基于卷积神经网络的大规模人脸聚类

• 作者: 孙旭 徐维超 李保俊 申小敏
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 大规模人脸聚类 卷积神经网络 K-means 随机指标 信息熵 F1-测试值 混淆矩阵可视化
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 综合研究
• 页码范围: 77-84
• 页数: 8页
• 分类号: TP181
• 字数: 6308字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2016.06.014

摘要

大规模人脸聚类不仅要求高效的人脸特征，还要求聚类算法在保持高准确率的同时耗时短。本文通过构建卷积神经网络高效提取人脸特征，并采用经典K-means算法和现阶段新颖的CFSFDP （ Clustering by Fast Search and Find of Density Peaks）算法进行大规模人脸聚类。实验在聚类数目递增的情况下进行，并通过随机指标（Rand Index， RI）、信息熵、F1-measure和混淆矩阵可视化来综合评估聚类的质量。结果表明，在大规模人脸聚类的情况下，卷积神经网络特征融合K-means的人脸聚类算法速度和准确率均优于CFSFDP算法。这一结论对大规模人脸聚类的实际应用具有重要的指导意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐维超	广东工业大学自动化学院	21	145	5.0	11.0
2	孙旭	广东工业大学自动化学院	16	127	5.0	11.0
3	申小敏	广东工业大学自动化学院	2	10	2.0	2.0
4	李保俊	广东工业大学自动化学院	2	6	1.0	2.0