带多尺度池化的transformer模块处理方法

本发明公开了一种带多尺度池化的transformer模块处理方法，可用于基于深度神经网络的活体检测模型中，用以在训练阶段辅助训练CNN分支，能够为CNN分支提供全局上下文信息，增强模型对图像中的长距离依赖关系的建模能力。此外，通过将多尺度池化引入至transformer模块的多头自注意力模块中，能够有效压缩特征序列的长度，减少训练模型所需要的计算资源，同时获取极具判别性的特征表示，进一步提升了模型的性能。