摘要
本申请涉及人工智能技术领域,提供了跨模态人脸识别方法,该方法包括:采集成对的热红外人脸图像与可见光人脸图像;将成对的热红外人脸图像与可见光人脸图像输入基于生成对抗架构的超分辨率网络,通过轴向自注意力编解码器进行特征增强和分辨率提升,并采用联合多维损失函数监督训练基于生成对抗架构的超分辨率网络;将训练完成的超分辨率网络配置为热红外人脸图像至可见光人脸图像的转换模块;提取数据库可见光图像的身份特征,同步提取热红外人脸图像经转换模块生成的生成可见光人脸图像的特征,通过特征相似度比对实现身份识别。本申请的技术方案通过基于生成对抗网络的跨模态转换与特征匹配,显著提升弱光环境下人脸识别准确性。
技术关键词
红外人脸图像
人脸识别方法
超分辨率网络
可见光图像
身份
分辨率提升
编解码器
注意力
识别特征
跨模态
感知损失函数
模块
人脸识别装置
生成对抗网络
上采样
系统为您推荐了相关专利信息
面部识别方法
面部识别模型
新鲜度
模型更新
图形用户界面
人脸识别模型
融合特征
人脸特征
人脸识别方法
样本
身份认证数据
节点设备
数据缓存服务器
服务集群
会话
中心服务器
客户端
边缘计算环境
联邦学习方法
工业互联网