融合PVT多级特征的口罩人脸识别研究

来源：石河子大学学报·自然科学版杂志2024年第1期北京时间：

作者：冉瑞生, 高天宇, 房斌

单位：1 重庆师范大学计算机与信息科学学院,重庆 401331; <br/>2 重庆大学计算机学院,重庆 400044

摘要：呼吸系统疾病的流行使口罩扮演着重要角色,这给人脸识别算法带来了新的挑战。受到多尺度特征融合模型的启发,提出一种基于金字塔视觉Transformer(PyramidVisionTransformer,PVT)的提取口罩人脸特征的模型。该模型引入自注意力机制来提取丰富的人脸信息,通过融合PVT多个层级的特征向量,来实现对口罩人脸的多尺度关注,相较于传统特征融合模型,具有更高的识别精度和更少的参数量。此外,模型采用Sub-centerArcFace损失函数来提升鲁棒性。模型在大规模模拟口罩人脸数据集上进行训练,并分别在普通人脸、模拟口罩人脸和真实口罩人脸数据集上进行了测试和评估。实验结果表明,所提出的方法与其他主流方法相比,具有较高的识别精度,是一种有效的口罩人脸识别方法。

关键词：口罩人脸识别,Transformer,自注意力机制,特征融合

基金资助：重庆市教育委员会科学技术研究项目(KJZD-K202100505)