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：南京行者易智能交通科技有限公司

摘要：本发明公开了一种基于自注意力机制进行链接预测的人脸图像聚类方法及装置，该方法包括步骤1，选定样本，假设样本总数量为N，通过人脸识别模型对选定样本进行特征提取，步骤2，将第i个样本的人脸身份特征，输入基于上下文信息的特征增强编码模块进行增强，步骤3，对于第i个样本的候选增强特征集合，将其输入带有自注意力的关系编码模块，得到最终第i个样本所有可能链接集合，步骤4，所有的样本的链接集合，通过并查集算法进行合并，得到最终的聚类结果。该方法通过链接预测可以将聚类任务转换为分类任务，可以提高聚类结果的准确率；通过提取并结合部分邻居结点的上下文信息实现增强原结点特征的效果，减少区别度低的样本的消极影响。

主权项：1.一种基于自注意力机制进行链接预测的人脸图像聚类方法，其特征在于，该方法包括如下步骤：步骤1，选定样本，假设样本总数量为N，通过人脸识别模型对选定样本进行特征提取，得到D维度的人脸特征，对于第i个样本，通过人脸识别模型对其提取维度为D的人脸身份特征fi，i∈{1，2，……N}，则得到所有样本的人脸特征矩阵F，F∈RN×D；步骤2，将第i个样本的人脸身份特征fi，输入基于上下文信息的特征增强编码模块进行增强，具体步骤如下：对于第i个样本，选取前k1个特征相似度最高的样本，即特征图中的前k1个邻居结点，构成候选集①：对于候选集①中的样本，取人脸特征矩阵F中对应人脸特征，组成特征矩阵对于每个样本分别选取前k2个特征相似度最高的样本即特征图中的邻居结点，构成候选集②：对于候选集②中的样本，取人脸特征矩阵F中对应特征，组成新的特征矩阵将中的特征与其对应的候选集②中的特征通过e个自注意力模块，得到转换后的特征将与原特征通过归一化并相加的操作，得到增强后的特征即第i个样本的候选增强特征集合，同时对于第i个样本，选取k2个特征相似度最高的样本构成候选集，取人脸特征矩阵F中对应人脸特征，组成特征矩阵对于第i个样本的特征矩阵和原特征向量fi通过e个自注意力模块，得到转换后的特征将fi与通过归一化并相加的操作，得到关系增强特征向量步骤3，对于第i个样本的候选增强特征集合将其输入带有自注意力的关系编码模块，得到最终第i个样本所有可能链接集合li，具体步骤如下：对于中的每个增强特征，即候选集①中对应的增强特征，经过e个自注意力模块，得到编码后的特征矩阵将编码特征的各个向量分别与原样本的关系增强向量进行拼接，得到k1个最终的关系编码向量；将最终的关系编码向量作为多层感知机的输入，输出为k1个链接，表示原样本与候选集①中k1个样本的链接，它们的集合为li；步骤4，所有的样本的链接集合{l1、l2，……lN}，通过并查集算法进行合并，得到最终的聚类结果。

全文数据：

权利要求：

百度查询： 南京行者易智能交通科技有限公司 一种基于自注意力机制进行链接预测的人脸图像聚类方法及装置