基于近鄰關(guān)系聚合的人臉聚類方法

文紫鑫,李少英,王斌成,劉 博

(1.河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院,河北 保定 071001; 2.河北省農(nóng)業(yè)大數(shù)據(jù)重點實驗室,河北 保定 071001)

0 引 言

深度學(xué)習(xí)技術(shù)的發(fā)展極大地提升了人臉識別模型的性能，但面對復(fù)雜的真實場景，大規(guī)模的標(biāo)注數(shù)據(jù)仍然是決定其性能上限的主要因素之一[1]。人臉聚類主要是對數(shù)據(jù)集中的人臉圖像進行分組，通過計算人臉圖像之間的相似性，將相似的人臉圖像分為一組。借助于人臉聚類算法提供的高質(zhì)量偽標(biāo)注信息，從而在有效降低標(biāo)注負擔(dān)的同時提升識別模型的性能。

人臉圖像由于受到姿態(tài)、遮擋、光照、年齡及表情等因素的影響，導(dǎo)致其特征分布復(fù)雜，傳統(tǒng)的聚類算法，如K均值聚類算法[2]、DBSCAN[3]、譜聚類[4]等，依賴對數(shù)據(jù)簡單分布的假設(shè)，或者具有較高的計算復(fù)雜度，使其很難適用于大規(guī)模的人臉聚類任務(wù)。

基于層次聚類的算法，如近似感知層次聚類[5](PAHC)、基于支持向量數(shù)據(jù)域描述(SVDD)設(shè)計的深度密度聚類[6](DDC)、基于Rank-Order距離的聚類[7]等，弱化了對人臉分布的先驗假設(shè)，但仍然面臨著可遷移性不足的問題。

基于連接預(yù)測[8]的聚類算法，如近似等級排序聚類算法(ARO)[9]、共識驅(qū)動傳播算法(CDP)[10]、基于以圖卷積網(wǎng)絡(luò)為代表的聚類算法(L-GCN)[11]等，將聚類問題轉(zhuǎn)化成連接預(yù)測問題，極大地緩解了上述傳統(tǒng)聚類算法和層次聚類算法對數(shù)據(jù)分布和計算資源的限制，成為大規(guī)模人臉聚類的一種有效框架。其中，基于GCN的人臉聚類算法，仍然存在隨著模型深度增加導(dǎo)致的特征表示過平滑問題[12-13]，從而限制了其從近鄰中提取高階信息的能力。

本文提出一種基于近鄰關(guān)系聚合的(Nearest Neighborhood Aggregation Clustering, NNAC)人臉聚類模型(整體結(jié)構(gòu)如圖1所示)。該模型由近鄰聚合模塊、基于殘差結(jié)構(gòu)的全連接特征提取模塊(Residual Fully-Connected Feature Extraction Block, ResFCB)、連接預(yù)測模塊3個部分組成。最后通過啟發(fā)式地合并模型輸出成對關(guān)系，從而推理出各個樣點的簇間歸屬。

圖1 基于近鄰關(guān)系聚合的人臉聚類模型結(jié)構(gòu)圖

本文主要貢獻分為以下2個方面：

1)提出一種融合局部近鄰信息的人臉聚類框架，相比GCN同時建模圖中的各個樣本點間的多元關(guān)系，該框架有選擇地建模樣本點間成對的二元關(guān)系，從而在減少計算量的同時實現(xiàn)了更深的網(wǎng)絡(luò)結(jié)構(gòu)，避免了使用GCN學(xué)習(xí)聚類表示時的過平滑問題。

2)通過實驗對比，該模型下的MS-Celeb-1M人臉數(shù)據(jù)集，相比基準(zhǔn)方法，在提升聚類準(zhǔn)確率的同時降低計算時間，取得了更加有利于人臉識別模型的結(jié)果。

1 相關(guān)工作

1.1 人臉聚類

傳統(tǒng)的聚類算法依賴于對輸入特征做出簡單的假設(shè)，如K均值聚類算法[2]假設(shè)每個簇的分布是凸的；DBSCAN[3]要求不同簇的密度具有一致性；譜聚類[4]傾向于產(chǎn)生相對平衡的樣本分組。然而，真實人臉圖像不僅數(shù)據(jù)量大而且分布不平衡，特別是受到遮擋、表情、光照等條件的影響導(dǎo)致數(shù)據(jù)內(nèi)在結(jié)構(gòu)復(fù)雜，傳統(tǒng)聚類方法往往無法直接應(yīng)用到該類數(shù)據(jù)上。

隨著深度學(xué)習(xí)的發(fā)展，基于層次聚類(Agglomerative Hierarchical Clustering, AHC)的算法[5-7]應(yīng)用于人臉聚類任務(wù)，其弱化了傳統(tǒng)聚類算法對數(shù)據(jù)分布假設(shè)的限制。Lin等人[5]提出了近似感知層次聚類(Proximity-Aware Hierarchical Clustering, PAHC)算法，是一種應(yīng)用線性支持向量機對局部正樣本和負樣本進行分類的層次聚類方法，該方法可有效提升對噪聲數(shù)據(jù)的魯棒性。Lin等人[6]還提出了基于支持向量數(shù)據(jù)域描述(Support Vector Domain Description, SVDD)的深度密度聚類(Deep Density Clustering, DDC)算法，其通過度量特征空間中局部鄰居的密度以提升聚類算法對不平衡數(shù)據(jù)的適應(yīng)性。Zhu等人[7]提出了一種Rank-Order距離的聚類級親和度度量方法來替代之前的距離，此方法能夠有效抑制噪聲對聚類的影響。雖然在無約束的人臉聚類中上述算法表現(xiàn)較好，但因其計算復(fù)雜度較高，限制了其在大規(guī)模聚類任務(wù)中的應(yīng)用。

基于連接預(yù)測[8]的聚類算法為大規(guī)模人臉聚類提供了一種新思路。Otto等人[9]提出的近似等級排序聚類算法(Approximate Rank-Order Clustering, ARO)，解決了人臉聚類中對數(shù)據(jù)規(guī)模的限制，其核心是計算一個節(jié)點與其K個最近鄰的距離，并預(yù)測節(jié)點與K個最近鄰是否連接。Zhan等人[10]提出的共識驅(qū)動傳播算法(Consensus-Driven Propagation, CDP)通過委員會(committee)模塊和調(diào)解員(mediator)判別模型選出圖像的“候選對”，并輸出每對圖像具有相同身份的概率。近來，基于圖卷積網(wǎng)絡(luò)(GCN)的模型被大量應(yīng)用于人臉聚類問題[11,14]。Wang等人[11]提出了一種利用圖卷積網(wǎng)絡(luò)判斷圖中節(jié)點對之間連通性的方法，取得了較好的聚類結(jié)果。王文博等人[14]提出了一種基于GCN的完全圖人臉聚類算法，該算法有效地減少冗余數(shù)據(jù)，提升了聚類效果。然而，由于此類算法使用的多是淺層圖卷積網(wǎng)絡(luò)結(jié)構(gòu)，其對高階鄰居的信息提取能力受到限制。但堆疊更多的層數(shù)時往往會由于過平滑問題降低GCN的性能。對于過平滑問題，Li等人[15]解釋道GCN的每一層為一種特別的拉普拉斯平滑變換，目的是讓節(jié)點與其近鄰節(jié)點盡可能相似，每個節(jié)點的特征更新就是其近鄰接點特征的加權(quán)均值，進行多次圖卷積會導(dǎo)致圖中的節(jié)點趨于相同的值，使得圖中不同類別的節(jié)點無法區(qū)分。

所以本文提出一種基于近鄰關(guān)系聚合的人臉聚類模型(NNAC)，該方法可以通過堆疊多個改進的基于殘差-全連接模塊(ResFCB)，提取多個尺度下的近鄰信息，并且緩解GCN中過高的計算及開銷問題。

1.2 多層感知機

近來，基于多層感知機(Multi-Layer Perception, MLP)的網(wǎng)絡(luò)結(jié)構(gòu)在各類任務(wù)中表現(xiàn)優(yōu)異。Tolstikhin等人[16]提出了MLP-Mixer，它是一種基于多層感知機的簡單網(wǎng)絡(luò)結(jié)構(gòu)，在圖像分類工作中取得CNN、Transformer等模型相當(dāng)?shù)臏?zhǔn)確率。Ding等人[17]提出了一種高效的RepMLP網(wǎng)絡(luò)，利用全連接層出色的全局表達能力、位置感知能力以及局部結(jié)構(gòu)提取能力相結(jié)合，在ImageNet數(shù)據(jù)集取得78.17%的準(zhǔn)確率，同時在人臉識別及語義分割等任務(wù)中準(zhǔn)確率均有提升。Touvron等人[18]提出了ResMLP，它是一種完全基于多層感知機的圖像分類網(wǎng)絡(luò)結(jié)構(gòu)，該模型借鑒了知識蒸餾技術(shù)[19]，在ImageNet數(shù)據(jù)集取得的準(zhǔn)確率，在機器翻譯任務(wù)中也表現(xiàn)良好。

受到以上工作的啟發(fā)，本文提出一種基于近鄰關(guān)系聚合的人臉聚類模型，此模型的核心部分是基于殘差結(jié)構(gòu)的全連接特征提取模塊(ResFCB)，其通過級聯(lián)多個該簡單模塊以提取人臉數(shù)據(jù)中不同尺度下的局部結(jié)構(gòu)關(guān)系，緩解GCN由于過平滑問題無法加深網(wǎng)絡(luò)的限制。

2 方法提出

2.1 問題定義

本文解決的任務(wù)為人臉聚類任務(wù)，現(xiàn)有的聚類任務(wù)大多預(yù)測點對之間的連通性，即認為具有相同標(biāo)簽的點對之間應(yīng)該相連，不同標(biāo)簽的點對不應(yīng)相連。因此本文提出一種基于近鄰關(guān)系聚合的人臉聚類模型，通過預(yù)測每個樣本和其鄰居樣本是否相連得到多個人臉簇，并對簇中樣本標(biāo)記相同偽標(biāo)簽以解決人臉聚類問題。

2.2 框架結(jié)構(gòu)

本文提出的基于近鄰關(guān)系聚合(NNAC)的人臉聚類模型整體框架如圖1所示。整個網(wǎng)絡(luò)以使用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)提取的特征集合作為輸入，分成3個部分。第一部分，對人臉特征集合X中每個樣例計算其K近鄰，目的是根據(jù)K近鄰融合鄰居信息的特征，用于送入后續(xù)的連接預(yù)測模塊。第二部分，為一個改進的基于殘差結(jié)構(gòu)的全連接特征提取模塊(ResFCB)，用來提取近鄰關(guān)系的深層表示。第三部分，對上一步預(yù)測的連接結(jié)果進行合并，并對合并后的簇通過偽標(biāo)簽傳播策略輸出最終的聚類指派。

2.3 近鄰聚合

(1)

2.4 基于殘差結(jié)構(gòu)的全連接特征提取模塊

(2)

(3)

(4)

其表示每個子特征矩陣中心樣本和其k1個直接鄰居屬于相同標(biāo)簽(label)的概率。為了優(yōu)化網(wǎng)絡(luò)，在訓(xùn)練階段，本文將計算得到的概率與真實結(jié)果送入交叉熵損失函數(shù)(Cross Entropy Loss)得到損失，再進行反向傳播更新網(wǎng)絡(luò)參數(shù)，交叉熵損失函數(shù)如公式(5)：

(5)

其中，j∈{1，2，…，k1}表示k1個直接鄰居的預(yù)測結(jié)果，p(j)∈[0，1]是網(wǎng)絡(luò)預(yù)測第j個直接鄰居和中心樣本連接的概率，q(j)為真實情況是否連接，若為1則連接，0則不連接。通過最小化交叉熵損失函數(shù)訓(xùn)練網(wǎng)絡(luò)，進而引導(dǎo)網(wǎng)絡(luò)預(yù)測中心樣本和其k1個直接鄰居是否相連。

2.5 連接合并

連接合并部分主要根據(jù)網(wǎng)絡(luò)獲得的中間結(jié)果，進行合并并且標(biāo)記偽標(biāo)簽，以達到聚類的目的。

3 實 驗

3.1 評價指標(biāo)

衡量人臉聚類算法的性能主要有3個評價指標(biāo)，歸一化互信息(Normalized Mutual Information, NMI)[22]和Bcubed F-score[23]、Pairwise F-score[24]。

3.1.1 歸一化互信息

歸一化互信息主要用來度量聚類結(jié)果與真實標(biāo)簽的相似程度，歸一化互信息的計算方法如公式(6)所示：

(6)

其中，Ω是聚類樣本的真實類標(biāo)，C是聚類樣本的預(yù)測類標(biāo)，H(Ω)、H(C)是信息熵，I(Ω；C)=H(Ω)-H(Ω|C)是互信息，互信息的最小值為0，當(dāng)聚類算法的結(jié)果與真實標(biāo)簽完全獨立時，互信息為0；如果聚類算法的結(jié)果完全重現(xiàn)了真實類標(biāo)，則互信息為1。

3.1.2 Bcubed F-score、Pairwise F-score

Bcubed F-score主要從樣本角度進行衡量； Pairwise F-score主要從樣本對角度進行衡量，更強調(diào)大規(guī)模聚類，因為樣本對的數(shù)量隨著聚類的大小呈二次方增長。上述2個聚類評價指標(biāo)[25]計算方式均為精確率(precision)和召回率(recall)的諧波平均值，但2種指標(biāo)的精確率和召回率定義不同。

在Bcubed F-score中，精確率的定義為同一簇中都是同一個人臉圖像的比例，召回率的定義為同一人的所有圖像都聚在一個簇中的比例。用L(i)表示人臉圖像i所屬類別，用C(i)表示人臉圖像i所屬簇，定義人臉圖像i和人臉圖像j間正確性如公式(7)所示：

(7)

精度率定義如公式(8)所示：

(8)

其中，|C(i)|表示數(shù)據(jù)集C(i)的大小。

召回率定義如公式(9)所示：

(9)

其中，|L(i)|表示數(shù)據(jù)集L(i)的大小。

在Pairwise F-score中，精確率的定義是在屬于同一類的配對總數(shù)中，被正確聚類到一起的配對數(shù)的比例。召回率的定義是在屬于同一簇的配對總數(shù)中，被正確聚類到一起的配對數(shù)的比例。因此，定義TP(True Positive)是代表數(shù)據(jù)預(yù)測為同一類且被分到同一個人臉簇、FP(False Positive)是代表數(shù)據(jù)預(yù)測為不同類且被分到不同人臉簇、FN(False Negative)是代表數(shù)據(jù)預(yù)測為同一類且被分到不同人臉簇。則成對精確率和成對召回率計算分別如公式(10)、公式(11)所示：

(10)

(11)

F-score定義如公式(12)所示：

(12)

3.2 數(shù)據(jù)集

本文的實驗采用MS-Celeb-1M數(shù)據(jù)集[26]。

MS-Celeb-1M人臉識別數(shù)據(jù)集由1000萬張人臉照片，10萬個身份組成。由于從互聯(lián)網(wǎng)上自動獲取的原始身份標(biāo)注信息噪聲較大，因此本文使用Arc-Face[27]論文中提出的清洗后的數(shù)據(jù)集，清洗后的數(shù)據(jù)集包含86000個身份，共580萬張人臉圖像，將其均勻隨機分成10個部分，每部分包含8600個身份，約58萬張人臉圖像。如表1所示，實驗中選擇子集序號為0的數(shù)據(jù)集對模型進行訓(xùn)練，其余部分用作測試。將清洗過后的數(shù)據(jù)通過ResNet50+Arcface進行特征提取，得到網(wǎng)絡(luò)的輸入特征，該模型在MS-Celeb-1M數(shù)據(jù)集和VGGFace2數(shù)據(jù)集上聯(lián)合訓(xùn)練。

表1 MS-Celeb-1M子集劃分

3.3 實驗與結(jié)果分析

3.3.1 實驗環(huán)境

實驗環(huán)境是Ubuntu 18.04 64位操作系統(tǒng)，處理器為Intel i7-9800x@16x 4.4 GHz，顯卡為24 GB顯存的NVIDIA GeForce RTX 3090，顯卡驅(qū)動版本為455.45.01，CUDA版本為11.1，采用深度學(xué)習(xí)框架Pytorch1.7.0。

3.3.2 實驗設(shè)置

訓(xùn)練過程中Batchsize設(shè)置為32，epoch次數(shù)為4。采用隨機梯度下降(Stochastic Gradient Descent，SGD)算法優(yōu)化，動量(momentum)為0.9，權(quán)重衰減參數(shù)為1×10-4，采用學(xué)習(xí)率衰減策略，設(shè)置初始學(xué)習(xí)率(learning rate, lr)為0.01，每個epoch學(xué)習(xí)率衰減為原來的0.1倍。

3.3.3 方法比較與實驗結(jié)果

本文提出的基于近鄰關(guān)系聚合的人臉聚類算法與下述6種聚類算法進行對比，簡要介紹如下：

1)K均值聚類算法[28](K-means)：是一種常用的聚類算法，聚類效果依賴于初始類別中心K的選擇，但需要預(yù)先設(shè)定聚類中心數(shù)量。

2)DBSCAN[3](Density-Based Spatial Clustering of Applications with Noise)：基于密度的聚類算法，將高密度的區(qū)域劃分為簇，并將低密度點看做噪聲。

3)層次聚類算法[29](Agglomerative Hierarchical Clustering， AHC)：是層次聚類算法中的一種，以自下而上的方式計算點對之間相似度，根據(jù)閾值進行聚類合并。

4)近似排序聚類[9](Approximate Rank-Order Clustering， ARO)：用近似的最近鄰搜索方式和可修正的距離度量進行聚類。

5)基于共識驅(qū)動傳播的聚類算法[10](Consensus-Driven Propagation， CDP)：基于圖的連接預(yù)測算法，通過不同預(yù)測方式獲取更具魯棒性的成對關(guān)系。

6)基于圖卷積網(wǎng)絡(luò)的人臉聚類算法[11](Linkage Based Face Clustering via Graph Convolution Network, L-GCN)：將每張人臉圖像看作圖結(jié)構(gòu)中一個點，并通過圖卷積網(wǎng)絡(luò)(GCN)使每個點與鄰居進行信息交互，充分學(xué)習(xí)局部信息，進行成對預(yù)測，最后根據(jù)輸出的成對預(yù)測信息進行聚類。

實驗結(jié)果如表2所示，結(jié)果表明：K-means的聚類性能受簇的數(shù)量C影響，需要在一定范圍內(nèi)找到使F-score最高的C值，算法泛化性不強，不適用于大規(guī)模聚類任務(wù)；DBSCAN假設(shè)不同簇之間的密度是相似的，但其無法有效處理不同簇間密度差異過大的問題，所以聚類效果不理想；AHC同樣對參數(shù)較為敏感，在人臉聚類任務(wù)上效果較差；ARO的性能過于依賴鄰居數(shù)量的選擇，因此在MS-Celeb-1M數(shù)據(jù)集的效果較差；CDP利用未標(biāo)記數(shù)據(jù)進行人臉識別，平衡Recall和Precision以得到較高的F-score，為了公平起見，本文將CDP與單個模型版本進行比較；L-GCN通過4層圖卷積網(wǎng)絡(luò)對鄰接矩陣計算獲取局部圖中的節(jié)點信息進行聚類，聚類性能明顯優(yōu)于其他聚類算法。本文提出的基于近鄰關(guān)系聚合的人臉聚類模型應(yīng)用堆疊的ResFCB對人臉樣本及其鄰居特征進行學(xué)習(xí)，使提取出的人臉特征類內(nèi)樣本更相似，取得了優(yōu)于L-GCN的聚類結(jié)果，從而驗證了本文模型的有效性。

表2 MS-Celeb-1M數(shù)據(jù)集人臉聚類實驗結(jié)果對比

從表3的時間對比上看NNAC模型訓(xùn)練時間小于L-GCN和部分傳統(tǒng)聚類模型。L-GCN網(wǎng)絡(luò)需要構(gòu)建鄰接矩陣和特征矩陣，而根據(jù)KNN構(gòu)建鄰接矩陣的時間復(fù)雜度為O(n2)，需要消耗大量時間。本模型直接根據(jù)KNN對特征集合進行索引直接獲取鄰居特征，因此節(jié)省大量時間。

表3 時間對比

3.4 對比實驗

3.4.1 敏感性分析及參數(shù)選擇

輸入特征矩陣的構(gòu)建需要確定直接鄰居、間接鄰居的數(shù)量k1、k2。在訓(xùn)練階段，對于直接鄰居k1的選擇，為了保證更多信息被反向傳播且正樣本與負樣本盡可能平衡，因此本實驗設(shè)置較大的鄰居數(shù)量k1=200；對于間接鄰居k2，本文設(shè)置k2=10，因為間接鄰居一般與中心樣本相似度比較小，屬于相同標(biāo)簽的可能性較低，同樣為了保證正負樣本均衡，因此選擇比較小的值；同時本文設(shè)置聚合的鄰居個數(shù)K為10。本文模型在測試階段選擇k1=160、k2=6、K=10。為了研究k1和k2對實驗性能的影響，本文進行2組實驗，結(jié)果如圖2、圖3所示。

圖2 k1、k2的值對Bcubed F-score的影響

圖3 k1、k2的值對Pairwise F-score的影響

實驗保持K=10不變，改變k1和k2，觀察圖2、圖3發(fā)現(xiàn)，隨著k1和k2的增大，Bcubed F-score和Pairwise F-score也會增加。k1越大，預(yù)測的候選連接越多，召回率越高；k2越大，涉及的間接鄰居數(shù)量越多，輸入特征的描述更精確，預(yù)測更加準(zhǔn)確。然而當(dāng)k1和k2達到某個較大值時，性能達到飽和，繼續(xù)增加其結(jié)果基本不變，并且發(fā)現(xiàn)k2選擇4～12之間，k1選擇160～200之間整體結(jié)果變化并不大，因此表明本文對于關(guān)鍵參數(shù)具有良好的適應(yīng)性。

3.4.2 聚合方式對比

表4 聚合方式

sum聚合能保存每個鄰居樣本的特征，但得到的特征值一般較大，使網(wǎng)絡(luò)不容易學(xué)習(xí)，且特征較大易引發(fā)梯度爆炸問題；max聚合方式雖然解決了特征值較大的問題，但容易受到鄰居中離群樣本或特殊樣本的影響，比如模糊圖像、側(cè)面圖像等。這些特殊樣本的特征與其他鄰居特征差別比較大，使max聚合方式產(chǎn)生誤差；mean聚合方式很好地解決了聚合后特征較大的問題，并且這種聚合方式受到特殊樣本的影響也較小，通過分析與對比實驗本文最后選擇使用mean聚合方式。

3.4.3 ResFCB數(shù)量選擇

本節(jié)對ResFCB中的模塊數(shù)量進行對比實驗，模塊數(shù)量對2種聚類指標(biāo)的影響如圖4、圖5所示。從圖中可以看出隨著模塊數(shù)量的增加，2種指標(biāo)的數(shù)值也在快速上升，值在Block=6時得到最大值，而Bcubed F-score值在Block=2、4、6時總體變化并不大。當(dāng)Block塊數(shù)大于6時，2種指標(biāo)都產(chǎn)生明顯下降，表明模型已經(jīng)過擬合。雖然本文已在ResFCB中加入殘差與層歸一化，但由于MLP的擬合能力過強，無法完全解決過擬合問題，因此本文把ResFCB的數(shù)量設(shè)置為6。

圖4 模塊數(shù)量對Bcubed F-score的影響

圖5 模塊數(shù)量對Pairwise F-score的影響

3.4.4 MLP與ResFCB對比

本節(jié)對MLP與ResFCB進行對比實驗，MLP由2層FC和一個Prelu激活函數(shù)構(gòu)成。從表5中發(fā)現(xiàn)，MLP與ResFCB實驗結(jié)果具有較大差距，表明ResFCB更適合人臉聚類任務(wù)。由于MLP模型在堆疊多層時會出現(xiàn)過擬合現(xiàn)象，降低模型性能。本文提出的ResFCB中，通過加入層歸一化LN對特征進行歸一化處理，使模型更容易收斂；加入殘差[30]緩解深度神經(jīng)網(wǎng)絡(luò)中由于深度增加帶來的過擬合問題，因此本文提出的ResFCB更適合人臉聚類任務(wù)。

表5 MLP與ResFCB對比

4 結(jié)束語

本文提出了一種基于近鄰關(guān)系聚合(NNAC)的人臉聚類算法，通過堆疊基于殘差結(jié)構(gòu)的全連接特征提取模塊(ResFCB)對人臉數(shù)據(jù)的局部結(jié)構(gòu)進行學(xué)習(xí)，從而獲得高判別性的人臉聚類特征表示。此方法緩解圖卷積網(wǎng)絡(luò)在特征學(xué)習(xí)時因網(wǎng)絡(luò)加深導(dǎo)致的過平滑問題，且實驗結(jié)果表明本網(wǎng)絡(luò)能有效提高聚類性能。此外，本模型主要解決人臉聚類中的關(guān)系學(xué)習(xí)問題，與其他對比的方法類似，仍然包括了關(guān)系合并與推理的后處理模塊，如何進一步簡化后處理操作，提升該部分的學(xué)習(xí)性，從而構(gòu)建更統(tǒng)一的人臉聚類學(xué)習(xí)框架成為后續(xù)研究的重點。