PulseAugur
中
实时 07:33:11
English(EN) PLGSA-Transformer: Periocular Landmark-Guided Attention with Occlusion-Adaptive Cosine Thresholding for Cross-Modal Masked and Unmasked Face Recognition

新型Transformer模型增强了带口罩人脸识别能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了PLGSA-Transformer，一个新颖的人脸识别框架，解决了面部口罩带来的挑战。该系统利用眼周地标引导的空间注意力来聚焦于眼睛和额头周围可见的面部区域，并整合了EfficientNetB3的特征。混合CNN-Transformer架构处理这些特征，而遮挡自适应余弦阈值则根据预测的遮挡严重程度调整匹配分数。该模型表现出高精度，在一个包含遮挡和未遮挡人脸的数据集上实现了97.22%的对验证准确率，优于先前的方法。 AI

影响 这项研究为在普遍佩戴口罩的现实场景中进行人脸识别提供了更鲁棒的解决方案，有望改进安全和身份识别系统。

排序理由 学术论文，详细介绍了一个新模型及其在特定任务上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型Transformer模型增强了带口罩人脸识别能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Dana A Abdullah ·

    PLGSA-Transformer: Periocular Landmark-Guided Attention with Occlusion-Adaptive Cosine Thresholding for Cross-Modal Masked and Unmasked Face Recognition

    arXiv:2607.03581v1 Announce Type: cross Abstract: The widespread adoption of facial masks, accelerated by COVID-19 and mandated in security-sensitive settings, has exposed limitations of conventional face recognition systems. Existing approaches relying on fixed cosine thresholds…

相关实体

相关话题