嵌入双尺度分离式卷积块注意力模块的口罩人脸姿态分类

目的 针对口罩遮挡的人脸姿态分类新需求，为了提高基于卷积神经网络的人脸姿态分类效率和准确率，提出了一个轻量级卷积神经网络用于口罩人脸姿态分类。方法 本文设计的轻量级卷积神经网络的核心为双尺度可分离注意力卷积单元。该卷积单元由3×3和5×5两个尺度的深度可分离卷积并联而成，并且将卷积块注意力模块(convolutional block attention module，CBAM)的空间注意力模块(spatial attention module，SAM)和通道注意力模块(channel attention module，CAM)分别嵌入深度(depthwise，DW)卷积和点(pointwise，PW)卷积中，针对性地对DW卷积及PW卷积的特征图进行调整。同时对SAM模块补充1×1的点卷积挤压结果增强其对空间信息的利用，形成更加有效的注意力图。在保证模型性能的前提下，控制构建网络的卷积单元通道数和单元数，并丢弃全连接层，采用卷积层替代，进一步轻量化网络模型。结果 实验结果表明，本文模型的准确率较未改进SAM模块分离嵌入CBAM的模型、标准方式嵌入CBAM的模型和未嵌入注意力模块的模型分别提升了2.86%、6.41% 和12.16%。采用双尺度卷积核丰富特征，在有限的卷积单元内增强特征提取能力。与经典卷积神经网络对比，本文设计的模型仅有1.02 MB的参数量和24.18 MB的每秒浮点运算次数(floating-point operations per second，FLOPs)，大幅轻量化了模型并能达到98.57%的准确率。结论 本文设计了一个轻量高效的卷积单元构建网络模型，该模型具有较高的准确率和较低的参数量及计算复杂度，提高了口罩人脸姿态分类模型的效率和准确率。

A embedded dual-scale separable CBAM model for masked human face poses classification