LFSepNet：结合Transformer技术的照明和面部特征人脸识别方法.docx

LFSepNet：结合Transformer技术的照明和面部特征人脸识别方法

目录

LFSepNet：结合Transformer技术的照明和面部特征人脸识别方法（1）

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3主要工作．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1Transformer架构简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2人脸识别技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3照明与面部特征的关系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

LFSepNet方法论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.2.1输入模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.2.2编码器解码器结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2.3注意力机制的引入．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.3训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.3.1数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.3.2损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.3.3优化算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.1实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.1.1数据集选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.1.2实验环境配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

4.2实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.2.1性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.2.2与其他方法的对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

4.3结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

4.3.1特征提取效果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.3.2面部特征保持能力．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

4.3.3照明条件适应性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

5.1主要结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

5.2创新点总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

5.3未来工作方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

LFSepNet：结合Transformer技术的照明和面部特征人脸识别方法（2）

一、内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．