【技术实现步骤摘要】
多场景的自适应人脸识别方法、装置、介质及电子设备
[0001]本申请实施例涉及人工智能
，尤其涉及一种多场景的自适应人脸识别方法、装置、介质及电子设备。
技术介绍
[0002]基于深度学习的人脸识别是当前人工智能领域的热门应用，基于深度学习的人脸识别原理是利用深度学习模式检测人脸，提取人脸特征，使用人脸特征数据执行人脸比对。
[0003]现有技术中，使用的是可见光图片进行人脸识别，可见光图片通常具有较高的空间分辨率、相当多的细节和明暗对比，非常适合于人类的视觉感知，可采集的信息多。
[0004]与此同时，可见光图片成像容易受到恶劣条件的影响，例如不良的光照条件和恶劣天气等。尤其是在夜间，人脸的可见光图片成像需要进行补光，且成像效果不佳。
技术实现思路
[0005]本申请实施例提供一种多场景的自适应人脸识别方法、装置、介质及电子设备，可以通过将同一样本的第二光学图片输入至第一识别模型得到的第二光学特征，对第二识别模型进行优化，可以有效提升人脸图片采集后识别过程的场景适应能力。
[0...
【技术保护点】
【技术特征摘要】
1.一种多场景的自适应人脸识别方法，其特征在于，所述方法包括：获取待识别目标的人脸图片；若所述人脸图片为第一光学图片，则输入至预先训练的第一识别模型，得到第一光学特征，并基于人脸第一光学特征库进行匹配，得到待识别目标的识别结果；若所述人脸图片为第二光学图片，则输入至预先训练的第一识别模型，得到第二光学特征，并基于人脸第二参考光学特征库进行匹配，得到待识别目标的识别结果；其中，所述人脸第二参考光学特征库是将第一光学图片输入至第二识别模型得到的；所述第二识别模型训练时采用与第一识别模型相同的样本的第一光学图片作为输入，并根据所述第一识别模型得到的第二光学特征进行优化。2.根据权利要求1所述的方法，其特征在于，所述第二识别模型的训练过程，包括：获取预设数量的样本，得到每个样本的第一光学图片和第二光学图片；将各样本的第二光学图片输入至第一识别模型，得到第一识别模型输出的第二光学特征，并将各样本的第一光学图片输入至第二识别模型，得到第二识别模型输出的第二参考光学特征；根据所述第二识别模型输出的第二参考光学特征与所述第一识别模型输出的第二光学特征，对所述第二识别模型进行优化，直至符合预设条件以得到第二识别模型的训练结果。3.根据权利要求2所述的方法，其特征在于，在得到第二识别模型的训练结果之后，所述方法还包括：针对人脸图片库中的图片，采用第一识别模型提取第一光学特征，并存储至人脸第一光学特征库；针对人脸图片库中的图片，采用第二识别模型提取第二参考光学特征，并存储至人脸第二参考光学特征库；其中，所述人脸图片库中的图片为第一光学图片。4.根据权利要求1
‑
3中任意一项所述的方法，其特征在于，所述第一光学图片为可见光图片；所述第二光学图片为红外图片；所述第一光学特征为可见光光学特征；所述第二光学特征为红外光学特征；所述第二参考光学特征为红外光学特征。5.根据权利要求4所述的方法，其特征在于，所述第二识别模型为可见光拟合红外特征的识别模型。6.一种多场景的自适应人脸识别装置，其特征在于，所述装置包括：人脸图片获取模块，用于获取待识别目标的人脸图片；识...
【专利技术属性】
技术研发人员：汪辉，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。