[發明專利]面部識別方法、裝置、設備及介質

在審

• 申請號: 202211275433.9
• 申請日: 2022-10-18
• 公開（公告）號: CN115439916A
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 盧玉順
• 申請（專利權）人: 中國農業銀行股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/80;G06V10/774
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 康歡歡

1.一種面部識別方法，其特征在于，包括：

獲取待識別面部圖像；其中，待識別面部圖像包括待識別近紅外圖像和/或待識別可見光圖像；

將所述待識別面部圖像輸入至訓練好的面部識別模型，得到面部識別結果；

其中，所述面部識別模型基于樣本訓練對象的近紅外樣本圖像和可見光樣本圖像共同訓練得到。

2.根據權利要求1所述的方法，其特征在于，所述面部識別模型采用以下方式訓練得到：

將所述近紅外樣本圖像和所述可見光樣本圖像依批次維度進行特征融合，得到融合樣本圖像；

將所述融合樣本圖像輸入至預先構建的面部識別模型，得到融合樣本特征；

根據所述融合樣本特征、所述近紅外樣本圖像的近紅外標簽、以及所述可見光樣本圖像的可見光標簽，對所述面部識別模型進行訓練。

3.根據權利要求2所述的方法，其特征在于，所述根據所述融合樣本特征、所述近紅外樣本圖像的近紅外標簽、以及所述可見光樣本圖像的可見光標簽，對所述面部識別模型進行訓練，包括：

將所述融合樣本特征依批次維度進行拆分，得到所述近紅外樣本圖像的近紅外樣本特征，以及所述可見光樣本圖像的可見光樣本特征；

確定所述近紅外樣本特征和所述可見光樣本特征之間的特征距離；

根據所述特征距離、所述近紅外樣本特征、所述可見光樣本特征、所述近紅外標簽和所述可見光標簽，對所述面部識別模型進行訓練。

4.根據權利要求3所述的方法，其特征在于，所述根據所述特征距離、所述近紅外樣本特征、所述可見光樣本特征、所述近紅外標簽和所述可見光標簽，對所述面部識別模型進行訓練，包括：

根據所述特征距離、所述近紅外樣本特征、所述可見光樣本特征、所述近紅外標簽和所述可見光標簽，確定目標損失；

根據所述目標損失，對所述面部識別模型進行訓練。

5.根據權利要求4所述的方法，其特征在于，所述根據所述特征距離、所述近紅外樣本特征、所述可見光樣本特征、所述近紅外標簽和所述可見光標簽，確定目標損失，包括：

確定所述近紅外樣本特征的近紅外預測結果，以及所述可見光樣本特征的可見光預測概率；

根據所述近紅外預測結果和所述近紅外標簽，確定近紅外損失；

根據所述可見光預測結果和所述可見光標簽，確定可見光損失；

根據所述近紅外損失、所述可見光損失和所述特征距離中的至少一種，確定目標損失。

6.根據權利要求3所述的方法，其特征在于，所述確定所述近紅外樣本特征和所述可見光樣本特征之間的特征距離，包括：

確定所述近紅外樣本特征和所述可見光樣本特征之間的最大均值差異，并將所述最大均值差異作為所述特征距離。

7.根據權利要求2-6任一項所述的方法，其特征在于，所述將所述近紅外樣本圖像和所述可見光樣本圖像依批次維度進行特征融合，得到融合樣本圖像，包括：

根據所述可見光樣本圖像的通道數量，對所述近紅外樣本圖像進行升維處理，以更新所述近紅外樣本圖像；

將所述可見光樣本圖像和更新后的近紅外樣本圖像進行特征融合，得到融合樣本圖像。

8.一種面部識別裝置，其特征在于，包括：

面部圖像獲取模塊，用于獲取待識別面部圖像；其中，待識別面部圖像包括待識別近紅外圖像和/或待識別可見光圖像；

面部識別結果獲取模塊，用于將所述待識別面部圖像輸入至訓練好的面部識別模型，得到面部識別結果；

其中，所述面部識別模型基于樣本訓練對象的近紅外樣本圖像和可見光樣本圖像共同訓練得到。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7任一項所述的一種面部識別方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7任一項所述的一種面部識別方法。