-
公开(公告)号:CN117011918A
公开(公告)日:2023-11-07
申请号:CN202310992389.1
申请日:2023-08-08
Applicant: 南京工程学院
IPC: G06V40/16 , G06V40/40 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06F17/16 , G06F7/523 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于线性注意力机制的人脸活体检测模型的构建方法,包括从数据集中提取包含人脸的人脸图像,进行数据预处理;构建基于卷积神经网络的特征提取人脸图像的基础模型,得到特征图;通过构建通道注意力层和位置注意力层,构成完整的特征提取网络,将特征图通过特征提取网络进行特征融合,得到进阶特征图。本发明在经典的点乘注意力机制的基础上,对软最大化函数进行线性优化,并基于矩阵乘法结合律,改变矩阵因子乘法顺序,使得原始复杂度为O(N2)降为O(N),使得该线性注意力机制的人脸活体检测模型的构建在保证识别性能的前提下,可以有效的减少计算复杂度。
-
公开(公告)号:CN117011918B
公开(公告)日:2024-03-26
申请号:CN202310992389.1
申请日:2023-08-08
Applicant: 南京工程学院
IPC: G06V40/16 , G06V40/40 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06F17/16 , G06F7/523 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于线性注意力机制的人脸活体检测模型的构建方法,包括从数据集中提取包含人脸的人脸图像,进行数据预处理;构建基于卷积神经网络的特征提取人脸图像的基础模型,得到特征图;通过构建通道注意力层和位置注意力层,构成完整的特征提取网络,将特征图通过特征提取网络进行特征融合,得到进阶特征图。本发明在经典的点乘注意力机制的基础上,对软最大化函数进行线性优化,并基于矩阵乘法结合律,改变矩阵因子乘法顺序,使得原始复杂度为O(N2)降为O(N),使得该线性注意力机制的人脸活体检测模型的构建在保证识别性能的前提下,可以有效的减少计算复杂度。
-