基于加權(quán)特征融合與局部特征注意的人種分類
計算機工程與設(shè)計
頁數(shù): 7 2024-09-16
摘要: 為充分利用淺層特征中的細節(jié)紋理信息對人種特性的描述能力,挖掘具有區(qū)分性部位的表達特征對人種分類的作用,更好利用數(shù)據(jù)不同層次的特征與區(qū)分性部位以提供更具魯棒性的人種信息,提出一種基于加權(quán)特征融合與局部特征注意的人種分類模型(weighted feature fusion and local feature attention model, WFLA)。模型設(shè)計加權(quán)特征融合模塊增強... (共7頁)