[发明专利]一种基于K-means和MMD的人脸图像深度聚类方法

摘要

本发明公开了一种基于K‑means和MMD的人脸图像深度聚类方法，包括：1)设计自动编码器结构并训练，使用自动编码器提取人脸图像的隐层信息；2)使用K‑means聚类方法对隐层信息进行聚类，确定K个聚类中心点，并计算每个样本点被划分至K个类簇的概率p和每个类簇中该样本点应该被该类簇吸引的概率q；3)计算p分布和q分布的MMD距离，并将MMD加入自动编码器的loss函数中去，对自动编码器进行训练；4)训练完成后，使用该自动编码器提取测试集的深层次信息，再使用K‑means对深层次信息进行聚类，输出聚类结果。该人脸图像深度聚类方法能够提高聚类算法对图像数据集的聚类准确率。

主权项

1.一种基于K‑means和MMD的人脸图像深度聚类方法，包括以下步骤：(1)采用预训练的自动编码器提取人脸图像的特征信息；(2)采用K‑means聚类方法对特征信息进行聚类，并计算每张人脸图像对应的特征信息被划分至K个类簇的概率p和每个类簇中该特征信息应该被该类簇吸引的概率q；(3)将概率p和概率q之间的MMD距离作为自动编码器中编码器部分的损失函数，并构建自动编码器的损失函数，对自动编码器进行训练，采用反向梯度传播算法优化自动编码器的模型参数；(4)当loss函数趋于稳定时，将人脸图像再次输入步骤(3)训练得到的自动编码器中，并对自动编码器输出的特征信息再进行K‑means聚类，重复步骤(2)和步骤(3)，直至满足终止条件时，停止循环，得到训练好的自动编码器；(5)使用训练好的自动编码器提取待处理的人脸图像的特征信息，再使用K‑means聚类方法对特征信息进行聚类，输出聚类结果。