基于 Chinese Whispers 的人脸动态聚类

来源：计算机技术与发展杂志2019年第11期北京时间：

作者：张陈欢;';史燕中

摘要：针对 Chinese Whispers 算法对于小规模数据聚类随机性大,对于大规模数据聚类速度缓慢的问题,提出了一种改进的 Chinese Whispers 算法用于人脸的动态聚类。新增了一个阈值 P ,用Chinese Whispers 算法对数据规模为 P 的数据进行聚类时,既可以保证聚类结果的稳定性,又可以保证聚类算法的高效性;利用代表点而不是所有点完成聚类更新,能够有效减少对增量数据聚类时的数据量,从而达到提升聚类速度的目的。 采用 CNN+ArcFace Loss 方法提取人脸特征,采用余弦距离作为相似性度量的方式,采用类中心作为代表点来描述类别信息,采用增量聚类的算法架构实现对于大规模数据的人脸动态聚类,并完成在 LFW、VGGFace2 和 CASIA-Webface 三个公开人脸数据集的测试。 实验结果表明,基于Chinese Whispers 人脸动态聚类算法可有效提高聚类的时间效率,时间复杂性由原来的 O(n 2 ) 变为 O(n*p) 。

关键词：Chinese Whispers;动态聚类;人脸聚类;代表点;数据挖掘