[发明专利]一种基于注意力机制的人脸识别方法

权利要求书

1.一种基于注意力机制的人脸识别方法，其特征在于，包括以下步骤：

步骤1.将输入图像数据进预处理：将输出图像的每个像素点的RGB通道的数据映射分布到(-1,1)区间，然后分别处理训练集和验证集；

步骤2.构建网络：构建基于注意力机制的卷积神经网络，其中使用了深度可分离卷积来对人脸图像信息进行处理，然后使用注意力机制进一步增加关键特征信息的获取，提升最终准确率；

步骤3.训练模型：将步骤1中处理好的数据输入步骤2中构建的网络进行训练；

步骤4.将测试集中的图像数据输入到模型中，提取到人脸特征向量，然后计算得到人脸识别结果；

步骤2具体为：

输入的人脸图像数据的维度为112x112x3；该网络分为几个主要的网络层L1～L7；

1)L1：包含一个普通卷积层，其中卷积核数目为3、过滤器个数为64，步长为1；主要用来对输入图像数据进行快速的降维，保留其中的关键信息，使得该层最终输出的数据维度为(56,56,64)；

2)L2：包含一个深度可分离卷积层，用来将1)中产生的数据进行特征的提取，输出数据维度为(56,56,64)，与输入数据维度保持不变；然后添加注意力机制对输出数据提取跨通道的特征信息；

3)L3：该部分包括5个bottleneck，是神经网络的主体结构部分；bottleneck的结构包含两个普通卷积层和一个深度可分离卷积层，且普通卷积层的卷积核数目都为1，深度可分离卷积层的卷积核数目则为3，并在每个bottleneck尾部加入注意力机制；该部分中，bottleneck1的过滤器个数为64，步长为2；bottleneck2的过滤器个数为128，步长为2；bottleneck3的过滤器个数为128，步长为1；bottleneck4的过滤器个数为128，步长为2；bottleneck5的过滤器个数为128，步长为1；2)中的数据通过该层后，最终获得输出的数据维度为(7,7,128)；

4)L4：depthwise2也包含一个深度可分离卷积层，用来对3)中产生的数据做最后的特征提取，过滤器个数为512，卷积核大小为(7,7)，步长为1；，并同样在尾部加入注意力机制，进一步捕获关键通道特征；最终输出的数据维度为(7,7,512)；

5)L5：conv_block2，使用过滤器个数为128、卷积核大小为(1,1)、步长为1的普通卷积层来对4)的输出数据进行降维操作，而无需加入注意力机制，最终输出维度为(1,1,128)；

其中，注意力机制的实现过程具体表述为：

定义输入数据的维度为(H,W,C)，将输入进行全局平均池化层后得到维度为(1,1,C)的数据，然后通过一个卷积核大小为5的一维卷积层进行通道特征信息捕捉，并在通过sigmoid函数进行激活后得到维度仍然为(1,1,C)的通道特征；将计算出的C个通道特征加权分配到此层并联的C个过滤器上；

步骤3具体为：使用Adcos作为损失函数层，对构建的网络所输出的数据计算损失，并使用梯度下降更新网络参数；使用收敛速度快的SGD优化器，初始学习率为0.1，批次大小为128；通过早停法优化网络，当网络在验证集上的损失不再下降的时候，停止训练，保存训练结果。

2.根据权利要求1所述的一种基于注意力机制的人脸识别方法，其特征在于，

步骤1具体为：首先将输入图像中每个像素位置的RGB三种通道的数值都先减去127.5然后再除以128，规约在(-1,1)区间；然后将数据集分为训练集和验证集两部分。