买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本申请提出一种基于结构感知的人脸聚类方法和装置，其中，该方法包括：获取多个待处理人脸图像，并基于预先训练的卷积神经网络模型提取每个所述待处理人脸图像的人脸特征，并根据每个所述待处理人脸图像的人脸特征构建K近邻图；将所述K近邻图输入至预先训练的边分数预测模型，获得所述K近邻图之中各边的分数；其中，所述边分数预测模型是利用结构保留子图采样策略对K近邻图进行采样，并利用采样得到的子图对图卷积神经网络进行训练而得到的；根据所述K近邻图之中各边的分数，对所述K近邻图进行第一次剪枝操作，获得针对所述多个待处理人脸图像的人脸聚类。解决相关技术中人脸聚类准确度不足的技术问题。

主权项：1.一种基于结构感知的人脸聚类方法，其特征在于，包括：获取多个待处理人脸图像，并基于预先训练的卷积神经网络模型提取每个所述待处理人脸图像的人脸特征，并根据每个所述待处理人脸图像的人脸特征构建K近邻图；将所述K近邻图输入至预先训练的边分数预测模型，获得所述K近邻图之中各边的分数；其中，所述边分数预测模型是利用结构保留子图采样策略对K近邻图进行采样，并利用采样得到的子图对图卷积神经网络进行训练而得到的；根据所述K近邻图之中各边的分数，对所述K近邻图进行第一次剪枝操作，获得针对所述多个待处理人脸图像的人脸聚类；所述边分数预测模型预先采用以下步骤进行训练而得到的：获取训练样本集，所述训练样本集包括多个人脸样本图像；基于所述卷积神经网络模型提取每个所述人脸样本图像的人脸特征；根据每个所述人脸样本图像的人脸特征，构建K近邻图样本；基于所述结构保留子图采样策略对K近邻图样本进行采样以获得采样后得到的子图，并利用所述采样后得到的子图对图卷积神经网络进行训练，获得网络参数，并根据所述网络参数生成所述边分数预测模型；所述基于所述结构保留子图采样策略对K近邻图样本进行采样以获得采样后得到的子图，包括：从K近邻图样本中随机选取M个簇作为采样种子；对于每个种子簇，选取所述每个种子簇的N个最近邻簇，将所述M个簇和所述N个最近邻簇组成的图作为第一子图S1；从所述第一子图S1中随机选取K1个簇构建第二子图S2；从所述第二子图S2中随机选取K2个节点作为所述采样后得到的子图。

全文数据：

权利要求：

百度查询： 清华大学 基于结构感知的人脸聚类方法和装置