1.一種基于近紅外成像與深度學習的黑暗環(huán)境人臉識別方法，其特征在于包括以下步驟：采集近紅外人臉圖像，然后對所采集的近紅外人臉圖像進行預處理以及歸一化，得到大小和分辨率統(tǒng)一的近紅外人臉圖像；之后，利用LBP算子提取近紅外人臉圖像中的局部微結構特征，將該局部微結構特征作為深度卷積神經網絡的輸入，通過逐層訓練神經網絡，在最后一層形成分類面；最后，用訓練好的深度卷積神經網絡對人臉進行識別。
2.根據權利要求1所述的基于近紅外成像與深度學習的黑暗環(huán)境人臉識別方法，其特征在于用訓練好的深度卷積神經網絡對人臉進行識別時，先采集用于測試識別的近紅外人臉圖像并進行預處理，之后利用LBP算子提取近紅外人臉圖像中的局部微結構特征，將近紅外人臉圖像的LBP特征圖放入已經訓練好的深度卷積神經網絡模型中進行識別，得出識別結果。
3.根據權利要求1所述的基于近紅外成像與深度學習的黑暗環(huán)境人臉識別方法，其特征在于利用LBP算子提取近紅外人臉圖像中的局部微結構特征時，通過多層卷積神經網絡，由低層次向高層次的不斷進行特征提取與抽象。
4.根據權利要求1所述的基于近紅外成像與深度學習的黑暗環(huán)境人臉識別方法，其特征在于采集近紅外人臉圖像時，使用近紅外攝像頭采集人臉圖像，人臉保持與攝像頭50—100cm距離，被采集人臉的眼睛盯著屏幕的中央處，緩緩的前后左右移動臉部，并保持表情自然。