基于深度特征聚类的海量人脸图像检索

• 作者: 张博言 曹冬平 李振东 钟勇
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 图像检索 卷积神经网络 特征提取 K-means聚类
• 年，卷（期）: 2018,（11）
• 页码范围: 101-109
• 页数: 9页
• 分类号: TP391.41
• 字数: 7182字
• 语种: 中文
• DOI: 10.11918/j.issn.0367-6234.201803047

摘要

针对海量人脸图像数据库检索时长的问题,提出了一种基于深度特征聚类的海量人脸图像检索算法.该算法首先使用人脸图像训练集对深度卷积神经网络模型进行人脸图像分类训练,在此基础上采用三元组损失方法对已训练好的人脸图像分类网络模型进行微调,使得网络能够更加有效地提取人脸图像的高层语义特征,构建更具有表征性的人脸图像深度特征.其次采用K-means聚类算法对提取的人脸图像深度特征进行聚类,使得同一个人的人脸图像能够划分到同一簇中,然后在相应的簇中进行人脸图像的深度特征相似度匹配执行人脸图像检索任务.为了进一步提高系统的检索性能,提出人脸图像深度特征融合的查询扩展方法,对待检索的人脸图像深度特征进行融合再次执行检索任务得到最终的检索结果.通过在两个人脸检索数据集(Celebrities Face Set和Labeled Faces in the Wild dataset)上进行详尽实验验证,结果表明,该算法能极大地缩小海量人脸图像数据库的检索范围,在保证一定准确率的前提下有效地提高了人脸图像检索的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟勇	中国科学院成都计算机应用研究所	96	776	17.0	24.0
5	李振东	中国科学院成都计算机应用研究所	14	32	4.0	5.0
9	张博言	中国科学院成都计算机应用研究所	3	8	1.0	2.0
13	曹冬平	中国科学院成都计算机应用研究所	3	9	1.0	3.0