摘要
本发明涉及生物特征图像识别技术领域,公开了一种基于超轻量网络的图像融合识别方法、装置、介质及设备,所述方法包括:采用改进的Co3Net网络模块对输入的多模态图像进行特征提取,得到多尺度特征;采用超轻量网络模块对输入的多尺度特征进行特征提取,得到全局特征;采用自注意力机制模块根据输入的全局特征划得到自注意力图;采用前向传播单元将自注意力图进行前向传播,得到最终前向传播输出;采用分类器根据最终前向传播输出得到多模态图像分类标签。应用本发明可以降低掌纹掌静脉识别方法在计算复杂度和参数量,解决了在资源受限的嵌入式设备和移动终端上难以高效运行的问题。
技术关键词
图像融合识别方法
超轻量
网络模块
注意力机制
生物特征图像识别技术
识别装置
多尺度特征
多模态
掌静脉识别方法
通道
计算机存储介质
分类器
基准
剪枝方式
嵌入式设备
标签
处理器
系统为您推荐了相关专利信息
图像增强方法
图像增强模型
高通滤波器
注意力机制
双曲正切函数
卷烟制丝工艺
卷烟制丝车间
回潮工艺
离散余弦变换
时序
交通流量预测系统
注意力机制
传输模块
动态时间规整算法
管理用户权限
管控装置
分布式系统架构
云端数据中心
红外热成像模块
终端管理平台