返回
Multi-Modality Sheep Face Recognition Based on Deep Learning
DOI:10.3390/ani15081111.png)
摘要
En 中文
为解决同类型羊脸识别的挑战,该类型羊脸具有显著相似性,且RGB图像在不同光照条件和角度下表现各异,本文提出了一种基于ResNet18架构的双分支多模态羊脸识别模型。该模型能够有效学习深度数据的几何特征和RGB数据的纹理特征,从而提升识别精度。初始阶段,模型采用两个InceptionV2层,分别针对RGB通道和深度通道,以提取两种模态的特定特征。随后计算两种模态的损失值。在中期阶段,采用卷积块注意力模块(CBAM)融合两种模态,在最终阶段则利用残差网络学习模态间的互补特征。实验结果表明,该模型得益于有效的多模态融合,在复杂光照条件和多角度情况下实现了高精度的羊脸识别。
Keyword:
sheep face recognition
multimodal
deep learning
ResNet
CBAM attention
期刊
IF:
2.7
论文数:
6.3K
被引数:
5.1W
机构
引用论文
Practices and Applications of Convolutional Neural Network-Based Computer Vision Systems in Animal Farming: A Review基于卷积神经网络的计算机视觉系统在动物养殖中的实践和应用: 综述
Sensors
IF0

