【摘 要】
:
人脸识别是现阶段最常用的身份验证方法之一。随着深度学习的不断发展,基于大型卷积神经网络的人脸识别系统被广泛提出并应用。但这些系统普遍存在占用大量计算资源,无法在移动设备和嵌入式设备进行实时识别的问题。因此,人脸识别的轻量化研究和提高轻量化模型的准确率成为现阶段人脸识别领域的热门研究方向。随着注意力机制的不断提出,通过应用注意力机制来提升模型的准确率成为现阶段常用的方法之一。基于此,本文对注意力机制
论文部分内容阅读
人脸识别是现阶段最常用的身份验证方法之一。随着深度学习的不断发展,基于大型卷积神经网络的人脸识别系统被广泛提出并应用。但这些系统普遍存在占用大量计算资源,无法在移动设备和嵌入式设备进行实时识别的问题。因此,人脸识别的轻量化研究和提高轻量化模型的准确率成为现阶段人脸识别领域的热门研究方向。随着注意力机制的不断提出,通过应用注意力机制来提升模型的准确率成为现阶段常用的方法之一。基于此,本文对注意力机制在轻量化模型中的应用进行了研究与分析并提出改进方法。本文主要工作如下:1.在通道注意力机制中引入扩张卷积,增加了特征信息密度。并针对通道注意力机制中降维会破坏通道与其权重间的直接对应关系,本文使用一维卷积代替两层全连接层,提高通道注意力提取特征的能力,减少计算量。同时结合深度可分离卷积提出轻量级人脸识别算法——Fast Face Net。实验结果表明,本方法取得了良好的效果。2.针对通道注意力机制仅关注通道间的重要性,没有提取到更多的图像信息的问题,本文采用卷积模块与Transformer模块并联的方式,实现局部特征与全局特征的融合,提高模型的特征表达能力。同时,为了提高轻量级人脸识别模型的准确率,提出自适应惩罚角度损失函数。通过自适应调节惩罚角度的大小,避免样本角度较小时,添加的惩罚角度过大,导致训练过程中错过最优解。且当模型角度较大时,添加较大的惩罚角度,加快模型的训练速度。3.针对以上方法,本文提出基于AR的教师助手。利用深度学习方法对学生进行识别,在实现无体感考勤的同时,可以帮助教师了解学生信息,实施个性化教学。教师助手APP在移动设备可达25FPS。
其他文献
在当下万物互联的大数据时代,现代工作的听说读写和生活的衣食住行已经与互联网紧密相关,不可分割,在享受互联网带来的各种便利之时,我们大量的个人信息和隐私数据也都被大数据留了下来,从而出现了很多隐患,比如,互联网企业平台通过对用户个人信息的收集和分析,根据互联网使用者的消费习惯,定位使用者消费“坐标”,生成使用者消费“画像”,据此为互联网消费者打造个性化、差异化定价,随着数据分析、时间推移,慢慢演变成
荧光生物成像已经成为医学诊断和生物分析中强有力的工具。已有大量用于检测金属离子、生物活性硫小分子、p H值的荧光探针被研发出来。但由于它们存在吸收和发射波长短,聚合诱导抑制(ACQ)效应,选择性差等问题,难以用于活体动物的成像。因此,开发简便、选择性好、灵敏度高的各类荧光探针仍具有重要意义。本文主要利用花菁素、类罗丹明骨架和其他种类的荧光骨架设计合成了9个分别对Cu2+、Fe3+、Na2S、p H
石墨相氮化碳(g-C3N4)因其可见光区响应、制备成本低廉、物化性质稳定等优点,是目前潜力最大的光催化材料之一。本文针对g-C3N4可见光吸收范围窄,光生载流子分离效率低这两方面缺点,将g-C3N4与具有相似结构、更好可见光响应的碳二氮(C2N)复合,再引入少量铂催化剂提高载流子分离效率,实现其在光催化性能上的优势互补。具体内容如下:(1)C2N的形貌控制及其结构表征本文以SiO2球为硬模板,合成
目的:脑科学研究作为当今世界科学研究前沿的热点领域之一,其相关的研究成果可以为揭开人类大脑这个复杂系统的运转和相关脑区功能代表的生理意义做出重大贡献。作为我国的一种特殊的技术工种—飞行员,是国家和社会宝贵的财富和人才资源。从一名初始学员成长为成熟优秀的飞行员的路上,需要花费的人力物力等资源都是巨大的,同时还伴随着较大时间成本的付出。随着航空环境的复杂化和国际化,在选拔优秀的飞行员的过程中,往往是需