基于特征融合的轻量级新残差人脸识别方法
文档名：基于特征融合的轻量级新残差人脸识别方法
摘要：针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(LightweightNewResidualNetwork,LNRN).LNRN利用深度残差网络结构能够解决网络退化且避免干扰因素影响的优势,结合人脸对齐环节产生的关键特征点信息,对深度残差网络结构进行简化和合理设计,实现对关键特征信息和全局信息的提取.为避免特征提取过程中丢失重要特征信息,该模型在新残差网络中加入结合空间和通道的注意力机制进行辅助.在公开的四个标准人脸数据集上的仿真实验表明,该模型识别速度在接近主流轻量级人脸识别方法的同时,平均识别精度比MobiFace提高了0.6%.
Abstract：Aimingattheproblemthattheexistinglightweightmodelsaredifficulttoimprovetherecognitionaccura-cyinthefacerecognitionapplicationsofembeddeddevices,anewlightweightresidualnetworkmodel(LightweightNewResidualNetwork,LNRN)thatintegratedthekeyfeaturepointinformationoffacealignmentisproposed.Theadvantageofdeepresidualnetworkstructurethatcansolvethenetworkdegradationandavoidtheinfluenceofinterferencefactorsareab-sorbedbyLNRN.Inordertorealizetheextractionofkeyfeatureinformationandglobalinformationaftercombiningthekeypointinformationgeneratedbythefacealignment,thedeepresidualnetworkstructureissimplifiedandreasonablyde-signed.Inordertoavoidlosingimportantfeatureinformationintheprocessoffeatureextraction,anattentionmechanismcombiningspaceandchannelisaddedtothenewresidualnetworkforassistance.Simulationexperimentsonthefourstan-dardfacedatasetsshowedthattherecognitionspeedoftheproposedmodelwasclosetothemainstreamlightweightfacemethods,andtheaveragerecognitionaccuracyoftheproposedmodelis0.6%higherthanthatofMobiFace.
作者：惠康华闫建青高思华贺怀清Author：HUIKang-huaYANJian-qingGAOSi-huaHEHuai-qing
作者单位：中国民航大学计算机科学与技术学院,天津300300
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2024, 52(3)
分类号：TP391.41
关键词：轻量级新残差网络模型人脸识别关键特征信息注意力机制
Keywords：lightweightnewresidualnetworkmodelfacerecognitionkeyfeatureinformationattentionmechanism
机标分类号：TP391.41TN911.73TP183
在线出版日期：2024年5月16日
基金项目：基于特征融合的轻量级新残差人脸识别方法[
期刊论文]电子学报--2024, 52(3)惠康华闫建青高思华贺怀清针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(LightweightNewResidualNetwork,LNRN).LNRN利用深度残差网络结构能够解决...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于特征融合的轻量级新残差人脸识别方法Lightweight New Fesidual Face Recognition Method Based on Feature Fusion
基于特征融合的轻量级新残差人脸识别方法.pdf
页:
[1]