图像身份识别方法和相关装置及身份识别系统的制作方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，具体涉及图像身份识别方法和相关装置和身份识 别系统。
【背景技术】
[0002] 基于图像的人脸识别在人的身份鉴定、金融、保安系统和资料鉴定等领域具有广 泛的应用。随着人的年龄增长，人脸会产生脸型轮廓，色素和纹理等方面的变化。例如，老 龄人一般会显示出皱纹，色素沉着等。这些跟年龄相关联的变化使得匹配不同年龄的人脸 变得非常具有挑战性。图1举例示出了同一个人在不同年龄阶段下的照片，可以看出，同一 人的脸在不同年龄段是具有一定差异的。
[0003] 现有一种流行的技术是基于生成型模型进行人脸身份识别，其核心思想是建立生 成型模型来模拟人脸老化过程，具体其做法是先对测试的人脸图像做年龄补偿以抵消它和 数据库中的参考人脸图像的年龄差异，然后再对补偿之后的图像做匹配。
[0004] 在对现有技术的研究和实践过程中，本发明的发明人发现，尽管上述现有算法取 得了一定效果，但它具有如下一些局限性，首先，构造这样的生成模型非常困难，因为人脸 老化过程非常复杂，涉及到人的生理、心理、遗传、生活和工作习惯、人生经历等多方面的因 素，难以用一个固定的老化模型对其精确表达。并且，在很多情况下年龄补偿效果并不好， 反而引入了很多噪声，这对后期的识别反倒起了负作用。此外，这类算法需要一些格外信息 比如人脸的年龄信息，但是在很多应用场合往往缺乏这类信息。因此，这类算法的有效性和 适用性受到很多的限制。
【发明内容】
[0005] 本发明实施例提供图像身份识别方法和相关装置和身份识别系统，以期进一步提 高图像身份识别的准确性和通用性，进而尽可能满足更多种应用场景的需求。
[0006] 本发明第一方面提供一种图像身份识别方法，可包括：
[0007] 对待识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可 用综合特征向量，其中，所述可用综合特征向量由用于描述所述待识别的人脸图像所对应 人物的身份的身份因子和用于描述所述待识别的人脸图像所对应人物的年龄的年龄因子 共同确定，其中，所述身份因子和所述年龄因子互不相关；
[0008] 基于所述待识别的人脸图像对应的可用综合特征向量计算所述待识别的人脸图 像所对应的身份特征向量；
[0009] 计算所述待识别的人脸图像对应的身份特征向量与Z个样本人脸图像中的每个 样本人脸图像所对应身份特征向量的相似度，其中，所述身份特征向量由身份因子确定，所 述Z为正整数；
[0010] 输出Zl个样本人脸图像对应的身份信息，其中，所述Zl个样本人脸图像为所述Z 个样本人脸图像的子集，所述Zl个样本人脸图像对应的身份特征向量与所述待识别的人 脸图像对应的身份特征向量的相似度，大于所述Z个样本人脸图像之中除所述Zl个样本人 脸图像之外的其它样本人脸图像对应的身份特征向量与所述待识别的人脸图像对应的身 份特征向量的相似度，或所述Zl个样本人脸图像对应的身份特征向量与所述待识别的人 脸图像对应的身份特征向量的相似度大于设定阈值，其中，所述输出的Zl个样本人脸图像 对应的身份信息为所述待识别的人脸图像对应的可能身份信息。
[0011] 结合第一方面，在第一种可能的实施方式中，
[0012] 所述对待识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应 的可用综合特征向量，包括：对待识别的人脸图像进行预处理；对进行预处理后的所述待 识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可用综合特征向 量。
[0013] 结合第一方面的第一种可能的实施方式中，在第二种可能的实施方式中，所述对 进行预处理后的所述待识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像 对应的可用综合特征向量，包括：从进行预处理后的所述待识别的人脸图像中提取原始综 合特征向量，对提取到的所述原始综合特征向量进行降维处理以得到所述待识别的人脸图 像对应的可用综合特征向量。
[0014] 结合第一方面或第一方面的第一种可能的实施方式或第一方面的第一种可能的 实施方式，在第三种可能的实施方式中，所述原始综合特征向量或可用综合特征向量基于 梯度方向直方图得到。
[0015] 结合第一方面或第一方面的第一种可能的实施方式或第一方面的第一种可能的 实施方式或第一方面的第三种可能的实施方式，在第四种可能的实施方式中，
[0016] 所述待识别的人脸图像对应的可用综合特征向量通过身份-年龄因子模型描述， 其中，所述身份-年龄因子模型如下：
【主权项】
1. 一种图像身份识别方法，其特征在于，包括： 对待识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可用综 合特征向量，其中，所述可用综合特征向量由用于描述所述待识别的人脸图像所对应人物 的身份的身份因子和用于描述所述待识别的人脸图像所对应人物的年龄的年龄因子共同 确定，其中，所述身份因子和所述年龄因子互不相关； 基于所述待识别的人脸图像对应的可用综合特征向量计算所述待识别的人脸图像所 对应的身份特征向量； 计算所述待识别的人脸图像对应的身份特征向量与Z个样本人脸图像中的每个样本 人脸图像所对应身份特征向量的相似度，其中，所述身份特征向量由身份因子确定，所述Z 为正整数； 输出Zl个样本人脸图像对应的身份信息，其中，所述Zl个样本人脸图像为所述Z个样 本人脸图像的子集，所述Zl个样本人脸图像对应的身份特征向量与所述待识别的人脸图 像对应的身份特征向量的相似度，大于所述Z个样本人脸图像之中除所述Zl个样本人脸图 像之外的其它样本人脸图像对应的身份特征向量与所述待识别的人脸图像对应的身份特 征向量的相似度，或所述Zl个样本人脸图像对应的身份特征向量与所述待识别的人脸图 像对应的身份特征向量的相似度大于设定阈值，其中，所述输出的Zl个样本人脸图像对应 的身份信息为所述待识别的人脸图像对应的可能身份信息。
2. 根据权利要求1所述的方法，其特征在于， 所述对待识别的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可 用综合特征向量，包括：对待识别的人脸图像进行预处理；对进行预处理后的所述待识别 的人脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可用综合特征向量。
3. 根据权利要求2所述的方法，其特征在于，所述对进行预处理后的所述待识别的人 脸图像进行特征提取处理以得到所述待识别的人脸图像对应的可用综合特征向量，包括： 从进行预处理后的所述待识别的人脸图像中提取原始综合特征向量，对提取到的所述原始 综合特征向量进行降维处理以得到所述待识别的人脸图像对应的可用综合特征向量。
4. 根据权利要求1至3所述的方法，其特征在于，所述原始综合特征向量或可用综合特 征向量基于梯度方向直方图得到。
5. 根据权利要求1至4任一项所述的方法，其特征在于， 所述待识别的人脸图像对应的可用综合特征向量通过身份-年龄因子模型描述，其 中，所述身份-年龄因子模型如下：
其中，所述f表示所述可用综合特征向量，所述0表示样本特征平均值， 所述U表示身份因子系数，所述V表示年龄因子系数，所述f表示高斯白噪声， 所述P表示身份因子，所述y表示年龄因子。
，?Λ φ/
6. 根据权利要求5所述的方法，其特征在于， 所述基于所述待识别的人脸图像对应的可用综合特征向量计算所述待识别的人脸图 像所对应的身份特征向量，包括：通过如下方式，基于所述待识别的人脸图像对应的可用综 合特征向量计算所述待识别的人脸图像所对应的身份特征向量：
其中，所述TTt表示所述身份特征向量， Jrl 其中，所述Σ =〇2I+UUT+WT。
7. 根据权利要求1至4任一项所述的方法，其特征在于，所述待识别的人脸图像对应的 可用综合特征向量通过