基于双线性卷积神经网络的猪脸识别算法

• 作者: 宋各方 秦兴
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 猪脸识别 细粒度分类 卷积神经网络 多层次融合
• 年，卷（期）: 2019,（2）
• 页码范围: 12-17
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2019.02.003

摘要

为了实现对猪的精准活体身份识别,基于现有的双线性卷积神经网络(Bilinear-CNN),提出了一种非侵入式的猪面部识别模型.利用在图像特征提取上具有优良效果的VGG-16网络作为特征提取器,并将不同层次的提取特征做外积融合以形成最终的个体身份特征,最后,利用全连接层对其进行分类.实验结果表明:识别模型能对不同光照、角度、表情和姿态的猪脸进行识别,在200头猪的2110张测试图像集中,识别准确率达到95.73％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦兴	杭州电子科技大学电子信息学院	12	26	3.0	4.0
2	宋各方	杭州电子科技大学电子信息学院	1	5	1.0	1.0