專利名稱：人員身份驗(yàn)證方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人員身份驗(yàn)證方法和系統(tǒng)。
近年來(lái)，用計(jì)算機(jī)處理人員身份驗(yàn)證的問(wèn)題已經(jīng)受到相當(dāng)多的重視，以便尋找商業(yè)和法律的實(shí)施應(yīng)用。
舉例來(lái)說(shuō)，這包括智能卡、護(hù)照、駕駛執(zhí)照等的驗(yàn)證，諸如特寫(xiě)鏡頭之類的控制照片的匹配，來(lái)自CCTV電視圖像的嫌疑犯相對(duì)于已知面部圖像數(shù)據(jù)庫(kù)的識(shí)別和接入建筑物和電信業(yè)務(wù)的控制，例如銀行柜員機(jī)。
R Brunelli和T Poggio于1993年在IEEE學(xué)報(bào)中PAMI上發(fā)表的題目為“面部識(shí)別特征對(duì)樣板”的論文的第15卷第1042至1052頁(yè)給出了兩種基本方法的比較；也就是，幾何特征基底的方法和樣板或統(tǒng)計(jì)特征匹配的方法，作者贊成后者。
用于面部驗(yàn)證的最普通的使用統(tǒng)計(jì)的顯示法是Karhunen-Loeve擴(kuò)展，也就是主分量分析(PCA)，通過(guò)它能夠以利用由經(jīng)常稱作“特征面部”的特征向量定義的PCA基底的低維次空間顯示面部圖像。
盡管這種方法提供了非常有效的數(shù)據(jù)壓縮方式，但是不能保證差別信息的最有效壓縮。
近段時(shí)間以來(lái)，線性判別式分析(LAD)技術(shù)已經(jīng)適應(yīng)面部識(shí)別問(wèn)題。此外，以低維次空間，但是以利用由經(jīng)常稱作“漁民面部(fisherface)”的特征向量定義的LDA基底的低維次空間顯示面部圖像，并且已經(jīng)證明這比利用“特征面部”的PCA顯示法更優(yōu)越。然而傳統(tǒng)的LDA顯示法包含多個(gè)共享的“漁民面部”、必要的合成物和計(jì)算密集的矩陣運(yùn)算，并且這表示出用性能、處理速度和易于添加到或更新對(duì)于其可以測(cè)試探測(cè)圖像的面部圖像數(shù)據(jù)庫(kù)字眼來(lái)表示的重要技術(shù)問(wèn)題。
根據(jù)本發(fā)明的第一方面，提供了人員身份驗(yàn)證方法，包括利用線性判別式分析(LDA)從定義各個(gè)訓(xùn)練圖像的N個(gè)向量zj(j＝1，2...N)導(dǎo)出具體等級(jí)的線性判別式變換ai的步驟，其中，存在m個(gè)不同等級(jí)的具有包含所述訓(xùn)練圖像的各個(gè)數(shù)量Ni即N=Σi=1mNi]]>的第i個(gè)等級(jí)ωi的所述訓(xùn)練圖像，在所述具體等級(jí)的線性判別式變換ai上投影定義探測(cè)圖像的向量zp，將投影的向量aiTzp與用于第i個(gè)等級(jí)ωi的參考向量比較并且依據(jù)所述比較針對(duì)第i個(gè)等級(jí)計(jì)算探測(cè)圖像的可靠性。
根據(jù)本發(fā)明的另外一方面，提供了人員身份驗(yàn)證系統(tǒng)，包括用于執(zhí)行根據(jù)本發(fā)明所述第一方面限定的過(guò)程的數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)壓縮裝置。
根據(jù)本發(fā)明的第三方面，提供了人員身份驗(yàn)證系統(tǒng)，用于針對(duì)m個(gè)不同等級(jí)的訓(xùn)練圖像的一個(gè)或多個(gè)計(jì)算探測(cè)圖像的可靠性，其中，各個(gè)向量zj(j＝1，2...N)定義了所述訓(xùn)練圖像，總共存在N個(gè)向量zj，并且第i個(gè)等級(jí)中的訓(xùn)練圖像的數(shù)量是Ni即N=Σi=1mNi,]]>人員身份驗(yàn)證系統(tǒng)包括如本發(fā)明所述第一方面限定的用于存儲(chǔ)具體等級(jí)的線性判別式ai的數(shù)據(jù)存儲(chǔ)裝置，用于每個(gè)所述等級(jí)ωi(i＝1，2...m)，和數(shù)據(jù)處理裝置，用于從所述數(shù)據(jù)存儲(chǔ)裝置訪問(wèn)所述具體等級(jí)的線性判別式變換ai，投影定義探測(cè)圖像的向量zp在所述訪問(wèn)的具體等級(jí)的線性判別式變換ai上，將投影的向量aiTzp與用于第i個(gè)等級(jí)ωi的參考向量比較并且依據(jù)所述比較針對(duì)第i個(gè)等級(jí)ωi計(jì)算探測(cè)圖像的可靠性。
根據(jù)本發(fā)明的第四方面，提供了計(jì)算機(jī)可讀介質(zhì)，包括用于執(zhí)行根據(jù)本發(fā)明所述第一方面所限定的過(guò)程的計(jì)算機(jī)可執(zhí)行指令。
現(xiàn)在將通過(guò)實(shí)例，參照附圖描述本發(fā)明的實(shí)施例，其中

圖1a示出了用于投影的冒名頂替者面部圖像的測(cè)試統(tǒng)計(jì)量的直方圖；圖1b示出了用于投影的客戶面部圖像的相同測(cè)試統(tǒng)計(jì)量的直方圖；和圖2示出了根據(jù)本發(fā)明的半集中式人員身份驗(yàn)證系統(tǒng)的略圖。
在本發(fā)明這個(gè)實(shí)施例中，假定N個(gè)訓(xùn)練圖像代表m個(gè)不同的個(gè)人，在此稱作“客戶”。訓(xùn)練圖像的總數(shù)N用下面的表達(dá)式給出N=Σi=1mNi]]>其中Ni是代表第i個(gè)客戶的訓(xùn)練圖像的數(shù)量，定義清楚的客戶等級(jí)ωi。對(duì)于每個(gè)客戶等級(jí)的訓(xùn)練圖像的數(shù)量不必相同。典型地，N可以是103數(shù)量級(jí)和m可以是102的數(shù)量級(jí)。
可從一些生物統(tǒng)計(jì)的數(shù)據(jù)導(dǎo)出訓(xùn)練圖像，假定適當(dāng)?shù)刈?cè)并且光學(xué)地規(guī)一化了這些訓(xùn)練圖像。
在這個(gè)實(shí)施例中，使用了正面面部圖像；然而，其他生物統(tǒng)計(jì)的數(shù)據(jù)的圖像也可以替代地使用，例如側(cè)面面部圖像。
正如將要解釋的，所述的人員身份驗(yàn)證方法和系統(tǒng)可以用于計(jì)算顯示作為客戶之一的探測(cè)面部圖像的可靠性，接受或拒絕要求的識(shí)別。這個(gè)過(guò)程得到應(yīng)用，尤其是在智能卡、護(hù)照、駕駛執(zhí)照等的驗(yàn)證中的應(yīng)用。
由可以考慮為d維向量z的灰度級(jí)強(qiáng)度值的二維D×D排列定義每個(gè)訓(xùn)練面部圖像，其中d＝D2。典型地，d可以是214的階數(shù)并且面部圖像總體可以映射到這個(gè)巨大的d維空間內(nèi)部的點(diǎn)的集合。
類似于整體結(jié)構(gòu)的面部圖像不能夠隨機(jī)地在這個(gè)空間內(nèi)分配，并且因此可以用相對(duì)低維次空間來(lái)定義面部圖像。傳統(tǒng)地，d維向量z可以投影到訓(xùn)練圖像橫越的低維次空間，并且這可以通過(guò)利用上述的主分量分析(PCA)產(chǎn)生的PCA投影矩陣U實(shí)現(xiàn)。
投影矩陣U從混合協(xié)方差矩陣∑導(dǎo)出，用下面的表達(dá)式給出∑Σ=Σj=1N(zj-μ)(zj-μ)T,---(1)]]>其中，zj是定義第j個(gè)訓(xùn)練面部圖像的d維向量和μ是由下面的表達(dá)式給出的整體均值向量μ=Σj=1Nzj]]>如果，比如這里，圖像向量z的維數(shù)d比訓(xùn)練圖像N的數(shù)值大，則混合協(xié)方差矩陣∑將具有n≤N個(gè)非零特征值。與這些非零特征值相關(guān)的各個(gè)特征向量u1，u2…un(按照降序分等級(jí))定義用于顯示訓(xùn)練面部圖像橫越的次空間的PCA基底，并且為此，將這些特征向量構(gòu)造成PCA投影矩陣U，其形式是U＝[u1，u2…un]如1990年紐約學(xué)術(shù)出版社發(fā)表的K Fukunaga的論文“統(tǒng)計(jì)模式識(shí)別的介紹”中所述，為了計(jì)算方便的原因，混合協(xié)方差矩陣∑的特征值分析可以在維數(shù)為d′的次空間內(nèi)執(zhí)行，其中d′＜d。
每個(gè)特征向量u都是d維，并且是具有類似外貌的圖像的代表，與導(dǎo)出特征向量u的面部圖像相象。就是因?yàn)檫@個(gè)原因所以特征向量u有時(shí)也稱作“特征面部”。
只要已經(jīng)獲得PCA投影矩陣U，在集中之后，將定義訓(xùn)練面部圖像的N個(gè)向量zj(j＝1，2...N)投影到特征向量u1，u2...un橫越的低維次空間以便產(chǎn)生N個(gè)相應(yīng)的n維向量xj，其表達(dá)式如下
xj＝UT(zj-μ)j＝1，2...N (2)暫時(shí)，使用線性判別式分析(LDA)迄今為止還是慣例。由與矩陣Φ-1SB的非零特征值相關(guān)的m-1個(gè)特征向量v1，v2…vm-1定義用來(lái)顯示向量xj橫越的次空間的LDA基底，其中Φ是向量xj的混合協(xié)方差矩陣，用下面的表達(dá)式表示Φ=1NΣj=1NχjχjT---(3)]]>和SB是在每個(gè)所述客戶等級(jí)ωi中從投影向量x的平均值υi導(dǎo)出的等級(jí)之間的離散矩陣，其中i＝1，2，3...m，并且用下面的表達(dá)式表示υiυi=1NΣj=1Niχj]]>對(duì)所有xj∈ωi(4)此外，每個(gè)特征向量v是具有稍微類似的外貌的圖像的代表且有時(shí)稱作“漁民面部”，并且這些向量用來(lái)構(gòu)造LDA投影矩陣V＝[v1，v2…vm-1]。采用傳統(tǒng)的方法，定義探測(cè)面部圖像的向量zp；也就是說(shuō)，將顯示作為m個(gè)客戶之一的且要計(jì)算其可靠性的面部圖像最初投影進(jìn)由PCA投影矩陣U的“特征面部”定義的n維次空間并且然后投影進(jìn)由LDA投影矩陣V的“漁民面部”定義的m-1維次空間以便產(chǎn)生用下面的表達(dá)式表示的投影向量ypyp＝VTUT(zp-μ)或者另外，然后通過(guò)相對(duì)于用于相關(guān)客戶等級(jí)ωi的投影平均值γi測(cè)試投影向量yp執(zhí)行要求身份的驗(yàn)證，其中γi＝VTυi然后，如果投影向量y在投影平均值γi的預(yù)定距離內(nèi)，則將探測(cè)圖像的可靠性作為第i個(gè)客戶的圖像接受(也就是接受要求的身份)；否則，將探測(cè)圖像的可靠性作為冒名頂替者的圖像拒絕(也就是拒絕要求的身份)。
上面方程5的測(cè)試說(shuō)明傳統(tǒng)計(jì)算過(guò)程包括多個(gè)共享的由定義投影矩陣V的特征向量v1，v2...vm-1顯示的“漁民面部”并且總是與相對(duì)于其測(cè)試一個(gè)探測(cè)面部圖像的客戶等級(jí)ωi無(wú)關(guān)。這種方法包括計(jì)算密集的復(fù)雜矩陣運(yùn)算，因此通常不能令人滿意。
對(duì)照這種傳統(tǒng)的方法，它需要多個(gè)共享的“漁民面部”，本發(fā)明采用了完全不同的方法即包括由一維線性判別式變換定義的單一的、具體等級(jí)的“漁民面部”。這種方法避免了使用多個(gè)共享的漁民面部從而在計(jì)算復(fù)雜性方面提供了相當(dāng)大的節(jié)約。為此，人員身份驗(yàn)證方法由兩個(gè)等級(jí)問(wèn)題方面重新定義；也就是說(shuō)，包含第i個(gè)客戶的Ni個(gè)訓(xùn)練面部圖像的用戶等級(jí)ωi和基于保持訓(xùn)練面部圖像的N-Ni的冒名頂替者等級(jí)Ωi。無(wú)疑，將有客戶等級(jí)ωi和用于m個(gè)客戶每一個(gè)的相關(guān)冒名頂替者等級(jí)Ωi(i＝1，2...m)。
利用列方程，用于冒名頂替者等級(jí)Ωi的投影向量x的平均值 可以表示為υΩi=1N-NiΣj=1N=Niχj]]>對(duì)所有xj，ωi(7)其中，通過(guò)與上面的方程4作比較，用υi可以表示為υΩi=-NN-Niυi---(8)]]>因此，第i個(gè)冒名頂替者等級(jí)Ωi的平均值在相反方向上移動(dòng)到第i個(gè)客戶等級(jí)ωi的平均值，移動(dòng)的大小由兩個(gè)等級(jí)中的訓(xùn)練面部圖像Ni、N-Ni的各自數(shù)量的比值確定。這個(gè)比值通常比較小，所以冒名頂替者等級(jí)的平均值將不顧相對(duì)于其測(cè)試一個(gè)探測(cè)面部圖像的客戶等級(jí)ωi而保持與原點(diǎn)接近。
用于兩個(gè)等級(jí)ωi、Ωi的等級(jí)之間的離散矩陣Mi可以表示為Mi=N-NiN(NiN-Ni)2υiυiT+NiNυiυiT---(9)]]>它可以簡(jiǎn)化為Mi=NiN-NiυiυiT---(10)]]>還有，冒名頂替者等級(jí)Ωi的協(xié)方差矩陣ΦΩ可以如下計(jì)算ΦΩ=1N-NiΣj=1N-Ni(χj+NiN-Niυi)(χj+NiN-Niυi)Tχj∈ωi---(11)]]>可以通過(guò)改寫(xiě)上面的方程11將混合協(xié)方差矩陣Φ表示為ΦΩ=1N-Ni[Σj=1N(χj+NiN-Niυi)(χj+NiN-Niυi)T-Σj=1Ni(χj+NiN-Niυi)(χj+NiN-Niυi)T]---(12)]]>其中，第二個(gè)和中的向量屬于客戶等級(jí)。事實(shí)上，第二個(gè)和涉及用于客戶等級(jí)ωi的協(xié)方差矩陣Φi，也就是Φi=1NiΣj=1Ni(χj-υi)(χj-υi)Txj∈ωi---(13)]]>
當(dāng)Σj=1Ni(χj+NiN-Niυi)(χj+NiN-Niυi)T=Ni[Φi+(NN-Ni)2υiυiT]---(14)]]>從而，簡(jiǎn)化上面的方程12，顯示如下ΦΩ=1N-Ni[NΦ-NiΦi-NNiN-NiυiυiT]---(15)]]>現(xiàn)在可以通過(guò)冒名頂替者和客戶等級(jí)的協(xié)方差矩陣的加權(quán)平均獲得用于第i個(gè)客戶等級(jí)的等級(jí)之內(nèi)離散矩陣∑i，也就是Σi=N-NiNΦΩ+NiNΦi---(16)]]>并且通過(guò)將上面的方程15代入和簡(jiǎn)化，顯示如下∑i＝Φ－Mi(17)可以從與非零特征值相關(guān)的矩陣 的特征向量獲得用于這兩個(gè)等級(jí)問(wèn)題的具體等級(jí)的線性判別式變換ai。事實(shí)上，在這兩個(gè)等級(jí)問(wèn)題中，只有這個(gè)特征向量vi滿足方程Σi-1Mivi-λvi=0---(18)]]>當(dāng)λ≠0，提供的vi非零。對(duì)于特征值問(wèn)題只有一個(gè)解，很容易看出不用執(zhí)行任何特征分析即可直接發(fā)現(xiàn)特征向量vi，即vi=Σi-1υi---(19)]]>通過(guò)在上面的方程18和19中代替vi和用上面的方程10代替Mi將變得很清楚，也就是NiN-NiΣi-1υiυiTΣi-1υi=λvi---(20)]]>還可以得到特征值λ顯示如下λ=NiN-NiυiTΣi-1υi---(21)]]>特征向量vi用作用于第i個(gè)客戶等級(jí)ωi的線性判別式變換ai的基底，通過(guò)下式給出aiai＝Uvi(22)正是這個(gè)變換ai定義了一維具體等級(jí)的、用于根據(jù)本發(fā)明測(cè)試探測(cè)圖像面部的可靠性的“漁民面部”。
在一種方法中，在此稱作“接受客戶”方法，在利用變換ai在具體等級(jí)的“漁民面部”上投影定義一個(gè)探測(cè)圖像面部的向量zp并且相對(duì)于用于各個(gè)等級(jí)(在這個(gè)例子中指第i個(gè)等級(jí))的投影平均值aiTμi測(cè)試投影向量aiTzp。
為此，通過(guò)下面的方程式計(jì)算差值dcdc=|aiTzp-aiTμi|---(23)]]>如果測(cè)試統(tǒng)計(jì)量dc比預(yù)定閾值tc大，也就是(如果dc≤tc)接受探測(cè)面部圖像的可靠性，也就是接受要求的身份(第i個(gè)客戶的)；否則(也就是dc＞tc)拒絕探測(cè)面部圖像的可靠性也就是拒絕要求的身份。
選定閾值tc實(shí)現(xiàn)規(guī)定的工作點(diǎn)；也就是，真正要求的錯(cuò)誤拒絕和冒名頂替者要求的錯(cuò)誤接受之間的規(guī)定關(guān)系。從繪制了兩種錯(cuò)誤率之間的關(guān)系作為判斷閾的函數(shù)的“接受者運(yùn)行特性(ROC)”曲線確定工作點(diǎn)。利用獨(dú)立面部圖像裝置即計(jì)算裝置計(jì)算ROC曲線。
典型地，工作點(diǎn)設(shè)置在錯(cuò)誤拒絕與錯(cuò)誤接受率一樣的“相等的錯(cuò)誤率(EER)”處。
在另外的方法中，在此稱作“拒絕冒名頂替者”方法，相對(duì)于冒名頂替者的投影平均值測(cè)試投影向量aiTzp，也就是aTμΩ=-NiN-NiaiTμi.]]>為此，通過(guò)下面的方程式計(jì)算差值didi=|aiTzp+NiN-NiaiTμi|]]>在這種情形下，期望用于冒名頂替者的投影向量aiTzp接近冒名頂替者的投影平均值。從而，如果測(cè)試統(tǒng)計(jì)量di比預(yù)定閾值ti大(也就是di＞ti)，則接受探測(cè)面部圖像的可靠性，也就是接受請(qǐng)求身份(第i個(gè)客戶的)；否則(也就是di≤ti)拒絕探測(cè)面部的可靠性，也就是拒絕請(qǐng)求身份。當(dāng)訓(xùn)練面部圖像N的數(shù)量大時(shí)，冒名頂替者的平均值將接近原點(diǎn)并且方程24中的第二項(xiàng)可以忽略。在這種情形下，差值di僅僅是投影向量的絕對(duì)值|aiTzp|。
圖1(a)和1(b)分別示出了用于利用“拒絕冒名頂替者”方法獲得的冒名頂替者的探測(cè)面部圖像和客戶的探測(cè)面部圖像的測(cè)試統(tǒng)計(jì)量ti的直方圖。正如所期望的，冒名頂替者的探測(cè)面部圖像在原點(diǎn)處集結(jié)，也就是冒名頂替者的平均值μΩ(圖1(a))，而客戶的探測(cè)面部圖像在遠(yuǎn)離原點(diǎn)處落下(fall)(圖1(b))。圖1(b)中的負(fù)投影是為了顯示“漁民面部”而采用的慣例的人造產(chǎn)物。盡管原則上，能夠計(jì)算客戶面部圖像的投影以便提供總是正的的測(cè)試統(tǒng)計(jì)量ti。
已經(jīng)發(fā)現(xiàn)“接受客戶”方法和“拒絕冒名頂替者”方法是互補(bǔ)的并且可以結(jié)合或融合?！叭诤稀狈椒ǖ膶?shí)例是簡(jiǎn)單的串聯(lián)融合方案。更具體地，最初利用“拒絕冒名頂替者”方法測(cè)試探測(cè)面部圖像。如果測(cè)試探測(cè)面部圖像失敗，也就是將申請(qǐng)人作為冒名頂替者拒絕，則接受探測(cè)面部圖像的可靠性。另一方面，如果探測(cè)面部圖像通過(guò)測(cè)試，也就是將申請(qǐng)人作為冒名頂替者接受，利用“接受客戶”方法重新測(cè)試探測(cè)面部圖像。如果探測(cè)面部圖像通過(guò)了第二測(cè)試，也就是將申請(qǐng)人作為客戶接受，則接受探測(cè)面部圖像的可靠性；否則拒絕可靠性。
在這個(gè)例子中，不同的閾值tc和ti分別用于“客戶接受”和“拒絕冒名頂替者”方法。然而，因?yàn)榭蛻艉兔懊斕嬲叩奶綔y(cè)向量zp都投影進(jìn)一維空間，所以可能發(fā)現(xiàn)用于這兩種方法的共用閾值，其在給定的工作點(diǎn)錯(cuò)誤率處分開(kāi)客戶和冒名頂替者圖像。
已經(jīng)通過(guò)根據(jù)K Messer等人在1999年的AVBPA會(huì)刊上發(fā)表的論文“XM2VTSDB擴(kuò)展的M2VTS數(shù)據(jù)庫(kù)”的第72至77中所描述的所謂洛桑協(xié)議的傳導(dǎo)驗(yàn)證實(shí)驗(yàn)測(cè)試了上述人員身份驗(yàn)證方法。
這個(gè)協(xié)議提供了用于人員身份驗(yàn)證算法的性能表征的標(biāo)準(zhǔn)框架，以致不同方法的結(jié)果可以直接比較。該協(xié)議將數(shù)據(jù)庫(kù)的部分規(guī)定進(jìn)三個(gè)不同組；也就是，包含200個(gè)客戶的訓(xùn)練組，包含200個(gè)客戶和25個(gè)冒名頂替者的計(jì)算組和包含200個(gè)客戶和70個(gè)冒名頂替者的測(cè)試組。
在計(jì)算和測(cè)試組中的冒名頂替者的圖像彼此獨(dú)立并且不同于客戶組。訓(xùn)練組用來(lái)計(jì)算變換ai定義的客戶“漁民面部”，已經(jīng)作了描述。計(jì)算組用來(lái)確定閾值ti、tc和測(cè)試組用來(lái)計(jì)算關(guān)于獨(dú)立數(shù)據(jù)的錯(cuò)誤接受和錯(cuò)誤拒絕。
在測(cè)試之前，將面部圖像正確地注冊(cè)到一個(gè)像素內(nèi)以便消除由于未對(duì)準(zhǔn)而對(duì)性能產(chǎn)生的任何起作用的影響，并且通過(guò)刪除圖像平均值或通過(guò)直方圖平坦化光學(xué)地規(guī)格化每個(gè)圖像。
已經(jīng)發(fā)現(xiàn)當(dāng)采用“接受客戶”方法時(shí)，使用具有提供最佳結(jié)果的直方圖平坦化光學(xué)地規(guī)格化圖像獲得最佳結(jié)果，而當(dāng)采用“拒絕冒名頂替者”方法時(shí)，通過(guò)未規(guī)格化的圖像可以獲得最佳結(jié)果。
測(cè)試結(jié)果顯示“拒絕冒名頂替者”方法比“接受客戶”方法提供了較低級(jí)別的錯(cuò)誤拒絕/錯(cuò)誤接受，并且利用“融合”方法能夠獲得更低的級(jí)別，這些級(jí)別也比利用傳統(tǒng)LDA驗(yàn)證方法獲得的級(jí)別低。
已經(jīng)描述過(guò)，傳統(tǒng)LDA人員身份驗(yàn)證方法包括使用多個(gè)共享的、橫越具有100個(gè)或更多維數(shù)的次空間的“漁民面部”、必要的合成物和計(jì)算密集的矩陣運(yùn)算。對(duì)照這些，本發(fā)明包括使用具體等級(jí)的、由僅占用一維次空間的變換ai定義的“漁民面部”。本發(fā)明還有用于驗(yàn)證方法計(jì)算效率的重要暗示；更具體地，因?yàn)樵诓僮麟A段中(也就是產(chǎn)生“漁民面部”之后)的計(jì)算的復(fù)雜性線性地與次空間的維數(shù)成比例，因此本發(fā)明具體等級(jí)的方法的操作比傳統(tǒng)方法的操作快100倍以上。
而且，因?yàn)闇y(cè)試統(tǒng)計(jì)量dc、di是一維，不需要計(jì)算“漁民空間”內(nèi)的歐幾里德距離，所以通過(guò)簡(jiǎn)單地比較測(cè)試統(tǒng)計(jì)量dc、di和提供更多計(jì)算增益的閾值tc、ti即可作出決定。此外，客戶和冒名頂替者平均值(aiTμΩ-NiN-NiaiTμi)]]>的投影可以預(yù)先計(jì)算并且這導(dǎo)致更快的處理。
還有，在訓(xùn)練階段中，可以用相對(duì)直接的方式計(jì)算具體等級(jí)的“漁民面部”a，不需要處理特征值分析問(wèn)題。這尤其適于當(dāng)訓(xùn)練面部圖像的數(shù)量N較大時(shí)；然后，等級(jí)之間的離散矩陣Mi趨向于零并且等級(jí)之內(nèi)的離散矩陣∑i簡(jiǎn)單變成全部等級(jí)共用的混合協(xié)方差矩陣Φ，以便提供另外的計(jì)算增益。
使用如上所述具體等級(jí)的“漁民面部”ai的另一個(gè)結(jié)果是可以獨(dú)立于任何其他的“漁民面部”而計(jì)算每個(gè)這種“漁民面部”。這使得新客戶的登記比上述包含多個(gè)共享“漁民面部”的傳統(tǒng)LDA方法相對(duì)直接。因此，本發(fā)明在客戶總數(shù)連續(xù)地改變和訓(xùn)練面部圖像數(shù)據(jù)庫(kù)需要增加或更新的情形下獲得了特殊應(yīng)用，雖然不是唯一的。
可以在不同方式的變形中實(shí)現(xiàn)本發(fā)明的人員身份驗(yàn)證方法。
在完全集中的人員身份驗(yàn)證系統(tǒng)中，將探測(cè)面部圖像傳送到遠(yuǎn)程中央處理站，該中央處理站存儲(chǔ)了所有客戶的詳情并且執(zhí)行必要的處理以便為了驗(yàn)證作出決定。
可替代地，可以使用半集中系統(tǒng)，如圖2中示意地所示。在這種情形下，具體等級(jí)的數(shù)據(jù)；例如特征向量v1，v2…vm和平均值向量μ1，μ2…μm預(yù)先計(jì)算并且將之存儲(chǔ)在遠(yuǎn)程數(shù)據(jù)存儲(chǔ)器內(nèi)，例如諸如智能卡10之類的便攜數(shù)據(jù)存儲(chǔ)器，并且在本地處理機(jī)11內(nèi)執(zhí)行數(shù)據(jù)處理。本地處理機(jī)11存儲(chǔ)用于PCA投影矩陣U的基底u(yù)1，u2...un并且訪問(wèn)來(lái)自智能卡10的數(shù)據(jù)，如果必要，通過(guò)讀卡器12。處理機(jī)11使用這些數(shù)據(jù)處理顯示接收自相關(guān)輸入裝置13的探測(cè)面部圖像的向量zp。
在另外的方法中，可以使用完全本地化的系統(tǒng)。在這種情形下，在智能卡內(nèi)存儲(chǔ)和處理全部必要的數(shù)據(jù)。使用這種方法，就數(shù)據(jù)存儲(chǔ)和處理速度來(lái)說(shuō)，包含處理具體等級(jí)“漁民面部”ai的本發(fā)明比包含處理多個(gè)共享“漁民面部”的傳統(tǒng)LDA方法更加有效m倍。
此外，新客戶的登記或智能卡數(shù)據(jù)庫(kù)的更新變得切實(shí)可行，而利用傳統(tǒng)LDA方法則不實(shí)用。因此，本發(fā)明公開(kāi)了具有非集中式結(jié)構(gòu)的人員身份驗(yàn)證系統(tǒng)的可能性。
在本發(fā)明前述實(shí)施例中，顯示探測(cè)面部圖像作為為驗(yàn)證系統(tǒng)所知的m個(gè)客戶之一的面部圖像，并且相對(duì)于各自客戶等級(jí)測(cè)試這個(gè)圖像。在本發(fā)明另外的實(shí)施例中，探測(cè)面部圖像的身份是未知的；在這種情形下，為了發(fā)現(xiàn)匹配和建立身份，相對(duì)于客戶等級(jí)的一個(gè)或多個(gè)測(cè)試探測(cè)面部圖像。這個(gè)實(shí)施例發(fā)現(xiàn)了應(yīng)用，尤其在諸如特寫(xiě)鏡頭之類的控制照片的匹配和來(lái)自CCTV電視圖像的嫌疑犯相對(duì)于已知面部圖像數(shù)據(jù)庫(kù)的識(shí)別。
應(yīng)清楚本發(fā)明還包含諸如CD ROM之類的包含用于執(zhí)行根據(jù)本發(fā)明的人員身份驗(yàn)證方法的計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)可讀介質(zhì)。
權(quán)利要求
1.人員身份驗(yàn)證方法，包括步驟利用線性判別式分析(LDA)從定義各個(gè)訓(xùn)練圖像的N個(gè)向量zj(j＝1，2…N)導(dǎo)出具體等級(jí)的線性判別式變換ai，存在m個(gè)不同等級(jí)的具有包含所述訓(xùn)練圖像的各個(gè)數(shù)量Ni即N=Σi=1mNi]]>的第i個(gè)等級(jí)ωi的所述訓(xùn)練圖像，投影定義探測(cè)圖像的向量zp到所述具體等級(jí)的線性判別式變換ai上，將投影的向量aiTzp與用于第i個(gè)等級(jí)ωi的參考向量比較，和依據(jù)所述比較針對(duì)第i個(gè)等級(jí)計(jì)算探測(cè)圖像的可靠性。
2.如權(quán)利要求1所述的方法，包括將主分量分析(PCA)運(yùn)用于所述向量zj(j＝1，2...N)以便產(chǎn)生一組橫越n維次空間的特征向量(u1，u2...un)，作為用于PCA投影矩陣U的基底，利用所述PCA投影矩陣U將所述向量zj(j＝1，2...N)投影到所述特征向量(u1，u2...un)上，以便產(chǎn)生各個(gè)n維向量xj(j＝1，2...N)，和將所述線性判別式分析(LDA)運(yùn)用于所述n維向量xj(j＝1，2…N)以便產(chǎn)生與由方程式ai＝Uvi表示的所述具體等級(jí)線性判別式變換ai相關(guān)的具體等級(jí)特征向量vi。
3.如權(quán)利要求2所述的方法，其中，將所述線性判別式分析(LDA)運(yùn)用于所述n維向量xj(j＝1，2...N)的所述步驟包括產(chǎn)生用于所述第i個(gè)等級(jí)ωi的等級(jí)之內(nèi)離散矩陣∑i，并且通過(guò)下面的方程式給出所述具體等級(jí)特征向量vivi=Σi-1υi]]>其中對(duì)于在ωi中的所有xjυi=1NΣj=1Niχj]]>
4.如權(quán)利要求3所述的方法，其中，所述等級(jí)之內(nèi)離散矩陣∑i等于所述n維向量xj(j＝1，2…N)的混合協(xié)方差矩陣Φ，其中Φ=1NΣj=1NχjχjT]]>
5.如權(quán)利要求3所述的方法，其中，將所述線性判別式分析(LDA)運(yùn)用于所述n維向量xj(j＝1，2...N)的所述步驟包括產(chǎn)生用于所述第i個(gè)等級(jí)的等級(jí)之間離散矩陣Mi，其中Mi=NiN-NiυiυiT]]>和對(duì)于在ωi中的所有xjυi=1NΣj=1Niχj]]>產(chǎn)生所述n維向量xj(j＝1，2...N)的協(xié)方差矩陣Φ，其中Φ=1NΣj=1NχjχjT]]>和產(chǎn)生由下面的方程式給出的所述等級(jí)之內(nèi)離散矩陣∑i∑i＝Φ-Mi
6.如權(quán)利要求1-5任何之一所述的方法，其中，所述參考向量定義為aiTμi，其中對(duì)于在ωi中的所有ziμi=1NΣi=1Nizi.]]>
7.如權(quán)利要求6所述的方法，其中，所述計(jì)算步驟包括計(jì)算由下面的方程式給出的差值dcdc=|aiTzp-aiTμi|]]>和依據(jù)所述差值接受或拒絕探測(cè)圖像的可靠性。
8.如權(quán)利要求7所述的方法，包括如果dc≤tc則接受所述探測(cè)圖像的可靠性和如果dc＞tc則拒絕所述探測(cè)圖像的可靠性，其中tc是預(yù)定閾值。
9.如權(quán)利要求6所述的方法，其中，所述計(jì)算步驟包括計(jì)算由下面的方程式給出的差值didi=|aiTzp+NiN-NiaiTμi|]]>和依據(jù)所述差值接受或拒絕探測(cè)圖像的可靠性。
10.如權(quán)利要求9所述的方法，包括如果di＞ti則接受所述探測(cè)圖像的可靠性和如果di≤ti則拒絕所述探測(cè)圖像的可靠性，其中ti是預(yù)定閾值。
11.如權(quán)利要求7和9所述的方法，其中，所述計(jì)算步驟包括計(jì)算所述差值di，如果di＞ti則接受所述探測(cè)圖像的可靠性，其中ti是預(yù)定閾值，如果di≤ti則計(jì)算所述差值dc，如果dc≤tc則接受探測(cè)圖像的可靠性和如果dc＞tc則拒絕探測(cè)圖像的可靠性，其中tc是預(yù)定閾值。
12.如權(quán)利要求8、10和11所述的方法，其中，所述預(yù)定閾值tc、ti相同。
13.如權(quán)利要求1-12任何之一所述的方法，包括導(dǎo)出用于m個(gè)等級(jí)每一個(gè)的各自所述具體等級(jí)線性判別式變換ai，并且執(zhí)行用于如此導(dǎo)出的具體等級(jí)線性判別式變換ai至少之一的投影、比較和計(jì)算步驟。
14.如權(quán)利要求1-13任何一個(gè)所述的方法，包括登記包含Nm+1個(gè)訓(xùn)練圖像的訓(xùn)練圖像的新等級(jí)作為第m+1個(gè)等級(jí)和將權(quán)利要求1-13任何之一所述的方法運(yùn)用于定義各個(gè)訓(xùn)練圖像的N′個(gè)向量zj(j＝1，2...N′)，其中N′＝N+Nm+1。
15.如權(quán)利要求14所述的方法，包括更新所述具體等級(jí)線性變換ai以便考慮所述新等級(jí)。
16.人員身份驗(yàn)證方法，包括步驟；提供通過(guò)將線性判別式分析(LDA)運(yùn)用于定義各個(gè)訓(xùn)練圖像的N個(gè)向量zj(j＝1，2...N)導(dǎo)出的具體等級(jí)的線性判別式變換ai，存在m個(gè)不同等級(jí)的具有包含所述訓(xùn)練圖像的各個(gè)數(shù)量Ni即N=Σi=1mNi]]>的第i個(gè)等級(jí)ωi的所述訓(xùn)練圖像，投影定義探測(cè)圖像的向量zp到所述具體等級(jí)的線性判別式變換ai上，將投影的向量aiTzp與用于第i個(gè)等級(jí)ωi的參考向量比較，和依據(jù)所述比較針對(duì)第i個(gè)等級(jí)計(jì)算探測(cè)圖像的可靠性。
17.如權(quán)利要求16所述的方法，其中，利用權(quán)利要求2-5任一定義的所述的方法步驟導(dǎo)出所述具體等級(jí)線性判別式變換ai。
18.如權(quán)利要求16或17所述的方法，其中，所述參考向量定義為aiTμi，其中對(duì)于在ωi中的所有ziμi=1NΣi=1Nizi,]]>并且通過(guò)權(quán)利要求7-12任一定義的所述的方法步驟執(zhí)行所述計(jì)算步驟。
19.人員身份驗(yàn)證系統(tǒng)，包括用于執(zhí)行權(quán)利要求1-15任一所述的方法的數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理裝置。
20.人員身份驗(yàn)證系統(tǒng)，用于針對(duì)m個(gè)不同等級(jí)的訓(xùn)練圖像的一個(gè)或多個(gè)計(jì)算探測(cè)圖像的可靠性，其中各個(gè)向量zj(j＝1，2...N)定義了所述訓(xùn)練圖像，總共存在N個(gè)向量zj，并且第i個(gè)等級(jí)ωi中的訓(xùn)練圖像的數(shù)量是Ni即N=Σi=1mNi,]]>人員身份驗(yàn)證系統(tǒng)包括如權(quán)利要求1-5任一定義的所述的用于存儲(chǔ)具體等級(jí)的線性判別式ai的數(shù)據(jù)存儲(chǔ)裝置，用于每個(gè)所述等級(jí)ωi(i＝1，2...m)，和用于從所述數(shù)據(jù)存儲(chǔ)裝置訪問(wèn)所述具體等級(jí)的線性判別式變換ai的數(shù)據(jù)處理裝置，投影定義探測(cè)圖像的向量zp到所述具體等級(jí)的線性判別式變換ai上，將投影的向量aiTzp與用于第i個(gè)等級(jí)ωi的參考向量比較并且依據(jù)所述比較針對(duì)第i個(gè)等級(jí)ωi計(jì)算探測(cè)圖像的可靠性。
21.如權(quán)利要求20所述的驗(yàn)證系統(tǒng)，其中，所述參考向量定義為aiTμi，其中對(duì)于在ωi中的所有ziμi=Σi=1Nizi,]]>和也存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)裝置內(nèi)并且通過(guò)所述數(shù)據(jù)處理裝置訪問(wèn)。
22.如權(quán)利要求21所述的驗(yàn)證系統(tǒng)，其中，所述計(jì)算步驟包括計(jì)算由下面的方程式給出的差值dcdc=|aiTzp-aiTμi|]]>和依據(jù)所述差值接受或拒絕探測(cè)圖像的可靠性。
23.如權(quán)利要求22所述的驗(yàn)證系統(tǒng)，包括如果dc≤tc則接受所述探測(cè)圖像的可靠性和如果dc＞tc則拒絕所述探測(cè)圖像的可靠性，其中tc是預(yù)定閾值。
24.如權(quán)利要求21所述的驗(yàn)證系統(tǒng)，其中，所述計(jì)算步驟包括計(jì)算由下面的方程式給出的差值didi=|aiTzp+NiN-NiaiTμi|]]>和依據(jù)所述差值接受或拒絕探測(cè)圖像的可靠性。
25.如權(quán)利要求24所述的驗(yàn)證系統(tǒng)，包括如果di＞ti則接受所述探測(cè)圖像的可靠性和如果di≤ti則拒絕所述探測(cè)圖像的可靠性，其中ti是預(yù)定閾值。
26.如權(quán)利要求22和24所述的驗(yàn)證系統(tǒng)，其中，所述計(jì)算步驟包括計(jì)算所述差值di，如果di＞ti則接受所述探測(cè)圖像的可靠性，其中ti是預(yù)定閾值，如果di≤ti則計(jì)算所述差值dc，如果dc≤tc則接受探測(cè)圖像的可靠性和如果dc＞tc則拒絕探測(cè)圖像的可靠性，其中tc是預(yù)定閾值。
27.如權(quán)利要求20-26任一所述的驗(yàn)證系統(tǒng)，其中，所述數(shù)據(jù)存儲(chǔ)裝置和所述數(shù)據(jù)處理裝置位于不同位置。
28.如權(quán)利要求27所述的驗(yàn)證系統(tǒng)，其中，所述數(shù)據(jù)存儲(chǔ)裝置是便攜式的。
29.如權(quán)利要求28所述的驗(yàn)證系統(tǒng)，其中，所述數(shù)據(jù)存儲(chǔ)裝置是智能卡或類似物。
30.如權(quán)利要求20-29任一所述的驗(yàn)證系統(tǒng)，其中，所述數(shù)據(jù)存儲(chǔ)裝置存儲(chǔ)預(yù)先計(jì)算的數(shù)據(jù)。
31.計(jì)算機(jī)可讀介質(zhì)，包含用于執(zhí)行權(quán)利要求1-18任一定義的所述的步驟的計(jì)算機(jī)可執(zhí)行指令。
32.根據(jù)附圖在此描述的人員身份驗(yàn)證方法。
33.根據(jù)附圖在此描述的人員身份驗(yàn)證方法。
34.根據(jù)附圖在此描述的計(jì)算機(jī)可讀介質(zhì)。
全文摘要
人員身份驗(yàn)證方法和系統(tǒng)，用于使用具體等級(jí)的線性判別式變換測(cè)試探測(cè)面部圖像的真實(shí)性。描述了“接受客戶”方法、“拒絕冒名頂替者”方法和“融合”方法。
文檔編號(hào)G07C9/00GK1444753SQ01813348
公開(kāi)日2003年9月24日 申請(qǐng)日期2001年5月25日 優(yōu)先權(quán)日2000年5月26日
發(fā)明者J·基特勒 申請(qǐng)人:薩里大學(xué)