基于自聚焦双神经网络的人脸识别-预测人脸数据

时间：2019-10-06 20:13 来源：大陆365bet网址阅读次数：

基于自我中心神经网络的人脸识别：在家庭人脸数据库中预测亲戚。在共享人脸识别任务的任务中，双神经网络被广泛用于解决样本数量少，类别大的项目，并且确定输入人脸的相似性达到了很高的鲁棒性。的
在设计和转换传统的双神经网络时，我们提出了一种基于自我注意机制的双神经网络，以推导血统预测中人脸识别的经典任务。
网络设计思想结合了新提出的全局上下文非本地注意力模块（GlobalContextNon-localNetwork，GCBlock），并使用自注意力机制来合并面部的主要长途特征并减少数量。培训是使用西北大学的SMILE面部数据集进行的，在Kaggle举办的官方面部识别数据竞赛中名列前十名。
实验表明，全局上下文模块可以有效地合并人脸主要长途特征之间的依赖信息，并与双胞胎网络相结合，从而大大提高了相关性预测任务的准确性。
（本文的总页数为3页）。
[继续阅读本文]如何获得本文>>如何获得本杂志>>

上一篇：如何将无线路由器配置为纯无线AP？

下一篇：[操作]发生碰撞的可能性非常低。从卡地亚Santo