[1] [1] 刘可佳， 马荣生， 唐子木， 等. 采用优化卷积神经网络的红外目标识别系统［J］. 光学 精密工程， 2021， 29（4）： 822-831. doi: 10.37188/OPE.20212904.0822LIUK J， MAR SH， TANGZ M， et al. Design of infrared target recognition system with optimized convolutional neural network［J］. Opt. Precision Eng.， 2021， 29（4）： 822-831. （in Chinese）. doi: 10.37188/OPE.20212904.0822

[2] [2] 胡麟苗， 张湧， 楼晨风. 基于内容特征提取的短波红外-可见光人脸识别［J］. 光学 精密工程， 2021， 29（1）： 160-171. doi: 10.37188/ope.20212901.0160HUL M， ZHANGY， LOUCH F. Shortwave infrared visible-light face recognition based on content feature extraction［J］. Opt. Precision Eng.， 2021， 29（1）： 160-171.（in Chinese）. doi: 10.37188/ope.20212901.0160

[3] M LI, B HUANG, G TIAN. A comprehensive survey on 3D face recognition methods. Engineering Applications of Artificial Intelligence, 110, 104669(2022).

[4] M H GUO, T X XU, J J LIU et al. Attention mechanisms in computer vision： a survey. Computational Visual Media, 8, 331-368(2022).

[5] A A KHAN, A A SHAIKH, Z A SHAIKH et al. IPM-Model： AI and metaheuristic-enabled face recognition using image partial matching for multimedia forensics investigation with genetic algorithm. Multimedia Tools and Applications, 81, 23533-23549(2022).

[6] D CONWAY, L SIMON, A LECHERVY et al. Training Face Verification Models from Generated Face Identity Data. arXiv, 2108-00800(2021). https：//arxiv.org/abs/2108.00800.pdf

[7] [7] 曹海燕，曹广.基于几何特征的人脸识别方法研究［J］.电子技术，2021，50（6）：27-29.CAOH Y，CAOG. Research on face recognition method based on geometric features ［J］. Electronic Technology，2021，50（6）：27-29. （in Chinese）

[8] K K S LIYAKAT, V A MANE, K P PARADESHI et al. Development of pose invariant face recognition method based on PCA and artificial neural network. Journal of Algebraic Statistics, 13, 3676-3684(2022).

[9] P A JAYA, P K KUMAR, S SAUNAK et al. A deep learning technique for biometric authentication using ECG beat template matching. Information, 14, 65(2023).

[10] G E HINTON, R R SALAKHUTDINOV. Reducing the dimensionality of data with neural networks. Science, 313, 504-507(2006).

[11] F SCHROFF, D KALENICHENKO, J PHILBIN. FaceNet： a unified embedding for face recognition and clustering, 7, 815-823(2015).

[12] [12] 薛继伟， 孙宇锐， 辛纪元. 基于ArcFace算法的人脸识别应用研究［J］. 电子设计工程， 2022， 30（11）：168-172.XUEJ W， SUNY R， XINJ Y. Research on the application of face recognition based on ArcFace algorithm［J］. Electronic Design Engineering， 2022， 30（11）：168-172.（in Chinese）

[13] [13] 孙运达， 万雪， 李盛阳. 基于孪生网络的航天器部件追踪［J］. 光学 精密工程， 2021， 29（12）： 2915-2923. doi: 10.37188/OPE.20212912.2915SUNY D， WANX， LISH Y. Siamese network based satellite component tracking［J］. Opt. Precision Eng.， 2021，29（12）：2915-2923.（in Chinese）. doi: 10.37188/OPE.20212912.2915

[14] R MATHI, J V MOTHUKURI, V A PASUMARTHY et al. Face recognition in different scenarios using Siamese network, 7, 1-6(2022).

[15] G R KOCH. Siamese neural networks for one-shot image recognition(2015).

[16] C L SONG, S Y JI. Face recognition method based on Siamese networks under non-restricted conditions. IEEE Access, 10, 40432-40444(2022).

[17] J BROMLEY, I GUYON, Y LECUN et al. Signature verification using a “Siamese” time delay neural network, 737-744(29).

[18] K SIMONYAN, A ZISSERMAN. Very Deep Convolutional Networks for Large-scale Image Recognition. arXiv, 1409-1556(2014). https：//arxiv.org/abs/1409.1556.pdf

[19] S IOFFE, C SZEGEDY. Batch normalization： accelerating deep network training by reducing internal covariate shift, 448-456(2015).

[20] [20] 张晋婧， 刘双峰， 丰雷， 等. 融合注意力机制的人脸识别算法研究［J］. 国外电子测量技术， 2023， 42（2）： 107-113.ZHANGJ J， LIUSH F， FENGL， et al. Research on face recognition algorithm integrating attention mechanism［J］. Foreign Electronic Measurement Technology， 2023， 42（2）： 107-113.（in Chinese）

[21] J HU, L SHEN, G SUN. Squeeze-and-excitation networks, 18, 7132-7141(2018).

[22] A ALMADAN, A KRISHNAN, A RATTANI. BWCFace： open-set face recognition using body-worn camera, 14, 1036-1043(2020).

[23] [23] 马艳军， 于佃海， 吴甜， 等. 飞桨： 源于产业实践的开源深度学习平台［J］. 数据与计算发展前沿， 2019（1）： 105-115.MAY J， YUD H， WUT， et al. PaddlePaddle： an open-source deep Lear［J］. Frontiers of Data & Computing， 2019（1）： 105-115.（in Chinese）

[24] L N SMITH. Cyclical learning rates for training neural networks, 24, 2017(2017).

[25] W GAO, B CAO, S G SHAN et al. The CAS-PEAL large-scale Chinese face database and baseline evaluations. IEEE Transactions on Systems， Man， and Cybernetics, 38, 149-161(2008).

[26] [26] 刘悦婷. 基于LWSFLA-SVM的人脸识别算法［J］. 宝鸡文理学院学报（自然科学版）， 2016， 36（3）： 40-44. doi: 10.13467/j.cnki.jbuns.2016.03.001LIUY T. Face recognition algorithm based on LWSFLA-SVM［J］. Journal of Baoji University of Arts and Sciences （Natural Science Edition）， 2016， 36（3）： 40-44. （in Chinese）. doi: 10.13467/j.cnki.jbuns.2016.03.001

[27] Y DING, L QI et al. Single sample per person face recognition based on sparse representation with extended generic set, 18, 37-375(2018).

[28] [28] 马杲东， 吕非， 童莹， 等. 基于核扩展混合块字典的单样本人脸识别研究［J］. 计算机技术与发展， 2022， 32（1）： 104-110， 116. doi: 10.3969/j.issn.1673-629X.2022.01.018MAG D， LÜF， TONGY， et al. Face recognition with a single training sample per person based on kernel extended hybrid block dictionary learning［J］. Computer Technology and Development， 2022， 32（1）： 104-110， 116.（in Chinese）. doi: 10.3969/j.issn.1673-629X.2022.01.018

[29] [29] 潘惠苹， 任艳， 徐春. 基于核典型相关分析和支持向量机的图像识别技术［J］. 南京理工大学学报， 2022， 46（3）： 284-290.PANH P， RENY， XUCH. Image recognition technology based on kernel canonical correlation analysis and support vector machine［J］. Journal of Nanjing University of Science and Technology， 2022， 46（3）： 284-290.（in Chinese）