[论文解读] Convolutional Neural Network with Convolutional Block Attention Module for Finger Vein Recognition

Zhongxia Zhang, Mingwen Wang|arXiv (Cornell University)|Feb 14, 2022

Biometric Identification and Security被引用 14

一句话总结

该论文提出了一种通过卷积块注意力模块（CBAM）增强的轻量级卷积神经网络，用于手指静脉识别，通过自适应的通道和空间注意力机制提升特征判别能力。该方法在两个公开数据库上实现了100%的准确率，计算成本极低，优于更深更宽的网络，同时显著缩短了训练时间。

ABSTRACT

Convolutional neural networks have become a popular research in the field of finger vein recognition because of their powerful image feature representation. However, most researchers focus on improving the performance of the network by increasing the CNN depth and width, which often requires high computational effort. Moreover, we can notice that not only the importance of pixels in different channels is different, but also the importance of pixels in different positions of the same channel is different. To reduce the computational effort and to take into account the different importance of pixels, we propose a lightweight convolutional neural network with a convolutional block attention module (CBAM) for finger vein recognition, which can achieve a more accurate capture of visual structures through an attention mechanism. First, image sequences are fed into a lightweight convolutional neural network we designed to improve visual features. Afterwards, it learns to assign feature weights in an adaptive manner with the help of a convolutional block attention module. The experiments are carried out on two publicly available databases and the results demonstrate that the proposed method achieves a stable, highly accurate, and robust performance in multimodal finger recognition.

研究动机与目标

• 解决深度和宽幅CNN在手指静脉识别中计算成本过高的问题。
• 通过建模特征的通道级和空间级重要性，提升特征表示能力。
• 开发一种轻量化、高效且高精度的模型，适用于实际部署。
• 将CBAM作为即插即用模块集成，以增强特征学习，而无需增加模型复杂度。

提出的方法

• 设计了一种轻量级CNN架构，以最少的参数和计算量从手指静脉图像中提取初始特征。
• 将CBAM嵌入网络中，分别学习通道和空间维度的注意力图。
• 通过全局平均池化和全局最大池化计算注意力图，随后使用共享的多层感知机学习通道权重。
• 空间注意力通过在通道池化后的特征上应用学习到的二维卷积核来计算。
• 将注意力图与输入特征图逐元素相乘，以自适应地优化特征。
• 将优化后的特征通过Softmax层进行分类，支持端到端训练。

实验结果

研究问题

• RQ1 轻量级CNN结合CBAM是否能在手指静脉识别中实现高于标准深度CNN的准确率？
• RQ2 CBAM的集成是否在不增加计算成本的前提下提升了特征判别能力？
• RQ3 与传统手工设计特征方法相比，该方法在准确率和效率方面表现如何？
• RQ4 注意力机制是否能有效突出显著的静脉结构，同时抑制无关特征？

主要发现

• 所提方法在HKPU和USM两个数据库上均实现了100%的识别准确率，优于基线CNN（98.11%）及其他最先进方法。
• 模型在20个周期的训练与验证中仅需683秒，与基线相比仅相差13秒，充分体现了其轻量化特性。
• 该方法显著优于传统算法，如LBP（83%）、Gabor（90.08%）和PCA（94.7%），在无需图像预处理的情况下实现了接近完美的准确率。
• 与更深的网络如ResNet-18（96.04%）和AlexNet（92.28%）相比，所提模型在参数更少、计算量更低的前提下实现了更高的准确率。
• 在USM数据库上，该模型实现了100%的准确率，超越了表现最佳的CPBFL-BCL方法（99.98%）和加权静脉索引方法（99.93%）。
• CBAM的集成通过自适应地强调重要通道和空间区域，显著提升了特征可区分性，仅通过微小的架构改动即实现了卓越性能。