基于深度学习的羊脸细粒度特征的身份识别

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%。