摘要
本发明涉及一种基于注意力机制的多模态身份验证方法,包括:S1、采集多模态数据,包括人脸图像数据、指纹图像数据和声纹音频数据;S2、对于每个模态,构建对应的第一特征提取模型,对第一特征提取模型裁剪得到第二特征提取模型,采用第一特征提取模型对第二特征提取模型进行知识蒸馏训练,得到第三特征提取模型;S3、采用基于注意力机制的多模态特征融合模型对所有第三特征提取模型提取出的特征进行加权求和,得到融合特征;S4、计算待验证身份的融合特征与预先录入数据库中对应身份的融合特征之间的相似度,当相似度大于预测决策阈值时,则身份验证通过,否则身份验证不通过。与现有技术相比,本发明具有特征提取高效、可靠性高的优点。
技术关键词
特征提取模型
身份验证方法
注意力机制
融合特征
指纹图像数据
模态特征
人脸图像数据
多层感知机
指纹特征提取
蒸馏
多尺度特征融合
人脸特征提取
多模态
声纹特征
音频
系统为您推荐了相关专利信息
路面病害识别
GAN模型
路面结构
注意力机制
网络
短期电价预测方法
序列
门控循环神经网络
皮尔逊相关系数
剔除噪声
特征提取模型
多模态
设备状态识别方法
温度分布图像
计算机执行指令