[发明专利]近红外人脸识别方法及装置

摘要

本发明提供一种近红外人脸识别方法及装置，通过一种人脸自动检测的方法捕捉视频帧中基于近红外的人脸图片，利用一种改进的局部二值算法对捕捉到的人脸图片进行处理，然后利用深度学习算法中的卷积神经网络架构提取人脸图片的特征向量，融合为人脸特征，最后将重新获取的人脸特征通过分类器进行分类匹配和识别，输出识别结果。本发明的近红外人脸识别方法及装置对光照的鲁棒性较强，解决了现有的人脸识别受环境光照影响较大，识别性能较差的技术问题，识别准确率高、适用性强。

主权项

1.一种近红外人脸识别方法，其特征在于，包括以下步骤：捕捉视频帧中基于近红外的人脸图片；利用改进的局部二值算法对所述人脸图片进行处理；利用卷积神经网络提取所述人脸图片的特征向量，融合为人脸特征并保存；重新提取人脸特征，与保存的人脸特征进行匹配识别；其中，所述卷积神经网络包括多个卷积层和一个用于分类的Softmax层，所述“利用卷积神经网络提取所述人脸图片的特征向量，融合为人脸特征并保存”的步骤包括：利用可见光图片训练原始的人脸识别模型，获取其模型参数；利用所述模型参数初始化近红外人脸识别模型的参数，并使用近红外人脸图片对所述模型参数进行微调，得到基于近红外的人脸识别模型；所述基于近红外的人脸识别模型拟合多个非线性函数，分布于所述卷积层的多个神经节点，对同一张人脸图片的特征向量进行分别提取；将分别提取的特征向量在所述Softmax层融合为人脸特征的最终表示，并进行保存。