基于跨模态共享特征学习的夜间牛脸识别方法

摘要

【目的】解决夜间环境下牛只身份信息难以有效识别的问题，以期为牛只全天候监测提供技术基础。【方法】提出了一种基于跨模态共享特征学习的夜间牛脸识别方法。首先，模型框架采用浅层双流结构，有效提取不同模态的牛脸图像中的共享特征信息；其次，引入Triplet注意力机制，跨维度地捕捉交互信息，以增强牛只身份信息的提取；最后，通过嵌入扩展模块进一步挖掘跨模态身份信息的表征。【结果】本文提出的夜间牛脸识别模型在测试集上的平均精度均值、一阶累积匹配特征值(CMC-1)和五阶累积匹配特征值(CMC-5)分别为90.68%、94.73%和97.82%，相较于未进行跨模态训练的模型，提高了19.67、18.91和12.00个百分点。【结论】本研究所提出的模型为夜间牛只身份识别问题提供了可靠的解决方案，为实现牛只全天候持续监测奠定了坚实的技术基础。

关键词

牛 / 身份识别 / 异质面部识别 / 跨模态 / 注意力机制 / 共享特征 / 夜间