[发明专利]一种人脸识别模型的训练方法、人脸识别方法及硬件

说明书

本说明书实施例提供一种人脸识别模型的训练方法、人脸识别方法及硬件。训练方法包括：获取样本对象对应至少两种模态图像的人脸特征数据。对样本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，得到样本对象对应的人脸融合特征数据。以样本对象对应的人脸融合特征数据作为人脸识别模型的输入，以样本对象对应的识别分类标签作为人脸识别模型的输出，对人脸识别模型进行训练。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，得到待识别对象的人脸融合特征数据。将待识别对象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。

技术领域

本文件涉及生物识别技术领域，尤其涉及一种人脸识别模型的训练方法、人脸识别方法及硬件。

背景技术

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。

发明内容

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，提供一种人脸识别模型的训练方法，包括：

获取样本对象对应至少两种模态图像的人脸特征数据；

对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特征融合，得到所述样本对象对应的人脸融合特征数据；

以所述样本对象对应的人脸融合特征数据作为人脸识别模型的输入，以所述样本对象对应的识别分类标签作为人脸识别模型的输出，对所述人脸识别模型进行训练。

第二方面，提供一种人脸识别方法，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。

第三方面，提供一种人脸识别模型的训练装置，包括：

获取模块，获取样本对象对应至少两种模态图像的人脸特征数据；

融合模块，对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特征融合，得到所述样本对象对应的人脸融合特征数据；

训练模块，以所述样本对象对应的人脸融合特征数据作为人脸识别模型的输入，以所述样本对象对应的识别分类标签作为人脸识别模型的输出，对所述人脸识别模型进行训练。

第四方面，提供一种电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行：

获取样本对象对应至少两种模态图像的人脸特征数据；

对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特征融合，得到所述样本对象对应的人脸融合特征数据；