-
题名基于知识蒸馏的低质量人脸图像识别算法
- 1
-
-
作者
英特扎尔·艾山江
伊力哈木·亚尔买买提
-
机构
新疆大学电气工程学院
-
出处
《科学技术与工程》
北大核心
2025年第2期695-703,共9页
-
基金
国家自然科学基金(62362063,61866037)。
-
文摘
针对基于统一特征子空间的低质量人脸识别算法存在对低质量人脸的鲁棒性较差、特征表示能力有限等缺点,提出了一种基于知识蒸馏的低质量人脸图像识别算法。首先,将ResNeXt网络作为骨干特征提取网络,并引入双通道注意力模块构建具有注意力机制的教师-学生知识蒸馏框架。其次,采用教师网络的输出特征作为标签知识,将有效的识别特征传递给学生网络、采用注意力图特征作为中间层知识,弥补输出层知识信息单一的不足,通过结合两种知识蒸馏的方式丰富特征知识以保证教师网络模型知识信息的多样性。然后,将标签知识蒸馏损失、注意力图蒸馏损失和识别损失的加权平均融合作为网络总的损失函数,确保学生网络模型具有更好的学习能力。最后,在AgeDB-30和CPLFW测试集不同质量图像下进行测试,消融实验结果表明,相比无蒸馏的通用人脸识别模型,经过两种知识蒸馏的模型,在识别准确率上分别获得了2.25%、11.33%、24.64%和2.8%、10.58%、27.85%的提升。对比实验表明,与其他主流算法相比,本文所提算法在准确率上也获得了不同程度的提升。
-
关键词
低质量人脸图像
知识蒸馏
注意力机制
ResNeXt
-
Keywords
low quality face images
knowledge distillation
attention mechanism
Resnext
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
