摘要
本发明公开了一种基于交叉注意力特征融合卷积神经网络的人脸识别方法,采用构建的交叉注意力特征融合卷积神经网络进行人脸识别,采用卷积神经网络VGG16模型和ResNet模型提取人脸图像的全局特征,采用局部二值模式LBP提取人脸图像中的局部特征,从不同角度对人脸特征进行完整描述,能更好地聚焦关键信息,提升交叉注意力特征融合卷积神经网络的鲁棒性与识别效率,并采用交叉注意力机制动态调整局部和全局特征的贡献,从而增强对特征的表达能力,提高交叉注意力特征融合卷积神经网络的识别率和理解能力。
技术关键词
融合卷积神经网络
人脸识别方法
交叉注意力机制
加权特征
局部二值模式
全局特征提取
局部特征提取
融合特征提取
局部纹理特征
人脸特征向量
人脸图像数据
图像增强
线性
多层感知机
分类器
系统为您推荐了相关专利信息
风电功率预测方法
滑动窗口机制
计算机可执行指令
气象
矩阵
柔性可重构
智能监测方法
低空无人机
多任务
门控结构
脑机接口控制系统
脑电信号预处理
脑电信号采集模块
算法解码
特征提取模块
状态空间模型
稳定性预测方法
多层感知机
结构特征提取
多尺度特征融合
灰度共生矩阵
深度学习网络模型
综合评估模型
纹理
深度学习算法