人脸验证之方法(amended).docVIP

权利要求 1. 一种基于云服务的人脸识别方法，其特征在于，包括： 接收来自用户的验证数据； 判断该验证数据是否正确，并产生第一结果； 若该第一结果为否，则拒绝该验证数据之使用者进入；若该第一结果为是，则将该验证数据储存到数据处理与储存系统，其中所述验证数据为对应该数据处理与储存系统中之多个人脸样本影像； 启动一影像获取器，来获取一人脸待测影像，并储存该人脸待测影像至该数据处理与储存系统；对该人脸待测影像与该些人脸样本影像进行一人脸识别之步骤，以计算出一人脸特征相似值； 进行一动态临界值比对，判断该人脸特征相似值是否大于一临界值，并产生一第二结果，其中该临界值系先藉由计算该数据处理与储存系统中之部份该些人脸样本影像间之多个第一特征距离，再根据该些第一特征距离所决定；若该第二结果为否，则允许该验证数据之使用者进入，若该第二结果为是，则进行多数决规则(Majority Rule)，并产生一允许票数和一拒绝票数，并判断该允许票数是否大于该拒绝票数，而产生一第四结果；若该第四结果为否，则拒绝该验证数据之使用者进入；以及若该第四结果为是，则允许该验证数据之使用者进入，并对该些人脸样本影像进行更新。 2. 根据权利要求1所述的人脸识别方法，其特征在于，其中该人脸识别之步骤至少包括：透过一人脸侦测方法，从该人脸待测影像中取出一人脸区域影像；对该人脸区域影像与该些人脸样本影像进行一人脸比对方法，计算出每一该些人脸样本影像之一第一特征值与该人脸待测影像之一第二特征值；以及对每一该些人脸样本影像之该第一特征值与该人脸待测影像之该第二特征值，进行一特征值距离运算，而获得多个第二特征距离，并根据该些第二特征距离来决定该人脸特征相似值。 3.根据权利要求第2项所述的人脸识别方法，其特征在于，其中该人脸特征相似值系从该些第二特征距离中挑选最大值。 4. 根据权利要求第2项所述的人脸识别方法，其特征在于，其中该人脸特征相似值系为该些第二特征距离之平均值。 5. 根据权利要求第2项所述的人脸识别方法，其特征在于，其中该人脸侦测方法更至少包括将该人脸待测影像与该些人脸样本影像进行人脸肤色区域比对，且按照头形的比例，来取出该人脸区域影像。 6.根据权利要求第2项所述的人脸识别方法，其特征在于，其中该人脸比对方法系一复合主成份分析(Composite Principal Component Analysis；CPCA)之统计方法。 7.根据权利要求第1项所述的人脸识别方法，其特征在于，其中该临界值系从该些第一特征距离中挑选最大值。 8.根据权利要求第1项所述的人脸识别方法，其特征在于，其中该临界值系为该些第一特征距离之平均值。 9.根据权利要求第1项所述的人脸识别方法，其特征在于，其中该多数决规则更至少包括：比较该人脸待测影像与部份该些人脸样本影像，而获得多个多数决相似值；判别该些多数法相似值是否大于该临界值，并产生一第三结果；若该第三结果为否，则将该允许票数加一；以及若该第三结果为是，则将该拒绝票数加一。 10.根据权利要求第1项所述的人脸识别方法，其特征在于，更至少包括一重新训练样本之步骤，该重新训练样本之步骤系重新计算该数据处理与储存系统中之部份该些人脸样本影像彼此间之该些第一特征距离，并根据该些第一特征距离来决定一新临界值，将该新临界值取代该临界值。 11.根据权利要求第10项所述的人脸识别方法，其特征在于，其中该新临界值系从该些第一特征距离中挑选最大值。 12.根据权利要求第10项所述的人脸识别方法，其特征在于，其中该新临界值系为该些第一特征距离之平均值。 13.根据权利要求第1项所述的人脸识别方法，其特征在于，其中该更新该些人脸样本影像之步骤系将该待测人脸影像取代储存于该数据处理与储存系统中之该些人脸样本影像之最久者。 14.根据权利要求第1项所述的人脸识别方法，其特征在于，其中该更新该些人脸样本影像之步骤系将该待测人脸影像取代该数据处理与储存系统中，该些人脸样本影像与该待测人脸影像之差异最大者。 15.一种人脸识别方法，其特征在于，包括： 输入多个验证数据，其中每一该些验证数据对应一使用者；判断每一该些验证数据是否正确，并拒绝每一该些验证数据不正确之该使用者进入； 储存该些验证数据至数据处理与储存系统，其中每一该些验证数据系对应该数据处理与储存系统内之多个人脸样本影像； 启动影像获取器，对每一该些验证数据之使用者获取一人脸待测影像，并储存该人脸待测影像至该数据处理与储存系统；对该人脸待测影像与该些人脸样本影像进行一人脸识别之步骤，以计算出一人脸特征相似值；进行一动态临界值比对，判断该人脸特征相似值是否大于一临界值，并产生一第二结果，其中该临界值系先藉由计算该数据处理与储存系统中之部份该些人脸样本影像间之多个第一特征距离，再根据该些第一特征距离所决定；若