1.一种基于图像识别的单向门控制方法，其特征在于，包括：获取高反光场景下目标区域的偏振光图像，以及所述目标区域中人像区域的人脸图像和双目深度点云数据，所述目标区域包括所述人像区域和背景区域；将所述偏振光图像与所述双目深度点云数据进行空间对齐和特征拼接，生成点云偏振联合特征；将所述点云偏振联合特征与所述人脸图像进行空间对齐，得到对齐后的空间特征图，基于所述偏振光图像的偏振度对所述空间特征图进行反光强度分区生成动态掩膜；利用多尺度注意力机制，以所述动态掩膜为约束，对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量；利用分类网络计算所述多模态特征向量与预设的人脸身份数据库中身份特征的相似度，得到目标验证信息；根据预设的验证信息与控制信息的对应的关系，确定所述目标验证信息对应的目标控制信息，并通过所述目标控制信息完成对所述单向门地控制。
2.根据权利要求1所述的方法，其特征在于，所述利用多尺度注意力机制，以所述动态掩膜为约束，对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量，包括：利用多尺度注意力机制，以所述动态掩膜为约束，并基于材质几何关联模型对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量，其中，所述材质几何关联模型基于历史偏振光图像的偏振角对历史空间特征图的人脸几何参数，通过预定义的皮肤偏振角与曲率对应关系训练得到。
3.根据权利要求2所述的方法，其特征在于，在所述利用多尺度注意力机制，以所述动态掩膜为约束，对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量之前，所述方法包括：对所述空间特征图中的偏振特征与深度特征进行一致性校验，在检测到所述人像区域中存在偏振度低于预设偏振阈值且相邻区域的深度值差值超过预设深度阈值的情况下，确定所述空间特征图中的冲突区域；利用邻域特征插值修复所述空间特征图中的冲突区域的深度值，得到修复后的所述空间特征图。
4.根据权利要求1所述的方法，其特征在于，在所述将所述点云偏振联合特征与所述人脸图像进行空间对齐，得到对齐后的空间特征图，基于所述偏振光图像的偏振度对所述空间特征图进行反光强度分区生成动态掩膜之前，所述方法包括：将所述偏振光图像进行多频域分解，得到高频细节分量和低频结构分量，并分别与所述点云偏振联合特征中的几何信息进行跨尺度融合，生成点云偏振分层特征；所述将所述点云偏振联合特征与所述人脸图像进行空间对齐，得到对齐后的空间特征图，基于所述偏振光图像的偏振度对所述空间特征图进行反光强度分区生成动态掩膜，包括：所述将所述点云偏振分层特征与所述人脸图像进行空间对齐，得到对齐后的空间特征图，基于所述偏振光图像的偏振度对所述空间特征图进行反光强度分区生成动态掩膜。
5.根据权利要求2所述的方法，其特征在于，所述利用多尺度注意力机制，以所述动态掩膜为约束，并基于材质几何关联模型对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量，包括：根据所述材质几何关联模型中预定义的偏振角与曲率对应关系，确定所述空间特征图中各区域的目标曲率范围；基于所述动态掩膜划分所述空间特征图中的高反光抑制区域和正常区域，并为各区域分配初始融合权重；针对所述空间特征图的每一层级特征，提取偏振角分布和实际曲率值，计算曲率值与所述目标曲率范围的差异度，并根据所述差异度调整对应区域的所述初始融合权重；将调整后的所述初始融合权重与对应层级的人脸图像特征进行叠加，逐层生成加权融合特征，合并后输出所述多模态特征向量。
6.根据权利要求1所述的方法，其特征在于，所述将所述偏振光图像与所述双目深度点云数据进行空间对齐和特征拼接，生成点云偏振联合特征，包括：针对所述偏振光图像中的每个像素点，通过物理位置映射关系确定在所述双目深度点云中对应的三维空间点，并建立像素点与三维空间点的关联索引表；提取所述偏振光图像中每个像素点的偏振参数，所述偏振参数包括偏振光强度变化方向和偏振光强度差异值；根据所述关联索引表，将所述偏振参数添加至对应关联索引的三维空间点中，得到包括空间坐标、颜色信息及偏振参数的联合数据点；基于所述双目深度点云的几何分布密度，对所述联合数据点的偏振参数进行区域性平滑处理，得到平滑处理的所述联合数据点；将所述平滑处理的联合数据点集合作为所述点云偏振联合特征。
7.根据权利要求1所述的方法，其特征在于，所述利用分类网络计算所述多模态特征向量与预设的人脸身份数据库中身份特征的相似度，得到目标验证信息，包括：将所述多模态特征向量按空间结构、材质属性、纹理信息划分为多个分块特征，并提取每个分块特征的特征表达值；从所述人脸身份数据库中获取目标身份的特征模板，所述特征模板包括每个类型的分块特征的历史均值及波动范围；计算每个分块特征的特征表达值与对应的所述历史均值的特征差异比例，并根据所述波动范围确定每个分块特征的权重系数；根据每个分块特征的权重系数对特征差异比例进行加权求和，得到目标匹配度；根据所述目标匹配度与预设匹配度阈值的比较结果，得到所述目标验证信息。
8.一种基于图像识别的单向门控制系统，其特征在于，所述系统包括：获取模块，用于获取高反光场景下目标区域的偏振光图像，以及所述目标区域中人像区域的人脸图像和双目深度点云数据，所述目标区域包括所述人像区域和背景区域；生成模块，用于将所述偏振光图像与所述双目深度点云数据进行空间对齐和特征拼接，生成点云偏振联合特征；生成模块，还用于将所述点云偏振联合特征与所述人脸图像进行空间对齐，得到对齐后的空间特征图，基于所述偏振光图像的偏振度对所述空间特征图进行反光强度分区生成动态掩膜；生成模块，还用于利用多尺度注意力机制，以所述动态掩膜为约束，对所述空间特征图和所述人脸图像进行特征融合，生成包括空间结构、材质属性、纹理信息的多模态特征向量；验证模块，用于利用分类网络计算所述多模态特征向量与预设的人脸身份数据库中身份特征的相似度，得到目标验证信息；控制模块，用于根据预设的验证信息与控制信息的对应的关系，确定所述目标验证信息对应的目标控制信息，并通过所述目标控制信息完成对所述单向门地控制。
9.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的基于图像识别的单向门控制方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的基于图像识别的单向门控制方法。
