基于全局-局部视觉Mamba的神经网络架构搜索用于掌纹识别
计算机视觉与模式识别
2024-09-11 v4
摘要
由于高安全性、高隐私性和活体识别等优势，掌纹识别在过去几年受到越来越多的关注。近年来，深度学习模型，例如Mamba，已展示出鲁棒的特征表示能力和线性计算复杂度，并成功应用于视觉任务。然而，视觉Mamba可以捕获长距离特征依赖，但不幸的是会恶化局部特征细节。此外，基于人类先验知识手动设计Mamba架构非常耗时且容易出错。本文首先提出了一种名为全局-局部视觉Mamba（GLVM）的混合网络结构，以显式学习图像中的局部相关性和标记间的全局依赖关系用于掌纹特征表示。其次，我们设计了多头Mamba以学习不同方向上的依赖关系，从而提升视觉Mamba的特征表示能力。第三，为了学习互补特征，我们提出了一个由三个分支组成的ConvMamba模块，分别称为多头Mamba分支（MHMamba）、特征迭代单元分支（FIU）和卷积神经网络（CNN）分支，其中特征迭代单元分支旨在将卷积局部特征与基于Mamba的全局表示相融合。最后，提出了一种全局-局部交替神经网络架构搜索（GLNAS）方法，通过进化算法交替搜索GLVM的最优架构，从而提升掌纹识别任务的识别性能。我们在三个公开掌纹数据库上进行了严格实验以评估性能。实验结果表明，所提方法优于代表性方法并达到了最先进的识别准确率。
引用
@article{arxiv.2408.05743,
title = {Neural Architecture Search based Global-local Vision Mamba for Palm-Vein Recognition},
author = {Huafeng Qin and Yuming Fu and Jing Chen and Mounim A. El-Yacoubi and Xinbo Gao and Feng Xi},
journal= {arXiv preprint arXiv:2408.05743},
year = {2024}
}