[发明专利]人脸识别方法、装置及电子设备

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取人脸图像；其中，所述人脸图像包括对同一对象同时采集的可见光图像和红外图像；

将所述人脸图像输入至预先训练好的识别模型，以使所述识别模型根据所述人脸图像输出人脸图像的融合特征向量；

根据所述融合特征向量，识别出所述人脸图像对应的人脸信息；

其中，识别模型包括预训子模型和转移子模型，其中，预训子模型是一个常规的残差网络，预训子模型由4个卷积块组成，在卷积块之后连接一个512维的第一全连接层；转移子模型则是复制预训子模型中最后两个卷积块，且，在卷积块之后连接有512维的第二全连接层，然后第一全连接层和第二全连接层均与融合全连接层连接，这里融合全连接层也为512维，从而得到识别模型的网络结构图；

将可见光图像输入至预训子模型，同时将红外图像输入至转移子模型。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述识别模型为基于残差网络进行训练得到的模型，所述方法还包括：

获取预先存储的人脸图像数据集，其中，所述人脸图像数据集包括可见光人脸图像数据、有标注红外人脸图像数据和无标注红外人脸图像数据；

将所述人脸图像数据集输入至所述残差网络进行训练，以得到所述识别模型。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述将所述人脸图像输入至预先训练好的识别模型，以使所述识别模型根据所述人脸图像输出人脸图像的融合特征向量的步骤包括：

将所述可见光图像输入至所述预训子模型，以使所述预训子模型根据所述可见光图像输出第一特征向量；

将所述红外图像输入至所述转移子模型，以使所述转移子模型根据所述红外图像输出第二特征向量；

将所述第一特征向量和所述第二特征向量进行融合特征处理，得到所述融合特征向量。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述将所述可见光图像输入至所述预训子模型，以使所述预训子模型根据所述可见光图像输出第一特征向量步骤还包括：

将所述可见光图像输入至所述预训子模型，以使所述预训子模型根据预设概率将所述可见光图像转换为灰度图像；

将所述灰度图像发送至第一全连接层，以使所述第一全连接层根据所述灰度图像输出第一特征向量；

其中，所述第一全连接层为所述识别模型中与所述预训子模型连接的全连接层。

5.根据权利要求3所述的人脸识别方法，其特征在于，所述将所述红外图像输入至所述转移子模型，以使所述转移子模型根据所述红外图像输出第二特征向量的步骤包括：

将所述红外图像输入至所述转移子模型，以使所述转移子模型对所述红外图像进行初始化分层，得到分层后的所述红外图像；

将分层后的所述红外图像发送至第二全连接层，以使所述第二全连接层根据分层后的所述红外图像输出第二特征向量；

其中，所述第二全连接层为所述识别模型中与所述转移子模型连接的全连接层。

6.根据权利要求3所述的人脸识别方法，其特征在于，所述将所述第一特征向量和所述第二特征向量进行融合特征处理，得到所述融合特征向量的步骤还包括：

将所述第一特征向量和所述第二特征向量输入至所述识别模型的融合全连接层进行融合特征处理，以得到所述融合特征向量。