计算机科学2021，Vol.48Issue(z2) ：275-277,302.DOI:10.11896/jsjkx.201200102

基于图卷积神经网络的完全图人脸聚类

Complete Graph Face Clustering Based on Graph Convolution Network

王文博 罗恒利
计算机科学2021，Vol.48Issue(z2) ：275-277,302.DOI:10.11896/jsjkx.201200102
✕
  • NETL
  • NSTL
  • 万方数据

基于图卷积神经网络的完全图人脸聚类

Complete Graph Face Clustering Based on Graph Convolution Network

王文博 1罗恒利1
扫码查看

作者信息

  • 1. 南京航空航天大学计算机科学与技术学院 南京 211106
  • 折叠

摘要

人脸聚类是根据不同身份对人脸图像进行分组的方法,主要用于人脸标注和图像管理等领域.针对现有方法中存在大量冗余数据的问题,文中使用一种基于完全图约束和上下文关系进行链接预测的方法.该聚类算法基于图卷积神经网络进行链接预测,结合完全图约束筛选数据,同时在预测的过程中对链接关系进行不断的更新.实验结果显示,结合完全图约束的人脸聚类方法能够在减少冗余数据、加快运行速度的同时,提升聚类的准确率,从而提高聚类的整体效果.

关键词

人脸聚类/链接预测/完全图约束/图卷积神经网络

引用本文复制引用

出版年

2021
计算机科学
重庆西南信息有限公司（原科技部西南信息中心）

计算机科学

CSTPCDCSCD北大核心
影响因子：0.944
ISSN：1002-137X
被引量2
参考文献量16
段落导航相关论文