【技术实现步骤摘要】
本申请的实施例涉及机器学习中的数据挖掘，特别涉及一种基于标签传递的人脸图像聚类方法。
技术介绍
1、人脸图像聚类是一种基于相似性分析的无监督学习任务，旨在将大量的人脸图像自动归类到不同的群组中，使同一群组内的人脸图像属于同一身份或具有相似特征。该技术通常依赖于深度学习、特征提取、度量学习等方法，以提高聚类的准确性和稳定性。在人脸图像聚类中，核心挑战包括高维特征空间的处理、数据分布的不均衡性、光照和姿态变化的鲁棒性等。
2、人脸图像聚类在多个实际应用中发挥重要作用。例如，在安防监控领域，该技术可用于身份归类和异常行为检测，提高公共安全管理效率、在社交媒体平台，人脸聚类有助于自动整理照片，为用户提供个性化推荐。此外，在大规模人脸识别系统中，聚类可用于减少冗余计算、提高检索和识别效率。随着人工智能技术的发展，人脸图像聚类将在更多领域展现出广阔的应用前景。
3、人脸图像分析的关键在于聚类的准确性和处理效率。为此，国内外研究者提出了多种快速聚类方法，旨在提升人脸图像分析的精度。这些方法主要可以归纳为以下几类：基于质心的人脸...
【技术保护点】
1.一种基于标签传递的人脸图像聚类方法，其特征在于，包括：
2.根据权利要求1所述的一种基于标签传递的人脸图像聚类方法，其特征在于，所述对n张待聚类人脸图像进行人脸检测、对齐和预处理，并对预处理后的人脸图像进行特征选择、特征提取和特征归一化，得到n张标准化人脸图像，包括：
3.根据权利要求1所述的一种基于标签传递的人脸图像聚类方法，其特征在于，基于c、B、U构建人脸图像聚类模型，通过以下公式实现：
4.根据权利要求3所述的一种基于标签传递的人脸图像聚类方法，其特征在于，人脸图像聚类模型利用标签传递策略F＝BU以及平衡正则项的约束，把...
【技术特征摘要】
1.一种基于标签传递的人脸图像聚类方法，其特征在于，包括：
2.根据权利要求1所述的一种基于标签传递的人脸图像聚类方法，其特征在于，所述对n张待聚类人脸图像进行人脸检测、对齐和预处理，并对预处理后的人脸图像进行特征选择、特征提取和特征归一化，得到n张标准化人脸图像，包括：
3.根据权利要求1所述的一种基于标签传递的人脸图像聚类方法，其特征在于，基于c、b、u构建人脸图像聚类模型，通过以下公式实现：
4.根据权利要求3所述的一种基于标签传递的人脸图像聚类方法，其特征在于，人脸图像聚类模型利用标签传递策略f＝bu以及平衡正则项的约束，把对样本标签矩阵f的更新转化为对u的更新，平衡正则项的引入提高了人脸图像聚类模型的聚类性能，增强了人脸图像聚类模型的泛化能力；
5.根据权利要求4所述的一种基于标签传递的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。