基于改进注意力机制的口罩人脸识别算法

摘要：

口罩人脸识别在新冠肺炎疫情爆发后成为人脸识别领域的难点和热点,传统基于卷积神经网络人脸识别算法由于没有大面积遮挡的去噪能力在口罩人脸识别任务中准确率较低.为了解决以上问题,提出一种基于改进注意力机制的口罩人脸识别算法.在注意力机制引入使用关键点注意力替代全连接操作,形成区块注意力效果,再通过掩码(mask)操作,抑制大面积口罩信息表达并增强有效人脸部分特征,从而提升口罩人脸识别准确率.将改进的注意力机制嵌入ResNet50 中,使用上述模型进行人脸特征提取并识别.实验结果表明,在都使用混合数据集(含正常人脸和口罩人脸)训练下,所提算法比ArcFace在LFW和LFW_Mask上准确率分别提高了3.87%和 7.91%.

关键词：口罩、人脸识别、卷积神经网络、注意力机制

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-08-15（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：180-183,324