基于自聚焦双神经网络的人脸识别-预测人脸数据库中的人际关系

时间:2019-11-26 14:13

基于自聚焦神经网络的人脸识别:在家庭人脸数据库中预测亲戚。在共享人脸识别任务的任务中,双神经网络被广泛用于解决样本数量少,类别大的项目,并且确定输入人脸的相似度达到高度的鲁棒性。
在设计和转换传统的双神经网络时,我们提出了一种基于自我注意机制的双神经网络,以推导血统预测中人脸识别的经典任务。
网络设计的思想结合了新提出的全局上下文非局部注意模块(GlobalContextNon-localNetwork,GCBlock),并使用一种自我注意机制来合并面部的主要长途特征,以实现有效的计算精度使用西北大学的SMILE人脸数据集进行了实时计算训练,在Kaggle进行的官方人脸识别数据竞赛中名列前十。
实验表明,全局上下文模块可以有效地合并面部主要长途特征之间的依赖信息,并与双胞胎网络相结合,从而大大提高了相关性预测任务的准确性。
(本文的总页数为3页)。
[继续阅读本文]如何获得本文>>如何获得本杂志>>


上一篇:[16无缝钢管]16无缝锰钢管价格

下一篇:没有了