融合注意力机制的人脸识别算法研究 |
| |
引用本文: | 张晋婧,刘双峰,丰雷,张瑜.融合注意力机制的人脸识别算法研究[J].国外电子测量技术,2023(2):107-113. |
| |
作者姓名: | 张晋婧 刘双峰 丰雷 张瑜 |
| |
作者单位: | 1. 中北大学电气与控制工程学院;2. 中北大学仪器科学与动态测试教育部重点实验室 |
| |
摘 要: | 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。
|
关 键 词: | FaceNet GhostNet 注意力机制 人脸识别 面部遮挡 |
|
|