融合Transformer的改进遮挡人脸识别算法

doi:10.13873/J.1000-9787(2025)08-0154-06

Chinese

您当前的位置：

首页 >

文章列表页 >

融合Transformer的改进遮挡人脸识别算法

更新时间：2025-09-16

- 融合Transformer的改进遮挡人脸识别算法
- Issue 8, Pages: 154-159(2025)
- 作者机构：
  
  江南大学物联网工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2025)08-0154-06
  CLC： TP391.41
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (8): 154-159.
DOI：

[J]. 2025, (8): 154-159. DOI： 10.13873/J.1000-9787(2025)08-0154-06.

摘要

人脸识别技术的应用具有重要意义，已经应用于安全监控、身份验证和隐私保护等领域，但对于遮挡人脸识别技术还在探索中。为更好适应现实场景应用，提出融合Transformer网络结合原有骨干网络Inception-ResNetv1

能够更好地提取遮挡人脸的特征。为更好处理复杂数据集，使用参数校正线性单元(PReLU)函数代替原骨干网络中的校正线性单元(ReLU)函数。使用ArcFace Loss作为损失函数，能够更好地分辨人脸特征的分类边界，提高对遮挡人脸的区分能力。引入卷积块注意力机制(CBAM)

将关注重点放在人脸未遮挡部分，进一步提升了遮挡人脸识别的性能。结果表明，改进后的网络准确率为75.7%

比原算法提高了1.912%

比其他Transformer网络CoTNet、Swim Transformer

分别提高了0.467%和0.35%

比经典卷积神经网络(CNN)MobileNetV1提高了1.65%

效提高了遮挡人脸的识别准确率。

Abstract

关键词

Keywords

references

张刚.局部遮挡的人脸识别深度学习算法改进[D].宁夏大学,2022(02).

张宝军,王钊璇,李孰非.基于改进卷积神经网络的车位角检测算法研究[J].传感器与微系统,2023(06).

李俣彤,鲁文莉,宋伟,南新元,杨书文.基于中心差分卷积与频域辅助的人脸活体检测[J].传感器与微系统,2023(05).

张靖芳,郑冬云.金属基纳米材料在电化学生物传感器中的应用研究进展[J].传感器与微系统,2023(03).

姜绍忠,姚克明,陈磊,王中洲,郭复澳.基于CNN与Transformer混合模型的口罩人脸识别方法[J].传感器与微系统,2023(01).

王卫民,唐洋,张健,张轶秋.基于卷积神经网络特征融合的人脸识别算法[J].计算机与数字工程,2020(01).

Tan Hongchen,Liu Xiuping,Yin Baocai,Li Xin.MHSA-Net: Multihead Self-Attention Network for Occluded Person Re-Identification.[J].IEEE transactions on neural networks and learning systems,2022.

Linsen Song,Jie Cao,Lingxiao Song,Yibo Hu,Ran He.Geometry-Aware Face Completion and Editing[J].Proceedings of the AAAI Conference on Artificial Intelligence,2019.

Views

183

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于注意力机制的特征融合孪生网络目标跟踪算法

基于图像融合与深度学习的人脸表情识别

一种新型注意力机制的双人交互行为识别方法

基于时空Transformer的视觉目标跟踪算法

基于改进ResNet18模型的驾驶员面部表情识别方法

Related Author

石健彤

王瑜

毕玉

肖洪兵

孙梅

焦阳阳

黄润才

万文桐

Related Institution

北京工商大学人工智能学院

上海工程技术大学电子电气工程学院

郑州轻工业大学建筑环境工程学院

临沂大学自动化与电气工程学院

忻州师范学院

⁰