本發(fā)明公開(kāi)了一種跨光譜人臉識(shí)別方法、裝置、電子設(shè)備及其存儲(chǔ)介質(zhì)，方法包括獲取可見(jiàn)光人臉圖像集、紅外人臉圖像集；對(duì)可見(jiàn)光人臉圖像集、紅外人臉圖像集進(jìn)行預(yù)處理；根據(jù)預(yù)處理后的人臉圖像集生成紅外人臉訓(xùn)練圖像對(duì)集；構(gòu)建紅外人臉圖像去噪網(wǎng)絡(luò)模型，根據(jù)紅外人臉訓(xùn)練圖像對(duì)集對(duì)紅外人臉圖像去噪網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到訓(xùn)練好的紅外人臉圖像去噪網(wǎng)絡(luò)模型；利用訓(xùn)練好的紅外人臉圖像去噪網(wǎng)絡(luò)模型進(jìn)行去噪；對(duì)可見(jiàn)光人臉圖像集和去噪后的紅外人臉圖像集進(jìn)行人臉識(shí)別以實(shí)現(xiàn)跨光譜人臉識(shí)別。本發(fā)明提出了一套完整的基于深度圖像去噪的跨光譜人臉識(shí)別方法，可以解決傳統(tǒng)人臉識(shí)別技術(shù)的適用范圍窄、識(shí)別性能不高、且特征提取魯棒性差等缺陷。

技術(shù)領(lǐng)域

本發(fā)明屬于模式識(shí)別、數(shù)字圖像處理技術(shù)領(lǐng)域，具體涉及一種跨光譜人臉識(shí)別方法、裝置、電子設(shè)備及其存儲(chǔ)介質(zhì)。

背景技術(shù)

人臉識(shí)別是一種具有特定優(yōu)勢(shì)的生物識(shí)別模態(tài)。相比于其他生物特征，它具有普遍性高、易采集性好、大眾接受性高等眾多優(yōu)點(diǎn)，所以人臉識(shí)別已成為應(yīng)用最廣泛的生物特征識(shí)別技術(shù)之一。

迄今為止，大多研究人員僅僅關(guān)注基于可見(jiàn)光的人臉識(shí)別技術(shù)，該技術(shù)在惡劣氣候和環(huán)境如不均勻光照、夜間和雨雪等情況下通常表現(xiàn)不佳。隨著現(xiàn)實(shí)世界中各種復(fù)雜環(huán)境下應(yīng)用的出現(xiàn)，基于可見(jiàn)光的人臉識(shí)別技術(shù)越來(lái)越難以滿足要求，如真實(shí)世界中的監(jiān)控任務(wù)經(jīng)常發(fā)生在夜間以及雨雪天等糟糕的大氣環(huán)境下，在此環(huán)境下通過(guò)可見(jiàn)光獲取高清人臉圖像是一件難以完成的任務(wù)。因此使用可見(jiàn)光和紅外線相結(jié)合的跨光譜人臉識(shí)別技術(shù)在實(shí)際中尤為迫切。紅外人臉圖像噪聲和可見(jiàn)光人臉圖像噪聲不盡相同，如噪聲類型和噪聲水平都不相同。相比于可見(jiàn)光人臉圖像，紅外人臉圖像的質(zhì)量要低很多，該異源圖像質(zhì)量不對(duì)等問(wèn)題是導(dǎo)致跨光譜人臉識(shí)別率低的主要原因，而噪聲則是導(dǎo)致紅外圖像質(zhì)量降低的主要因素。

目前的圖像去噪技術(shù)大多是針對(duì)非人臉圖像設(shè)計(jì)的，且這其中少數(shù)面向人臉圖像的去噪技術(shù)也局限于可見(jiàn)光情形，因此直接使用這些方法無(wú)法很好滿足目前跨光譜人臉識(shí)別需求。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提供了一種跨光譜人臉識(shí)別方法、裝置、電子設(shè)備及其存儲(chǔ)介質(zhì)。

本發(fā)明的一個(gè)實(shí)施例提供了一種跨光譜人臉識(shí)別方法，該方法包括：

獲取可見(jiàn)光人臉圖像集、紅外人臉圖像集，所述紅外人臉圖像集包括遠(yuǎn)紅外人臉噪聲圖像集、近紅外人臉干凈圖像集；

對(duì)所述可見(jiàn)光人臉圖像集、所述遠(yuǎn)紅外人臉噪聲圖像集和所述近紅外人臉干凈圖像集進(jìn)行預(yù)處理得到可見(jiàn)光人臉預(yù)處理圖像集、遠(yuǎn)紅外人臉預(yù)處理噪聲圖像集和近紅外人臉預(yù)處理干凈圖像集；

根據(jù)所述遠(yuǎn)紅外人臉預(yù)處理噪聲圖像集和所述近紅外人臉預(yù)處理干凈圖像集得到紅外人臉訓(xùn)練圖像對(duì)集；

構(gòu)建紅外人臉圖像去噪網(wǎng)絡(luò)模型，根據(jù)紅外人臉訓(xùn)練圖像對(duì)集對(duì)所述紅外人臉圖像去噪網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到訓(xùn)練好的紅外人臉圖像去噪網(wǎng)絡(luò)模型；

將所述遠(yuǎn)紅外人臉噪聲圖像集輸入至所述訓(xùn)練好的紅外人臉圖像去噪網(wǎng)絡(luò)模型得到去噪后的紅外人臉圖像集；

對(duì)所述可見(jiàn)光人臉圖像集和所述去噪后的紅外人臉圖像集進(jìn)行人臉識(shí)別以實(shí)現(xiàn)跨光譜人臉識(shí)別。

在本發(fā)明的一個(gè)實(shí)施例中，對(duì)所述可見(jiàn)光人臉圖像集、所述遠(yuǎn)紅外人臉噪聲圖像集和所述近紅外人臉干凈圖像集進(jìn)行預(yù)處理得到可見(jiàn)光人臉預(yù)處理圖像集、遠(yuǎn)紅外人臉預(yù)處理噪聲圖像集和近紅外人臉預(yù)處理干凈圖像集，包括：

對(duì)所述可見(jiàn)光人臉圖像集進(jìn)行灰度轉(zhuǎn)換、歸一化處理得到所述可見(jiàn)光人臉預(yù)處理圖像集；

對(duì)所述遠(yuǎn)紅外人臉噪聲圖像集和所述近紅外人臉干凈圖像集進(jìn)行圖像增強(qiáng)、歸一化處理得到所述紅外人臉預(yù)處理噪聲圖像集和所述近紅外人臉預(yù)處理干凈圖像集。

在本發(fā)明的一個(gè)實(shí)施例中，根據(jù)所述遠(yuǎn)紅外人臉預(yù)處理噪聲圖像集和所述近紅外人臉預(yù)處理干凈圖像集得到紅外人臉訓(xùn)練圖像對(duì)集，包括：