基于深度学习的羊脸细粒度特征的身份识别
宣传忠
吕尧
刘苏慧
崔家赫
张曦文
内蒙古农业大学,内蒙古 呼和浩特 010018
摘要：由于目前羊面部图像差距小,其细粒度图像难以识别.基于双线性卷积神经网络(Biliner-CNN),提出了一种基于VGG19-ResNet50非对称的改进B-CNN网络模型,对羊面部细粒度图像进行身份识别;将VGG19和ResNet50作为不同注意力特征提取器,并将特征提取后的结果做外积融合以形成最终的个体身份特征,最后利用全连接层和softmax层对提取到的特征进行分类.试验结果表明:在对20只羊的1657张不同角度、光照、姿态以及全身图像、面部图像的识别中,基于VGG19-ResNet50非对称的改进B-CNN网络模型准确率达到99.69％.
关键词：羊面部识别细粒度分类VGG19-ResNet50双线性卷积神经网络
分类号：TP18(自动化基础理论)TP391.41(计算技术、计算机技术)
资助基金：内蒙古自治区科技计划项目(2021GG0111)
论文发表日期：2023-02-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 26-30,58 )