基于局部特征融合Transformer的牛身识别算法

• 作者: 刘浩 沈雷 牟家乐 郑鹏
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 牛身识别 空间融合 卷积块 Transformer
• 年，卷（期）: 2023,（1）
• 页码范围: 49-55
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2023.01.008

摘要

目前，牛身识别技术大多采用卷积神经网络(Convolutional Neural Networks, CNN)，CNN只能处理局部邻域信息，容易丢失细节信息。为此，提出一种基于局部特征融合Transformer的牛身识别算法。首先，运用卷积将相邻空间内的牛身局部信息进行融合，增强融合后局部特征信息在不同姿态下的辨别力和鲁棒性；其次，将融合后的局部信息和全局分类信息通过数个多层感知机模块进行分类训练，损失函数采用三元组和标签平滑交叉熵损失，有效提高了牛只多姿态场景下特征的提取。仿真实验结果表明，在复杂场景下，与基于CNN的牛身识别算法相比，提出的算法有效降低了拒识率，提高了Topl排序性能和AUC值。