融合PVT多级特征的口罩人脸识别研究

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 (Pyramid Vision Transformer, 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-center ArcFace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)