典型文献
基于近邻关系聚合的人脸聚类方法
文献摘要：
人脸聚类是人脸标注、人脸识别等工作的预处理过程.其主要对人脸图像进行分组,用来为人脸识别模型提供高质量的标注信息,从而有效降低人工标注的成本.人脸聚类的关键在于如何学习大规模人脸数据中整体及局部的结构关系,并把其迁移至待标注数据集.针对这一问题,本文提出一种基于近邻关系聚合的人脸聚类方法(Nearest Neighbor-hood Aggregation Clustering,NNAC).该方法把局部结构的学习建模为一个近邻关系预测问题,通过堆叠多个改进的基于残差-全连接模块(Residual Fully-Connected Block,ResFCB)以提取多尺度的邻接关系特征.实验结果表明,相比主流人脸聚类方法,该方法在基准数据集上能够有效提升聚类精度.
文献关键词：
人脸聚类;近邻关系;连接预测;残差模块
中图分类号：
作者姓名：
文紫鑫;李少英;王斌成;刘博
作者机构：
河北农业大学信息科学与技术学院,河北 保定 071001;河北省农业大数据重点实验室,河北 保定 071001
文献出处：
引用格式：
[1]文紫鑫;李少英;王斌成;刘博-.基于近邻关系聚合的人脸聚类方法)[J].计算机与现代化,2022(12):81-87
A类：
NNAC,ResFCB
B类：
近邻关系,人脸聚类,聚类方法,人脸图像,人脸识别模型,标注信息,结构关系,移至,Nearest,Neighbor,hood,Aggregation,Clustering,局部结构,堆叠,全连接,连接模块,Residual,Fully,Connected,Block,邻接关系,关系特征,流人,基准数据集,聚类精度,连接预测,残差模块
AB值：
0.402923
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
