首页|融合注意力机制与残差网络的人耳识别方法

融合注意力机制与残差网络的人耳识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
人耳特征具有良好的唯一性与稳定性等特点,近年来被广泛应用于身份识别领域.针对人耳采集易受头发、耳饰等物品遮挡问题,本文提出了一种基于ERNet的人耳识别方法.该方法在IResNet网络的基础上,引入改进的SE模块,通过融合最大池化与均值池化的统计特性,增强身份相关特征的表示,抑制非相关特征的影响,以此解决在非受控环境下由于遮挡原因造成的识别困难问题.大量实验结果表明,相比较于原网络,改进后的方法识别性能提高较为明显.在同等遮挡条件下,本文所提出的模型具有较好的鲁棒性能.
Ear recognition method combining attention mechanism and resid-ual network

曹淑欣、许学斌、路龙宾、刘晨光

展开 >

西安邮电大学计算机学院,陕西西安710121

西安邮电大学陕西省网络数据分析与智能处理重点实验室,陕西西安710121

图像融合 注意力机制 卷积神经网络(CNN) 深度残差网络 人耳识别

国家自然科学基金陕西省教育厅项目陕西省重点研发计划陕西省技术创新引导项目咸阳市科技计划西安邮电大学研究生创新基金

6167331616JK16972017GY-0712017XT-0052017K01-25-3CXJJLY202003

2023

10.16136/j.joel.2023.04.0285

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(4)
  • 4