摘要
本发明公开了一种二维图像辅助三维人脸识别方法、系统、设备及介质,识别方法,包括:获取注册集与待识别集的3D人脸;将注册集与待识别集的3D人脸生成对应方向的法向分量图;利用3D人脸识别模型,根据法向分量图,提取注册集与待识别集的3D人脸深度特征;计算待识别集与注册集的3D人脸深度特征之间的距离;将3D人脸深度特征之间的距离进行融合,得到融合距离;将融合距离最小的注册集中3D人脸数据类别视为对待识别集中3D人脸数据识别的结果。本发明采用图像化的3D表示方式(法向分量图)作为模型输入,使得2D卷积神经网络可以直接用于3D识别任务,链接重建的3D人脸数据与2D人脸识别预训练模型,无需引入复杂的点云处理或图网络结构。这种设计不仅能复用已有预训练模型,降低开发与训练成本,还具备良好的平台兼容性和工程部署效率,有助于将3D识别技术推广至实际应用场景。
技术关键词
二维图像辅助
三维人脸识别方法
人脸识别模型
法向分量
人脸深度
三维人脸识别系统
预训练模型
人脸模型
图像重建
人脸图像数据
深度特征提取
人脸形状
可读存储介质
处理器
网络架构
模块