科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对真实场景中大量类别数未知、样本数量不均衡、数据分布复杂等导致人脸图像智能提取准确率低的问题，提出了基于关联图关键边发现的人脸图像聚类算法。首先，通过融合多个卷积神经网络提取的图像样本特征，获得鉴别性更强的特征向量，并计算不同样本之间的相似度；然后，利用拒真率和认假率设置合适的门限值，将得到的相似度结果与门限值进行比较，筛选出相似程度高的样本对，并添加样本对之间的连接边来构建关联图；再利用介数中心性测度，设计关键边发现方法，挖掘关联图中可能连接不同簇的重要连接边；最后，采用图卷积网络确认是否存在上述重要连接边以获得最终的聚类簇。实验结果表明，所提算法能够提高人脸图像聚类的准确率。
- 单位
