 似然值;用戶驗(yàn)證單元,用于將計(jì)算的對(duì)數(shù)似然值與預(yù)定閾值進(jìn)行比較,從 而驗(yàn)證所述特定面部圖像是否為用戶的面部圖像。
根據(jù)本發(fā)明的另一方面,提供一種使用光柵-瞼證用戶的面部的方法。該 方法包括從特定面部圖像提取面部特征向量;通過(guò)將面部特征向量輸入到 用于存儲(chǔ)非用戶GMM和用戶GMM的高斯混合模型(GMM)配置單元來(lái)計(jì)算 對(duì)數(shù)似然值;存儲(chǔ)從存儲(chǔ)在非用戶數(shù)據(jù)庫(kù)(DB)中的非用戶面部圖像產(chǎn)生的非 用戶GMM來(lái)用于計(jì)算對(duì)數(shù)似然值,存儲(chǔ)通過(guò)將光柵應(yīng)用到存儲(chǔ)在用戶DB 中的用戶面部圖像產(chǎn)生的用戶GMM;將計(jì)算的對(duì)數(shù)似然值與預(yù)定閾值進(jìn)行 比較,從而驗(yàn)證所述特定面部圖像是否為用戶的面部圖像。


通過(guò)下面結(jié)合附圖進(jìn)行的詳細(xì)描述,本發(fā)明的上述和其他方面、特點(diǎn)和 優(yōu)點(diǎn)將會(huì)變得更加清楚,其中
圖1A和1B是分別顯示根據(jù)現(xiàn)有技術(shù)將面部區(qū)域分割為塊的示例的示 圖,以及根據(jù)本發(fā)明實(shí)施例的從整個(gè)面部區(qū)域提取面部特征的示例的示圖2A至2C是顯示根據(jù)本發(fā)明實(shí)施例的使用光柵進(jìn)行面部圖像處理的示 例的示圖3是顯示根據(jù)本發(fā)明實(shí)施例的使用光柵驗(yàn)證用戶的面部的系統(tǒng)的構(gòu)造 的示圖4是顯示根據(jù)本發(fā)明實(shí)施例的非用戶高斯混合模型(GMM)配置單元的 構(gòu)造的示圖5是顯示根據(jù)本發(fā)明實(shí)施例的用戶GMM配置單元的構(gòu)造的示圖; 圖6是顯示根據(jù)本發(fā)明實(shí)施例的使用光柵對(duì)面部圖像進(jìn)行線性變換計(jì)算 的示圖;圖。
具體實(shí)施例方式
現(xiàn)在,將參照附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)描述。在附圖中,即 使在不同的附圖中描述相同或類似的部件,這些部件也由相同的標(biāo)號(hào)表示。 在下面的描述中,為了清楚和簡(jiǎn)明已經(jīng)省略對(duì)包括于此的已知功能和配置的 i爭(zhēng)纟田3苗述。
圖3是顯示根據(jù)本發(fā)明實(shí)施例的使用光柵驗(yàn)證用戶的面部的系統(tǒng)的構(gòu)造 的示圖。參照?qǐng)D3,用于使用光初h驗(yàn)證用戶的面部的系統(tǒng)300(以下稱為"用 戶面部驗(yàn)證系統(tǒng),,)包括圖像輸入單元310、面部特征才是取單元320、非用戶 GMM配置單元400、用戶GMM配置單元500、對(duì)^:似然值計(jì)算單元330和 用戶驗(yàn)證單元340。以下描述用戶面部驗(yàn)證系統(tǒng)300的部件。圖像輸入單元 310從安裝在機(jī)器人上的相機(jī)等接收特定面部圖像。圖像輸入單元310不限 于相機(jī),可包括任何部件,例如不需要使用相機(jī)捕獲圖像的過(guò)程的可輸入圖 像的磁盤(pán)。
面部特征提取單元320對(duì)從圖像輸入單元310接收的特定面部圖像執(zhí)行 預(yù)處理,其后從預(yù)處理的圖像提取面部特征向量。可將整個(gè)面部區(qū)域用作面 部特征提取的單位來(lái)提取面部特征向量。
非用戶GMM配置單元400產(chǎn)生并存儲(chǔ)注冊(cè)在非用戶DB中的每一非用 戶的非用戶面部圖像的非用戶GMM。用戶GMM配置單元500產(chǎn)生并存儲(chǔ) 注冊(cè)在用戶DB中的每一用戶的用戶面部圖^f象的用戶GMM。具體地講,用戶 GMM配置單元500通過(guò)將光柵應(yīng)用到從面部特征提取單元320提取的面部 特征向量來(lái)產(chǎn)生由多個(gè)照明裝置照明的面部圖像。因此,關(guān)于面部特征向量 的數(shù)據(jù)量增加,并且當(dāng)執(zhí)行用戶驗(yàn)證時(shí)可能增加驗(yàn)證概率(verification probability)。以下將描述涉及產(chǎn)生典型GMM的構(gòu)造。
對(duì)數(shù)似然值計(jì)算單元330通過(guò)將從面部特征提取單元320提取的面部特 征向量輸入到非用戶GMM和用戶GMM來(lái)計(jì)算對(duì)數(shù)似然值。等式[l]指示用 于計(jì)算對(duì)數(shù)似然值的過(guò)程。當(dāng)存在多個(gè)用戶時(shí),獲得對(duì)用戶GMM的多個(gè)結(jié) 果值。在這種情況下,取得并計(jì)算最大對(duì)數(shù)似然值。
z = log(p(來(lái)崎))-log(P(來(lái)"J) [1 ]其中,^。崎表示用于用戶GMM的因數(shù)的集合。該集合包括面部特征向 量的平均值、協(xié)方差和權(quán)重。^—表示用于非用戶GMM的因數(shù)的集合。該 集合包括面部特征向量的平均值、協(xié)方差和權(quán)重。X表示從當(dāng)前面部圖像提 取的特征向量。p(X/S)表示當(dāng)給定GMM參數(shù)的集合S時(shí),當(dāng)前特征向量的 條件概率。
用戶驗(yàn)證單元340將對(duì)數(shù)似然值計(jì)算單元330獲得的值z(mì)與實(shí)際閾值進(jìn) 行比較,從而驗(yàn)證從圖像輸入單元310接收的圖像中的面部是否為用戶的面 部。當(dāng)值z(mì)等于或大于閾值時(shí),將特定面部圖像確定為用戶的面部,而當(dāng)值z(mì) 小于閾值時(shí),將特定面部圖像確定為非用戶的面部。
圖4是顯示根據(jù)本發(fā)明實(shí)施例的非用戶GMM配置單元400的示圖。參 照?qǐng)D4,面部特征才是耳又單元420從在非用戶DB 410中注冊(cè)的每一用戶的面部 圖像提取面部特征。盡管未在附圖中顯示,但是在提取面部特征向量之前, 面部特征提取單元420對(duì)面部圖像首先執(zhí)行預(yù)處理,并且隨后提取面部特征 向量。為了預(yù)處理,執(zhí)行基于眼睛的用于調(diào)整面部的位置的幾何正態(tài)化以及 用于調(diào)整圖像的亮度的直方圖正態(tài)化。當(dāng)提取面部特征時(shí),可使用主成分分
非用戶GMM存儲(chǔ)在非用戶GMM存儲(chǔ)單元440中。
下面的等式表示由非用戶GMM配置單元400實(shí)際扭J亍的過(guò)程。當(dāng)存儲(chǔ) 在非用戶DB 410中的面部圖像的數(shù)量是N,并由X=[xl, ... , xN]表示時(shí),以 高斯混合模型(GMM)的形式來(lái)將關(guān)于面部圖像的數(shù)據(jù)模型化。典型地,當(dāng)面 部圖像數(shù)據(jù)的維數(shù)是D并且面部圖像數(shù)據(jù)是x時(shí),通過(guò)下面的等式[2]來(lái)獲得 高斯概率密度。
P W = "~^r exp[-1 (x — //)T1 (x — [2] 其中,T是表示矩陣的轉(zhuǎn)置的符號(hào)。A表示平均向量。Z表示協(xié)方差矩陣。
多個(gè)高斯概率密度形成單個(gè)概率模型。此概率模型被指定為GMM,可
由下面的等式[3]來(lái)表示,其中,M是混合的次數(shù)。
;^) = 2>(初尸(力 [3] 在此才i4l中,參數(shù)可被總結(jié)如下每個(gè)混合分量j的平均數(shù)a、協(xié)方差
Z,(或…)以及權(quán)重P(乂)(或w,)。其中,P(+')表示當(dāng)給定混合j時(shí)當(dāng)前特征量的條件概率。^力表示混合j的概率。使用給定的面部圖像數(shù)據(jù)X來(lái)研究這 些參數(shù)。執(zhí)行研究方法來(lái)找出允許混合模型最令人滿意地代表面部圖像數(shù)據(jù) X的參數(shù),也就是,用于最大化對(duì)數(shù)似然值的參數(shù)。由下面的等式[4]表示將
被最大化的對(duì)數(shù)似然函數(shù),其中,義M/vi;=1,...,似}。
;^Q = ]^b") [4] 其中,,")表示面部圖像特征向量x,的概率。為了找出最大化等式[4] 的對(duì)數(shù)似然函數(shù)的參數(shù),使用K平均來(lái)初始化參數(shù),隨后使用期望最大化算 法(以下稱為"EM算法,,)。通過(guò)此算法,各數(shù)據(jù)項(xiàng)被分為幾個(gè)組。根據(jù)以下 處理來(lái)執(zhí)行此集群(clustering)過(guò)程。
1. 可任意選擇M個(gè)面部圖像數(shù)據(jù)項(xiàng),并且將M個(gè)面部圖像數(shù)據(jù)項(xiàng)指定為 各組的^。
2. 重復(fù)以下過(guò)程直到實(shí)現(xiàn)收斂。
(1) 獲得每個(gè)面部圖像數(shù)據(jù)項(xiàng)i的歐幾里德距離|卜,-//」|2并將該距離分類 為最近組。
(2) 使用分類的數(shù)據(jù)再次計(jì)算各組的值A(chǔ) 。
使用作為初始值的通過(guò)執(zhí)行初始化獲得的各組的值^來(lái)執(zhí)行EM算法, 并且獲得參數(shù)。EM算法被分為E步驟和M步驟。在E步驟中,預(yù)測(cè)充分的 統(tǒng)計(jì)量,在M步驟中,基于充分的統(tǒng)計(jì)量預(yù)測(cè)參數(shù)。以下描述E步驟和M 步驟。首先,通過(guò)下面的等式[5]表示在E步驟中給定的每一面部圖像數(shù)據(jù)項(xiàng) 的充分的統(tǒng)計(jì)量。
潛#& [5]
其中,P(+,)表示當(dāng)給定面部圖像特征向量x,時(shí)混合j的條件概率。P(+') 表示當(dāng)給定面部圖像特征向量&時(shí)混合j的條件概率。尸(力表示混合j的概率。 基于在E步驟中獲得的充分的統(tǒng)計(jì)量在M步驟中獲得參數(shù),如等式[6]。
<formula>formula see original document page 8</formula>重復(fù)EM算法,直到實(shí)現(xiàn)滿意收斂。因此,可通過(guò)EM算法獲得用于表示非用戶GMM的概率模型的參數(shù)^,A', 17^…7^。其中,p(ylx,.)表示當(dāng)給
定面部圖像特征向量Xi時(shí)混合j的條件概率。Xj表示面部特征向量。T是表示 矩陣的轉(zhuǎn)置的符號(hào)。
圖5是顯示根據(jù)本發(fā)明實(shí)施例的用戶GMM配置單元500的構(gòu)造的示圖。
參照?qǐng)D5,在用戶DB510中,預(yù)先注冊(cè)用戶的面部圖l象。用戶可以是個(gè)體或
者是用戶組。與圖4類似,由面部特征提取單元520對(duì)在用戶DB 510中注
冊(cè)的面部圖像執(zhí)行預(yù)處理和面部特征提取。與將面部區(qū)域分割為多個(gè)塊并從
塊中提取面部特征向量的現(xiàn)有技術(shù)不同,在提取面部特征時(shí),將整個(gè)面部區(qū) 域用作單個(gè)特征提取單位來(lái)從整個(gè)面部區(qū)域提取面部特征向量。因此,在本
發(fā)明中,提取的面部特征向量的維數(shù)很大,而面部特征向量的數(shù)量很少,因 此數(shù)據(jù)量減少。為了補(bǔ)償數(shù)據(jù)量的減少,線性變換放大單元530通過(guò)線性變 換增加面部特征向量的數(shù)量。術(shù)語(yǔ)"線性變換放大"是指使用光柵。自適應(yīng) 技術(shù)GMM產(chǎn)生單元540基于增加的特征向量的數(shù)量以及GMM配置單元400 產(chǎn)生的非用戶GMM來(lái)產(chǎn)生用戶GMM。典型的相關(guān)自適應(yīng)被用作自適應(yīng)技 術(shù)。此自適應(yīng)纟支術(shù)4皮分為以下兩個(gè)過(guò)程。
1. 在等式[7]中獲得每一混合m的占用概率L")。
= [7]
其中,氣是混合m的權(quán)重。x,表示第i面部圖像的特征向量。i(x,.)表 示混合m中的混合x(chóng),的概率。w,是混合j的權(quán)重。巧(x,)表示混合j中的混合 x,的概率。
2. 基于以此方式獲得的占用概率從非用戶GMM產(chǎn)生用戶GMM。由下面 的等式[8]表示自適應(yīng)過(guò)程,<formula>formula see original document page 10</formula>其中, 是調(diào)整非用戶GMM和注冊(cè)的用戶GMM的權(quán)重所需的值,并 且通過(guò)實(shí)驗(yàn)被預(yù)設(shè)。L")表示每一混合m的占用概率。x,表示第i面部圖像 的特征向量。氣是混合m的權(quán)重。產(chǎn)生的用戶GMM被存儲(chǔ)在用戶GMM存 儲(chǔ)單元550中。
圖6是顯示根據(jù)本發(fā)明實(shí)施例的使用光柵對(duì)特定面部圖像進(jìn)行線性變換 計(jì)算的示圖。參照?qǐng)D6,與圖4類似,由面部特征提取單元620a對(duì)注冊(cè)在非 用戶DB中的非用戶的非用戶面部圖像執(zhí)行預(yù)處理和特征向量提取。普通特 征存儲(chǔ)單元630a接收并存儲(chǔ)面部特征向量。光柵應(yīng)用單元620b用光柵覆蓋 存儲(chǔ)在非用戶DB中的面部圖像以在各方向上直接照明,從而面部特征提取 單元630b提取面部特征向量。線性放大的特征存儲(chǔ)單元640b存儲(chǔ)面部特征 向量。
線性變換計(jì)算單元650使用分別存儲(chǔ)在普通向量存儲(chǔ)單元630a和線性放 大的特征存儲(chǔ)單元640b中的面部特征向量之間的差來(lái)計(jì)算線性變換。當(dāng)產(chǎn)生 用戶GMM時(shí),使用利用圖6的系統(tǒng)計(jì)算的線性變換。
圖。參照?qǐng)D7,當(dāng)在圖像輸入步驟S710通過(guò)圖像輸入單元310接收特定面部 圖像時(shí),在面部特征提取步驟S720,特征提取單元320將特定面部圖像的整 個(gè)面部區(qū)域作為提取單位來(lái)提取面部特征向量。在對(duì)數(shù)似然值計(jì)算步驟S740, 在面部特征提取步驟S720中提取的面部特征向量被輸入到分別存儲(chǔ)在非用 戶GMM存儲(chǔ)單元440和用戶GMM存儲(chǔ)單元550中的非用戶GMM和用戶 GMM,從而計(jì)算對(duì)數(shù)似然值。非用戶GMM存儲(chǔ)單元440和用戶GMM存儲(chǔ) 單元550存儲(chǔ)分別由非用戶GMM配置單元400和用戶GMM配置單元500產(chǎn)生的非用戶GMM和用戶GMM。在GMM產(chǎn)生步驟S730,在通過(guò)用各種 光柵覆蓋注冊(cè)在用戶DB中的用戶的用戶面部圖像提取面部特征向量之后產(chǎn) 生每個(gè)用戶GMM。其后,在用戶驗(yàn)證步驟S750,將對(duì)數(shù)似然值與閾值進(jìn)行 比較,從而通過(guò)確定通過(guò)圖像輸入單元310接收的特定面部圖像是用戶的面 部還是非用戶的面部來(lái)執(zhí)行驗(yàn)證。
如以上根據(jù)本發(fā)明的描述是清楚的,從整個(gè)面部區(qū)域提取面部特征,無(wú) 需將面部區(qū)域分為塊,并從塊提取特征,從而在充分考慮整個(gè)面部區(qū)域特征 的情況下執(zhí)行驗(yàn)證。
另夕卜,光柵被應(yīng)用到面部圖像,從而可增加由于上述構(gòu)造減少的數(shù)據(jù)量, 可補(bǔ)償由于照明而損壞的面部的驗(yàn)證。
盡管已經(jīng)參照其特定優(yōu)選實(shí)施例顯示和描述了本發(fā)明,但是本領(lǐng)域的技 術(shù)人員應(yīng)該理解,在不脫離由權(quán)利要求限定的本發(fā)明的精神和范圍的情況下, 可以對(duì)其進(jìn)行形式和細(xì)節(jié)上的各種改變。
權(quán)利要求
1、一種通過(guò)使用光柵驗(yàn)證用戶的面部的系統(tǒng),包括面部特征提取單元,用于從特定面部圖像提取面部特征向量;非用戶GMM配置單元,用于從非用戶的非用戶面部圖像產(chǎn)生非用戶GMM;用戶GMM配置單元,用于通過(guò)將光柵應(yīng)用到用戶的用戶面部圖像來(lái)產(chǎn)生用戶GMM;對(duì)數(shù)似然值計(jì)算單元,用于將面部特征向量輸入到非用戶GMM和用戶GMM,從而計(jì)算對(duì)數(shù)似然值;用戶驗(yàn)證單元,用于將計(jì)算的對(duì)數(shù)似然值與預(yù)定閾值進(jìn)行比較,從而驗(yàn)證所述特定面部圖像是否為用戶的面部圖像。
2、 如權(quán)利要求l所述的系統(tǒng),還包括圖像輸入單元,用于接收所述特 定面部圖像,并將所述特定面部圖像發(fā)送給面部特征提取單元。
3、 如權(quán)利要求l所述的系統(tǒng),其中,面部特征提取單元通過(guò)將所述特定 面部圖像的整個(gè)面部區(qū)域用作單個(gè)提取單位來(lái)從所述特定面部圖像提取面部 特征。
4、 如權(quán)利要求3所述的系統(tǒng),其中,用戶GMM配置單元包括 用戶數(shù)據(jù)庫(kù),用于存儲(chǔ)用戶面部圖像;線性變換放大單元,用于通過(guò)將光柵應(yīng)用到提取的面部特征向量來(lái)執(zhí)行 線性變換放大;自適應(yīng)技術(shù)GMM產(chǎn)生單元,用于通過(guò)使用相關(guān)自適應(yīng)來(lái)通過(guò)非用戶 GMM配置單元產(chǎn)生用戶GMM;用戶GMM存儲(chǔ)單元,用于存儲(chǔ)產(chǎn)生的用戶GMM。
5、 一種使用光柵驗(yàn)證用戶的面部的方法,包括 從特定面部圖像提取面部特征向量;通過(guò)將面部特征向量輸入到GMM配置單元來(lái)計(jì)算對(duì)數(shù)似然值; 存儲(chǔ)非用戶GMM和用戶GMM,從存儲(chǔ)在非用戶數(shù)據(jù)庫(kù)中的非用戶面部圖像產(chǎn)生非用戶GMM,通過(guò)將光柵應(yīng)用到存儲(chǔ)在用戶數(shù)據(jù)庫(kù)中的用戶面部圖像來(lái)產(chǎn)生用戶GMM;計(jì)算非用戶GMM和用戶GMM的對(duì)數(shù)似然值;將計(jì)算的對(duì)數(shù)似然值與預(yù)定閾值進(jìn)行比較,從而^r證所述特定面部圖像是否為用戶的面部圖^f象。
6、如權(quán)利要求5所述的方法,其中,在提取面部特征向量的步驟中,通 過(guò)將所述特定面部圖像的整個(gè)面部區(qū)域用作單個(gè)提取單位來(lái)從所述特定面部 圖像提取面部特征。
全文摘要
本發(fā)明涉及一種用于使用光柵驗(yàn)證用戶的面部的系統(tǒng)和方法。該系統(tǒng)包括面部特征提取單元,用于從相機(jī)接收的面部圖像提取面部特征向量。非用戶高斯混合模型(GMM)配置單元從存儲(chǔ)在非用戶數(shù)據(jù)庫(kù)(DB)中的面部圖像產(chǎn)生非用戶GMM。用戶GMM配置單元通過(guò)將光柵應(yīng)用到存儲(chǔ)在用戶DB中的面部圖像來(lái)產(chǎn)生用戶GMM。對(duì)數(shù)似然值計(jì)算單元將面部特征向量輸入到非用戶GMM和用戶GMM,從而計(jì)算對(duì)數(shù)似然值。用戶驗(yàn)證單元將計(jì)算的對(duì)數(shù)似然值與預(yù)定閾值進(jìn)行比較,從而驗(yàn)證接收的面部圖像是否為用戶的面部圖像。
文檔編號(hào)G06K9/00GK101320424SQ20081009643
公開(kāi)日2008年12月10日 申請(qǐng)日期2008年5月9日 優(yōu)先權(quán)日2007年5月9日
發(fā)明者尹佑漢, 尹齊漢, 李在淵, 李知驍, 池秀榮, 金炫秀 申請(qǐng)人:三星電子株式會(huì)社;韓國(guó)電子通信研究院
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1