来源：期刊VIP网 时间：
作者：苏雪平;孙丹丹;李云红;姚丽娜;任颖萱;王灿;
单位：西安工程大学电子信息学院;西安电子科技大学计算机科学与技术学院;
摘要：佩戴口罩是预防呼吸道传染病最经济、最有效、最实用的防护措施，但也因此会降低人脸识别准确率。提出联合多视角特征的口罩遮挡人脸识别算法，首先，利用BoTNet作为骨干特征提取网络，提高识别准确率。其次，引入人脸注意力增强网络(face attention augmentation model, FAAM),先生成未被口罩遮挡人脸区域(眼睛、眉毛、额头)的蒙版图，再精准提取蒙版图区域的特征，提高人脸识别的性能。此外，设计联合损失函数L_(face)提高模型的收敛速度和性能。在包括大约10 000人的50×10~4张人脸图片的公共遮挡人脸数据集上进行实验，相比其他算法，提出的算法识别准确率有显著提升，与经典算法FaceNet相比提升了13.9%。
关键词：遮挡人脸识别;BoTNet;注意力增强
基金资助：国家自然科学基金(61902301); 陕西省自然科学基础研究计划(2024JC-YBMS-455); 陕西省哲学社会科学研究专项青年项目(2024QN107); 陕西高校青年创新团队
