融合注意力机制的人脸识别算法研究

FaceNet人脸识别算法是目前较为主流的人脸识别算法，其运行速度快被广泛应用于工业界。针对FaceNet人脸识别网络存在对面部遮挡人脸识别精度低的问题，提出了一种融合注意力机制的FaceNet人脸识别算法。该算法在FaceNet的基础上引入GhostNet特征提取网络对人脸更好的提取人脸特征，并融合注意力机制与特征金字塔(feature pyramid networks, FPN)加强特征提取网络实现对3种尺度特征图中局部信息的放大，加强不同感受野下的特征提取，增强较为重要的特征信息。实验结果表明，提出的人脸识别算法取得了良好的识别效果，在人脸数据集(LWF)下准确率达到99.62%。对有遮挡的面部识别也取得了较好的检测结果，可准确识别存在遮挡的人脸目标。