[发明专利]跨模态人脸识别方法、装置、设备及存储介质

权利要求书

1.一种跨模态人脸识别方法，其特征在于，包括：

采集待识别的人脸图像；

将所述待识别的人脸图像输入预先训练完成的跨模态人脸识别模型进行人脸识别；

其中，所述预先训练完成的跨模态人脸识别模型的训练过程包括：获取第一训练样本集，所述第一训练样本集包括第一预设数量的可见光人脸预处理图像序列和第二预设数量的红外人脸预处理图像序列；

根据所述可见光人脸预处理图像序列以及第一分类损失函数对预设跨模态人脸识别模型进行训练，得到第一跨模态人脸识别模型；

将所述可见光预处理图像序列和所述红外人脸预处理图像序列输入所述第一跨模态人脸识别模型，并基于所述第一分类损失函数对所述第一跨模态人脸识别模型进行再次训练，得到第二跨模态人脸识别模型，所述第二跨模态人脸识别模型为所述预先训练完成的跨模态人脸识别模型。

2.如权利要求1所述的方法，其特征在于，所述跨模态人脸识别模型包括预设数量的卷积层和全连接层；所述卷积层包括用于特征提取的卷积层和用于降维的最大池化层。

3.如权利要求1所述的方法，其特征在于，在所述获取第一训练样本集之前，还包括：

获取所述第一预设数量的可见光人脸图像序列；

对所述可见光人脸图像序列进行像素均衡处理，得到所述可见光人脸预处理图像序列。

4.如权利要求1所述的方法，其特征在于，在所述获取第一训练样本集之前，还包括：

获取所述第二预设数量的红外人脸图像序列；

对所述红外人脸图像序列进行像素均衡处理，得到所述红外人脸预处理图像序列。

5.如权利要求3所述的方法，其特征在于，对所述可见光人脸图像序列进行像素均衡处理，得到所述可见光人脸预处理图像序列，包括：

对所述可见光人脸图像序列转换为灰度图像；

对所述灰度图像进行归一化处理，得到所述可见光人脸预处理图像序列。

6.如权利要求4所述的方法，其特征在于，对所述红外人脸图像序列进行像素均衡处理，得到所述红外人脸预处理图像序列，包括：

对所述红外人脸图像序列进行图像对比度增强，得到增强后的红外人脸图像序列；

对增强后的红外人脸图像序列进行归一化处理，得到所述红外人脸预处理图像序列。

7.如权利要求6所述的跨模态人脸识别方法，其特征在于，对所述红外人脸图像序列进行图像对比度增强，得到增强后的红外人脸图像序列，包括：

对所述红外人脸图像序列进行直方图均衡化处理，增强所述红外人脸图像序列的图像对比度，得到增强后的红外人脸图像序列。

8.一种跨模态人脸识别装置，其特征在于，包括：

采集模块，用于采集待识别的人脸图像；

识别模块，用于将所述待识别的人脸图像输入预先训练完成的跨模态人脸识别模型进行人脸识别；

其中，所述预先训练完成的跨模态人脸识别模型的训练过程包括：获取第一训练样本集，所述第一训练样本集包括第一预设数量的可见光人脸预处理图像序列和第二预设数量的红外人脸预处理图像序列；

根据所述可见光人脸预处理图像序列以及第一分类损失函数对预设跨模态人脸识别模型进行训练，得到第一跨模态人脸识别模型；

将所述可见光预处理图像序列和所述红外人脸预处理图像序列输入所述第一跨模态人脸识别模型，并基于所述第一分类损失函数对所述第一跨模态人脸识别模型进行再次训练，得到第二跨模态人脸识别模型，所述第二跨模态人脸识别模型为所述预先训练完成的跨模态人脸识别模型。

9.一种跨模态人脸识别设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。