一种人脸多模图像特征协同检索方法

本发明提供了一种人脸多模图像特征协同检索方法，旨在解决现有技术在多模态特征处理、复杂场景适应性等方面的不足。该方法首先获取可见光、红外、深度图像等多模态数据，经预处理后输入到含多模态特征解耦层、协同感知动态融合层、跨模态度量学习层的检索模型。其中，解耦层分离模态专属特征与共享身份特征，保留模态独特性的同时消除语义差异，增强特征空间一致性；检测到遮挡时，动态融合层依场景分配模态权重、补偿遮挡特征生成融合特征；最后经度量学习优化并结合层次化策略输出结果。该方案通过特征解耦与动态融合，突破传统方法在特征整合及复杂场景下的瓶颈，提升检索准确性与稳定性。