论文部分内容阅读
基于深度卷积神经网络的人脸识别算法具有较高的识别精度,但是计算复杂度高,难以在移动设备或离线环境下运行。为了保持人脸识别精度的同时降低人脸识别网络的复杂度,提出了一种基于压缩激活机制的轻量级人脸识别网络(Squeeze and Excitation Mobile Face Net,SEMFN)。在MobileFaceNet网络为基础,把第一层头部卷积核通道数量下降至16,从而降低模型的复杂度;在网络的第二层引入了轻量级注意力机制,即Squeeze and Excitation结构,使得网络能够更准确