基于多层次特征融合的Transformer人脸识别方法

卷积神经网络中的卷积操作只能捕获局部信息,而Transformer能保留更多的空间信息且能建立图像的长距离连接.在视觉领域的应用中,Transformer缺乏灵活的图像尺寸及特征尺度适应能力,通过利用层级式网络增强不同尺度建模的灵活性,且引入多尺度特征融合模块丰富特征信息.本文提出了一种基于改进的Swin Transformer人脸模型——Swin Face模型.Swin Face以Swin Transformer为骨干网络,引入多层次特征融合模块,增强了模型对人脸的特征表达能力,并使用联合损失函数优化策略设计人脸识别分类器,实现人脸识别.实验结果表明,与多种人脸识别方法相比,Swin Face模型通过使用分级特征融合网络,在LFW、CALFW、AgeDB-30、CFP数据集上均取得最优的效果,验证了此模型具有良好的泛化性和鲁棒性.

视觉图神经网络的人脸识别方法

目前,大部分人脸识别方法依赖CNN,通过级联融合局部特征实现特征提取,却忽视全局语义空间信息且训练代价巨大。基于Transformer的方法相较于CNN,参数更少且能有效表征全局特征信息,但对全局各特征区域相对空间依赖关系表征不足。针对以上问题,提出了一种视觉图神经网络的人脸识别方法,引入GCN作为特征提取网络,捕获邻近特征关系并建立全局特征区域的依赖性;结合ECA模块,提高模型对人脸特征感知能力。此外,基于Triplet Loss与Center Loss,构建联合损失函数作为目标函数,约束类内特征,提高模型泛化能力。本方法在LFW、CFP和AgeDB⁃30基准测试集上取得较好的效果,且模型参数量与计算复杂度更少。

基于双尺度时间特征的步态识别方法

当前,多数步态识别方法关注于步态序列单一时间尺度建模,忽略了不同时间尺度的信息交互。基于此,提出了一种双尺度时间特征表示网络。该方法聚合两个时间尺度特征来获取步态的运动表示,并将两个时间尺度上特征进行融合,实现信息交互。通过多视角识别实验验证,该方法在数据集CASIA-B上的性能超越了主流的步态识别方法,在NM、BG和CL条件下Rank-1准确率分别达到97.8%、93.1%以及80.6%。

基于联动空间拓扑关系的步态识别研究

目前,大多数基于骨骼的步态识别方法通过改善时空关系表征来提高步态识别的准确率,但却忽略了人体物理结构节点之间的联动性。基于上述问题,探究步态识别的空间拓扑联动关系。提出一种基于局部分区的新策略方法,划分人体非结构化区域并构建区域之间的邻接关系表示人体姿态的相对变化。其次,设计多尺度时间模块以时间为轴关联局部分区的节点变化提取多尺度时间特征。通过实验验证,该方法在步态数据集CASIA-B上超越了主流的步态识别方法,在不同行走条件下Rank-1准确率分别达到87.6%、77.6%以及72.8%。

LSFP下的机器人视觉定位技术研究

针对当前点云的定位算法中,多平面分割效果差、误匹配以及定位精度不够高等问题,提出LSFP的定位思想和C-S分割算法,对目标物体进行定位。在深度相机场景下,利用点云处理算法初步获取目标的位姿,经手眼标定后,进行初步引导;再使用3D扫描仪进一步定位目标物体。结果表明:(1)C-S分割算法对多平面分割效果良好,能更准确地去除多余平面,减少点云数量。(2)在垂直于Z轴且Z轴坐标值为171 mm和-10 mm的平面上,仅PrimeSense的定位距离的均方根误差为7.3 mm和8.2 mm,LSFP下的定位距离的均方根误差为2.6 mm和3.2 mm。(3)LSFP定位思想能扩大场景定位的范围,提高物体的定位精度,具有良好的准确性。