摘要
本发明请求保护一种特征解耦及融合的低照度人脸识别方法及系统,包括下列主要步骤:S1,根据图像照度与面部特征之间的关系构建一个特征解耦及融合的人脸识别方法;S2,采用非成对人脸数据进行训练,构建照明三元组;S3,引入一个解耦模块,将图像分解为照度相关特征和面部相关特征,通过照明三元组损失来消除照度因素对人脸识别系统性能的影响;S4,引入一个特征融合模块,提取出照明相关特征中残留的面部特征,并将它们与最初的面部相关特征融合。引入了一种光照‑面部相关损失。S5,获取模型在数据集上的结果,计算Accuracy指标。本发明在低光场景下更具泛化能力。与同类低照度人脸识别的方法相比,具有更高的识别精度。
技术关键词
面部特征
人脸识别方法
照度特征
面部识别
光照特征
图像
特征提取模块
三元组
人脸特征
人脸识别系统
多任务卷积神经网络
匹配模块
Sigmoid函数
子模块
样本
高维特征向量
系统为您推荐了相关专利信息
网络安全支付
分析模块
信息接收模块
解密
支付认证
人脸识别方法
图像特征向量
解密密钥
卷积神经网络模块
加密算法
互动系统
动作捕捉模块
人体关键点
手势关键点
手部关键点
学生
监测系统
面部识别设备
在线学习平台
分析模块
光电容积脉搏波
面部表情特征提取
多尺度特征融合
信号特征提取
识别方法