[发明专利]一种近红外人脸图像识别方法、装置、电子设备及存储介质

说明书

本发明公开了一种近红外人脸图像识别方法、装置、电子设备及存储介质，包括：根据待测试近红外人脸图像，得到第一高维深度特征表示；根据M张可见光人脸图像，对应得到M个第二高维深度特征表示；根据所述第一高维深度特征表示和M个所述第二高维深度特征表示，对所述待测试近红外人脸图像进行人脸识别。本发明利用第一高维深度特征表示和第二高维深度特征表示分别对近红外人脸图像和可见光人脸图像进行表示，第一高维深度特征表示和第二高维深度特征表示比现有方法所采用的特征表示具有更强的表征能力，从而提高了对近红外人脸图像的识别准确率。

技术领域

本发明属于人工智能和模式识别技术领域，具体涉及一种近红外人脸图像识别方法、装置、电子设备及存储介质。

背景技术

由于近红外成像设备不受光照和夜间环境的干扰，近红外人脸图像与可见光人脸图像之间的识别在社会公共安全领域中具有广泛的应用价值。例如，在安防监控中可以采用近红外成像设备，获取到不受光照因素干扰的人脸图像，这时可以将采集到的近红外人脸图像与身份数据库中的可见光人脸图像进行比对，从而确认目标人员的身份信息。由于近红外和可见光人脸图像的成像机制不同，所采集到的图像在纹理和颜色等方面存在很大的差异，给近红外和可见光人脸识别带来困难。随着越来越多的监控摄像设备支持近红外成像，近红外和可见光人脸识别研究具有重要的意义。

现有的近红外和可见光人脸识别方法大多是在特征空间进行直接匹配，基本思路为：对于近红外人脸图像和可见光人脸图像，首先分别提取出鲁棒的人脸表示特征，然后设计特征距离测量方式对提取到的人脸表示特征进行距离度量，最后将距离最小的近红外人脸图像和可见光人脸图像作为识别匹配结果。

但是，上述方法在近红外和可见光人脸识别过程中，仅考虑到在特征空间对近红外和可见光图像进行直接比对，将比对得到的初始比对距离作为识别准则，从而影响了对近红外人脸图像的识别准确率。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种近红外人脸图像识别方法、装置、电子设备及存储介质。本发明要解决的技术问题通过以下技术方案实现：

一种近红外人脸图像识别方法，包括：

根据待测试近红外人脸图像，得到第一高维深度特征表示；

根据M张可见光人脸图像，对应得到M个第二高维深度特征表示；

根据所述第一高维深度特征表示和M个所述第二高维深度特征表示，对所述待测试近红外人脸图像进行人脸识别。

在本发明的一个实施例中，根据待测试近红外人脸图像，得到第一高维深度特征表示，包括：

将所述待测试近红外人脸图像划分为若干大小相同的第一图像块，且沿第一方向相邻的两个所述第一图像块按照第一预设大小相互重叠；

基于所述第一图像块，按照训练后的模型，得到所述第一图像块的深度特征表示；

将所有所述第一图像块的深度特征表示按照顺序进行拼接处理，得到所述第一高维深度特征表示。

在本发明的一个实施例中，基于所述第一图像块，按照训练后的模型，得到所述第一图像块的深度特征表示，包括：

将每个所述第一图像块输入至训练后的卷积神经网络模型，对应得到所述第一图像块的深度特征表示。

在本发明的一个实施例中，根据M张可见光人脸图像，对应得到M个第二高维深度特征表示，包括：

将每张所述可见光人脸图像划分为若干大小相同的第二图像块，且沿第一方向相邻的两个所述第二图像块按照第二预设大小相互重叠；

基于所述第二图像块，按照训练后的模型，得到所述第二图像块的深度特征表示；