[发明专利]人脸识别方法及装置、电子设备和存储介质

说明书

本公开涉及一种人脸识别方法及装置、电子设备和存储介质，通过确定包括目标人脸的热成像图像作为第一人脸图像，并通过训练得到的图像生成网络基于第一人脸图像生成对应的可见光图像作为第二人脸图像。根据第二人脸图像确定待处理人脸图像，将待处理人脸图像输入训练得到的人脸识别模型，得到目标人脸对应的人脸识别结果。本公开实施例可以通过热成像图像生成的可见光图像进行人脸识别，降低环境光对人脸识别过程的影响。

技术领域

本公开涉及计算机技术领域，尤其涉及一种人脸识别方法及装置、电子设备和存储介质。

背景技术

人脸识别是计算机视觉以及智能安防领域的重要问题。人脸识别模型可以在很多领域有重要应用，如门禁系统、手机人脸解锁等。目前的人脸识别技术主要是在可见光域进行人脸识别，对阴暗环境下的人脸进行准确的识别。

发明内容

本公开提出了一种人脸识别方法及装置、电子设备和存储介质，旨在提高在阴暗环境下人脸识别结果的准确性。

根据本公开的第一方面，提供了一种人脸识别方法，包括：

确定第一人脸图像，所述第一人脸图像为包括目标人脸的热成像图像；

通过训练得到的图像生成网络基于所述第一人脸图像生成对应的第二人脸图像，所述第二人脸图像为包括目标人脸的可见光图像；

根据所述第二人脸图像确定待处理人脸图像；

将所述待处理人脸图像输入训练得到的人脸识别模型，得到所述目标人脸对应的人脸识别结果。

在一种可能的实现方式中，所述图像生成网络的训练过程包括：

确定包括相同人脸的原始热成像图像和原始可见光图像；

基于所述原始热成像图像和原始可见光图像对第一生成对抗网络和第二生成对抗网络进行交叉训练，并确定对应的损失函数，所述第一生成对抗网络中包括第一生成器和第一判别器，所述第二生成对抗网络中包括第二生成器和第二判别器；

在所述损失函数满足收敛条件的情况下，确定所述第一生成器为图像生成网络。

在一种可能的实现方式中，所述基于所述原始热成像图像和原始可见光图像对第一生成对抗网络和第二生成对抗网络进行交叉训练，并确定对应的损失函数包括：

将所述原始热成像图像输入第一生成器，输出对应的合成可见光图像；

将所述原始可见光图像输入第二生成器，输出对应的合成热成像图像；

确实所述原始可见光图像和所述合成可见光图像的第一纹理损失，以及所述原始热成像图像和所述合成热成像图像第二纹理损失；

根据所述原始可见光图像和所述合成可见光图像的第一判别器损失、第一纹理损失和第一像素损失、所述原始热成像图像和所述合成热成像图像的第二判别器损失、第二纹理损失和第二像素损失和识别损失确定损失函数。

在一种可能的实现方式中，所述方法还基于所述原始热成像图像和原始可见光图像对第一生成对抗网络和第二生成对抗网络进行交叉训练，并确定对应的损失函数还包括：

确定所述原始可见光图像和所述合成可见光图像的识别损失；

所述根据所述原始可见光图像和所述合成可见光图像的第一判别器损失、第一纹理损失和第一像素损失、所述原始热成像图像和所述合成热成像图像的第二判别器损失、第二纹理损失和第二像素损失确定损失函数，包括：

根据所述原始可见光图像和所述合成可见光图像的第一判别器损失、第一纹理损失和第一像素损失、所述原始热成像图像和所述合成热成像图像的第二判别器损失、第二纹理损失和第二像素损失和识别损失确定损失函数。