论文部分内容阅读
图像奇异值分解产生的归一化系数可以保留原始图像的大部分纹理信息并对光照条件不敏感,本文中采用归一化后的奇异值矩阵即奇异值脸来表示低光照人脸图像的主要特征.基于卷积神经网络的深度学习算法已经广泛应用于图像识别领域,通过在网络中加入注意力模块可以关注图像中的重要信息并抑制不必要的信息.本文提出一种结合奇异值脸和注意力卷积神经网络的人脸识别模型,算法首先采用归一化后的奇异值矩阵来表示人脸特征,然后将特征输入到添加了注意力模块的深度卷积神经网络中,通过跨通道和空间的信息融合提高网络的健壮性,最后通过网络的迭