基于CNN与Transformer混合模型的口罩人脸识别方法

摘要：

针对疫情背景下,因佩戴口罩导致普通人脸识别算法失效的问题,提出一种基于卷积神经网络(CNN)与Transformer混合模型的口罩人脸识别方法.结合了CNN与Transformer的优点,能够很好地处理局部和全局信息,使模型拥有更好的性能及泛化能力.在卷积模块引入空间注意力模块,加强模型对于鲁棒人脸特征信息的提取,使用Sub-center Arcface损失函数,进一步提高模型的分类精度.在人工合成的口罩人脸数据集和真实的戴口罩人脸数据集上的实验表明,本文模型能够同时有效处理戴口罩和不戴口罩人脸识别任务,拥有较小的参数量的同时,具备较高的识别精度.

关键词：口罩人脸识别、混合模型、空间注意力机制、Sub-center Arcface损失函数

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省产学研前瞻性联合研发项目BY2020023

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：144-148