２０２３年７月第４４卷第７期计算机工程与设计ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮＪｕｌｙ２０２３Ｖｏｌ．４４■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Ｎｏ．７基于注意力机制的人脸虹膜双特征融合识别杨岗，周奥，张东兴（西南交通大学机械工程学院，四川成都６１００３１）摘要：针对单一生物识别方法存在的固有局限性，利用人脸和虹膜双生物模态信息，提出一种基于注意力机制和低秩多模态融合的身份识别模型（ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍａｎｄｌｏｗ－ｒａｎｋｍｕｌｔｉｍｏｄａｌｆｕｓｉｏｎ，ＡＬＭＦ）。在模型的人脸和虹膜特征提取网络中均嵌入改进的混合注意力机制（Ｉ＿ＣＢＡＭ），增强有用特征的提取。利用模态特定低秩因子完成低秩多模态特征级融合（ｌｏｗ－ｒａｎｋｍｕｌｔｉｍｏｄａｌｆｕｓｉｏｎ，ＬＭＦ），解决传统特征拼接方式无法充分实现各模态特征的互补、容易造成冗余信息和维度灾难等问题。使用简单高效的余弦距离完成特征模板的比对实现身份识别。实验结果表明，ＡＬＭＦ模型相比单一生物特征识别和传统融合识别算法具有更强的鲁棒性和准确率。关键词：单一生物识别；注意力机制；人脸虹膜双特征融合；模态特定低秩因子；特征级融合；特征比对；生物身份识别中图法分类号：ＴＰ３９１文献标识号：Ａ文章编号：１０００－７０２４（２０２３）０７－２１７７－０８ｄｏｉ：１０．１６２０８／ｊ．ｉｓｓｎ１０００－７０２４．２０２３．０７．０３４收稿日期：２０２２－０１－１３；修订日期：２０２３－０６－１５基金项目：国家重点研发计划基金项目（２０２０ＹＦＢ１２００３００ＺＬ）；成都市重点研发支撑计划基金项目（２０１９－ＹＦ０５－０２６８５－ＳＮ）作者简介：杨岗（１９７３），男，四川成都人，博士，讲师，硕士生导师，研究方向为交通设备故障诊断与控制工程、人工智能与大数据分析；周奥（１９９８），男，湖北荆州人，硕士研究生，研究方向为人工智能与智能信息处理；张东兴（１９９５），男，河北沧州人，硕士研究生，研究方向为轨道交通设备故障诊断及健康预测。Ｅ－ｍａｉｌ：１６４２９０１７１０＠ｑｑ．ｃｏｍＦａｃｅａｎｄｉｒｉｓｄｕａｌｆｅａｔｕｒｅｆｕｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍＹＡＮＧＧａｎｇ，ＺＨＯＵＡｏ...
