[发明专利]一种基于注意力机制的红外宽光谱人脸识别方法及系统

权利要求书

1.一种基于注意力机制的红外宽光谱人脸识别系统，其特征在于，包括：

红外宽光谱数据获取模块，用于获取人脸各个关键区域的红外宽光谱数据；所述红外宽光谱的光谱范围为：1.3μm～14.4μm；

并联局部特征提取模块，用于对每个关键区域的红外宽光谱数据进行并联的多种不同的二维卷积层提取局部特征，所述二维卷积层的维度由大到小，得到每个关键区域在多种不同卷积维度下由粗到细的多种特征，并将多种由粗到细的特征拼接得到每个关键区域的局部特征；每次特征提取都是对关键区域的红外宽光谱数据进行的，不同的二维卷积层对应不同的特征维度特征提取，实现对红外宽光谱数据多种特征维度的特征提取，提取得到由粗到细的特征，特征维度大对应提取的特征相对较粗，特征维度小对应提取的特征相对较细；将从每个关键区域提取出的由粗到细的多种特征拼接，得到每个关键区域的局部特征；

注意力机制提取模块，用于结合注意力机制学习各个关键区域局部特征的注意权重，并基于学习的注意权重将所有关键区域的局部特征融合得到人脸宽光谱特征向量；融合所有关键区域的局部特征并自动学习各个关键区域局部特征的注意权重，基于学习的注意权重将所有关键区域的局部特征融合得到人脸宽光谱特征向量；所述自动学习各个关键区域局部特征的注意权重，具体为：通过自动学习确定各个关键区域对分类模块进行人脸识别的重要程度，根据重要程度为各个关键区域分配注意权重，从而提高重要程度高的关键区域特征的表达，并抑制重要程度低的关键区域特征的表达；

全局特征提取模块，用三层全连接网络提取人脸宽光谱特征向量的全局特征，每一个全连接层中的每一个节点与上一层的所有节点均相连，用于将上一层提取的特征综合起来；

分类模块，用于基于所述全局特征判断其所属的人的身份，以进行人脸识别；所述分类模块通过一层全连接层预测所述全局特征属于每个类的概率；其中，每个类代表一个人的身份标签；所述分类模块的全连接层的最后一层包括多个神经单元，每个神经单元用于预测一个类；所述分类模块用于基于所述全局特征判断其所属的人的身份，具体为：所述分类模块预测所述全局特征属于每个类的概率，将概率值最大的类判定为所述全局特征所属的类。

2.根据权利要求1所述的红外宽光谱人脸识别系统，其特征在于，还包括：训练模块；

所述训练模块，用于采用基于Softmax激活函数的交叉熵损失函数训练所述分类模块；Softmax激活函数表示为：交叉熵损失函数L_c表示为：其中：k表示人的类别数，即输出节点的个数，z_i表示第i(1≤i≤k)个节点的输出值，y_i′表示全局特征预测属于第i类概率所占的百分比，y_i为每类的真实标签。