一种人脸识别方法、装置及电子设备制造方法及图纸

本说明书实施例提供一种人脸识别方法、装置及电子设备。人脸识别方法包括：获取待识别对象对应至少两种模态图像的人脸特征数据。对所述待识别对象对应至少两种模态图像的人脸特征数据进行特征融合，得到所述待识别对象对应的人脸融合特征数据。将所述待识别对象对应的人脸融合特征数据输入至人脸识别模型，得到待识别对象对应的识别结果，其中，所述人脸识别模型是基于样本对象对应的人脸融合特征数据和所述样本对象对应的识别分类标签训练得到的，所述样本对象对应的人脸融合特征数据是由所述样本对象对应所述至少两种模态图像的人脸特征数据融合得到的。

【技术实现步骤摘要】
一种人脸识别方法、装置及电子设备本文件是“一种人脸识别模型的训练方法、人脸识别方法及硬件”的分案申请，母案的申请号为“202010388083.1”，申请日为“2020年5月9日”。
本文件涉及生物识别
，尤其涉及一种人脸识别方法、装置及电子设备。
技术介绍
随着人脸识别在线下支付场景的大规模应用，对人脸识别1:大N的误识通过率的要求越来越高。如何进一步的提升人脸识别的性能，来保证业务的发展已经成为当务之急。目前广泛使用的人脸识别技术是基于可见彩色光RGB摄像头的人脸成像，通过对RGB图片中的人脸特征进行身份核实识别。然而，随着业务的扩展，RGB人脸识别技术仅利用了人脸的纹理信息，在性能上已经越来越难以满足对通过率和误识率的极致要求。为此，如何实现更高性能的人脸识别是当前急需解决的技术问题。
技术实现思路
本说明书实施例目的是提供一种人脸识别模型的训练方法、人脸识别方法及硬件、装置及电子设备，能够多模态化进行人脸识别，以提升识别性能。为了实现上述目的，本说明书实施例是这样实现的：第一方面本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，包括：/n获取待识别对象对应至少两种模态图像的人脸特征数据；/n对所述待识别对象对应至少两种模态图像的人脸特征数据进行特征融合，得到所述待识别对象对应的人脸融合特征数据；/n将所述待识别对象对应的人脸融合特征数据输入至人脸识别模型，得到待识别对象对应的识别结果，其中，所述人脸识别模型是基于样本对象对应的人脸融合特征数据和所述样本对象对应的识别分类标签训练得到的，所述样本对象对应的人脸融合特征数据是由所述样本对象对应所述至少两种模态图像的人脸特征数据融合得到的。/n

【技术特征摘要】
1.一种人脸识别方法，包括：
获取待识别对象对应至少两种模态图像的人脸特征数据；
对所述待识别对象对应至少两种模态图像的人脸特征数据进行特征融合，得到所述待识别对象对应的人脸融合特征数据；
将所述待识别对象对应的人脸融合特征数据输入至人脸识别模型，得到待识别对象对应的识别结果，其中，所述人脸识别模型是基于样本对象对应的人脸融合特征数据和所述样本对象对应的识别分类标签训练得到的，所述样本对象对应的人脸融合特征数据是由所述样本对象对应所述至少两种模态图像的人脸特征数据融合得到的。


2.根据权利要求1所述的方法，
获取待识别对象对应至少两种模态图像的人脸特征数据，包括：
启动终端设备的摄像功能，以至少两种模态图像采集方式对所述待识别对象进行图像采集，得到所述待识别对象对应至少两种模态图像的人脸特征数据。


3.根据权利要求1所述的方法，
所述样本对象对应的人脸融合特征数据具有以下方式得到：
将所述样本对象对应所述至少两种模态图像的人脸特征数据输入至特征融合模型，得到所述样本对象对应的人脸融合特征数据，其中，特征融合模型包括：
卷积层，对获所述样本对象对应所述至少两种模态图像的人脸特征数据进行卷积处理，得到卷积层输出特征数据；
池化层，基于最大值池化算法和/或均值池化算法，对所述卷积层输出特征集进行池化处理，得到池化层输出特征数据；
连接层，将池化层输出特征数据进行组合、降维，得到所述样本对象对应的人脸融合特征数据。


4.根据权利要求1所述的方法，
所述样本对象对应至少两种模态图像的人脸特征数据，包括：
按照样本对象对应至少两种模态图像中的目标模态图像的特征维度，对所述样本对象的目标模态图像进行特征提取，得到所述样本对象对应目标模态图像的人脸特征数据，其中，所述目标模态图像的特征维度是基于所述目标模态图像的特征提取模型训练后的解释数据所确定得到，所述目标模态图像的特征提取模型是基于其他样本对象对应目标模态图像的人脸特征数据和所述其他样本对象对应的识别分类标签进行训练。


5.根据权利要求4所述的方法，
所述解释数据包括所述目标模态图像的特征提取模型中的各个特征向量的权重值。


6.根据权利要求5所述的方法，
所述目标模...

【专利技术属性】
技术研发人员：王开业，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33