视频人脸识别中高效分解卷积与时间金字塔网络研究

• 作者: 周书田 颜信 谢镇汕
• 来源期刊: 电子科技大学学报
• 关键词: 卷积神经网络 分解卷积 人脸识别 时间金字塔网络 视频分析
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机工程与应用|Computer Engineering and Applications
• 页码范围: 231-235
• 页数: 5页
• 分类号: TP394.1
• 语种: 中文
• DOI: 10.12178/1001-0548.2020319

摘要

随着大量视频监控和摄像头网络的架设,非受限场景下的连续视频帧人脸识别愈发引人关注.传统的连续视频帧人脸识别方法大多存在识别结果易波动和计算资源消耗密集的问题.因此,该文对比了不同的帧间汇聚方式,采用注意力机制优化帧间汇聚过程,并采用3D分离卷积进行视频人脸建模,有效降低了视频人脸识别的计算消耗,提高了识别准确率.此外,提出了一种时间金字塔网络,可以进一步有效挖掘帧间互补信息,以提高识别准确率.该方法的有效性在YTF、PaSC数据集上得到了验证.