基于深度学习的多模态人脸识别方法及系统

本发明公开了基于深度学习的多模态人脸识别方法及系统，涉及人脸识别技术领域，同步融合3D结构光、近红外图像及PPG血流信号，通过双分支生成网络实现遮挡补全，其中PPG频谱约束生成血管分布，确保生物特征真实性；基于结构相似性算法划分低置信度子区域，动态调整损失函数权重，仅对问题区域迭代生成，减少计算冗余；提取补全图像的深度特征与血管频谱主频段重叠率，双重验证身份真实性，抵御3D面具、照片攻击；本发明突破传统单模态识别在遮挡场景下的性能瓶颈，通过数据驱动闭环优化，兼顾精度、效率与安全性，尤其适用于医疗、金融等高要求场景。