一种基于多模态融合的人脸识别方法

本发明公开了一种基于多模态融合的人脸识别方法,属于人脸识别技术领域,本发明中，当遇到面部部分遮挡或强光照射导致视觉信息缺失时，语音信号中的情感特征能够自动补偿视觉信息的不足。例如在视频通话场景中，当用户用手遮挡下巴区域时，系统通过分析语音中的语调颤抖特征，结合未被遮挡的眉眼区域肌肉运动，依然能准确识别出焦虑情绪，避免因局部信息缺失造成的误判。同时，在嘈杂背景声干扰语音的情况下，模型通过捕捉面部微表情的持续时长与强度变化，例如持续3秒以上的嘴角轻微抽动，能够有效过滤语音噪声的干扰，维持情感判断的准确性。