文献类型： 中文期刊

作者： 王荣 ¹ ; 高荣华 ¹ ; 李奇峰 ¹ ; 刘上豪 ¹ ; 于沁杨 ¹ ; 冯璐 ¹ ;

作者机构： 1.北京市农林科学院信息技术研究中心

关键词： 猪脸识别;开集识别;注意力机制;模型轻量化

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2023 年 002 期

页码： 256-264

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对闭集猪脸识别模型无法识别训练集中未曾出现的生猪个体的问题，本文设计了一种融合注意力机制的开集猪脸识别方法，可实现开集猪脸图像识别，识别模型从未处理过的生猪个体。首先基于全局注意力机制、倒置残差结构和深度可分离卷积构建了轻量级的特征提取模块（GCDSC）;然后基于高效注意力机制、Ghost卷积和残差网络设计C3ECAGhost模块，提取猪脸图像高层语义特征；最后基于MobileFaceNet网络，融合GCDSC模块、C3ECAGhost模块、SphereFace损失函数和欧氏距离度量方法，构建PigFaceNet模型，实现开集猪脸识别。实验结果表明，GCDSC模块可使模型猪脸识别的准确率提高1.05个百分点，C3ECAGhost模块可将模型准确率进一步提高0.56个百分点。PigFaceNet模型在开集猪脸识别验证中的准确率可达94.28%,比改进前提高1.61个百分点，模型占用存储空间仅为5.44 MB,在提高准确率的同时实现了模型轻量化，可为猪场智慧化养殖提供参考方案。