典型文献
基于分数阶微分的卷积神经网络人脸识别
文献摘要：
近年来,人脸识别技术作为一种用来抓取生物面部特征信息以及匹配现有数据库中人脸数据的有力手段,以其无接触性、可远距离实施等优点在越来越多的场景中得到了应用.针对在自然无约束条件下,受到光照、姿势和背景环境等因素的影响,设备捕捉到的人脸图像在现有的人脸识别模型中识别率依然不足的情况,本文提出了一种基于分数阶微分改进的残差网络(ResNet)人脸识别方法.本方法通过在原有网络模型结构中增加注意力机制来增强人脸特征提取,融合不同通道和空间的信息提升网络的健壮性,同时利用分数阶微分对节点函数进行处理,增加卷积块提取更多的人脸细节信息,最后使用ArcFace损失函数来优化模型,在网络中进行迭代训练完成人脸识别.实验结果显示:改进后的网络模型在现有的一些数据集(如LFW、AgeDB-30、CFP-FP等)上表现出更好的识别性能和更强的鲁棒性.
文献关键词：
分数阶微分;注意力机制;残差网络;人脸识别
中图分类号：
作者姓名：
彭朝霞;蒲亦非
作者机构：
四川大学计算机学院,成都610065
文献出处：
引用格式：
[1]彭朝霞;蒲亦非-.基于分数阶微分的卷积神经网络人脸识别)[J].四川大学学报（自然科学版）,2022(01):29-36
A类：
B类：
分数阶微分,网络人,人脸识别技术,抓取,面部特征,特征信息,无接触,接触性,远距离,无约束,姿势,背景环境,捕捉到,人脸图像,人脸识别模型,识别率,残差网络,ResNet,模型结构,注意力机制,人脸特征提取,健壮性,点函数,加卷,细节信息,ArcFace,损失函数,迭代训练,LFW,AgeDB,CFP,识别性
AB值：
0.389873
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
