[发明专利]一种基于谱聚类和增强学习的自适应人脸图像聚类方法

权利要求书

1.一种基于谱聚类和增强学习的自适应人脸图像聚类方法，其特征在于，所述聚类方法包括如下步骤：

1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示，该过程包括预处理、人脸对齐和特征提取，步骤如下：

步骤1.1：预处理是对图像做初步的修正处理，包括社交媒体图片做亮度均衡处理，法医学的生物检材图片做去噪处理，预处理能够显著提高特征提取的性能；

步骤1.2：基于Dlib人脸标注的68个特征点，准确定位图像中的人脸区域并裁剪该区域；

步骤1.3：应用预训练的DCNN提取裁剪后人脸的特征，并输出128维的特征向量作为该人脸的表征；

2)应用谱聚类算法实现对图像表征的聚类，操作步骤如下：

步骤2.1：以列矩阵形式表示人脸表征的集合X＝(X₁,X₂,···,X_n)，其中X为128维度的人脸表征，n为人脸的数目；

步骤2.2：基于高斯径向核函数构建邻接矩阵W和相似矩阵S，计算过程如下；

其中，各参数定义如下：

σ：径宽参数；

W_ij：邻接矩阵W中第i行j列的元素；

S_ij：相似矩阵S中第i行j列的元素；

X_i：第i个人脸表征；

X_j：第j个人脸表征；

i,j：整数变量；

步骤2.3：计算度矩阵其中

步骤2.4：计算拉普拉斯矩阵L：L＝D-W；

步骤2.5：计算标准化拉普拉斯矩阵L^*：L^*＝D^-1/2LD^-1/2；

步骤2.6：基于L^*构建一个新的表征矩阵X^*，计算L^*的前m个最大的特征值对应的特征向量，并把它们作为新表征矩阵X^*的列向量，视为降维后新的人脸表征；

步骤2.7：对X^*进行L2范数化操作；

步骤2.8：对新表征X^*执行K-Means得到K个聚类划分，结果表示为C＝{C₁,C₂,···,C_K}；

3)基于增强学习算法自适应搜索最优的聚类数目和谱聚类降维参数，首先，给定期望聚类搜索范围，设定搜索步长及搜索起始点；接着，执行Q-Learning算法，在搜索范围内尝试所有可能的调参行为，并选择使得聚类性能最优的行为给予最大正向回报；直至所有行为都无法使得性能优化，或满足最大迭代次数，结束搜索；多次训练后搜索结束点即为最优参数的设定值。

2.如权利要求1所述的一种基于谱聚类和增强学习的自适应人脸图像聚类方法，其特征在于，所述步骤3)中，动态搜索步骤如下：

计算聚类内部性能指标DBI系数作为每次调参行为的性能评估，对应簇划分C＝{C₁,C₂,···,C_K}，该过程表示为：

D_U(C_i,C_j)＝||U_i-U_j||₂

其中，各参数与函数实现定义如下：

K：聚类数目；

avg(C)：簇内人脸表征均值；

|C|：簇C中的人脸表征数目；

D_U(C_i,C_j)：C_i和C_j簇间的中心距离；

U：簇C的中心；

由于不同的聚类数目和降维设定必然导致不同的聚类结果和聚类性能，因此需给予使得性能优化的行为正向回报，给予使得性能退化的行为负向回报，执行Q-learning算法的步骤如下：

步骤3.1：设定每次训练状态的最大迭代数M，记当前状态为S＝0，随机初始化Q(s,a)；

步骤3.2：若S≤M，则转至步骤3.3；否则，结束搜索并置S＝0；

步骤3.3：尝试当前状态所有可能的调参行为，给予使得性能优化的行为回报，退化的行为回报；

步骤3.4：基于如下贝尔曼等式更新Q表，更新当前状态S，并转至步骤3.2；

其中，各参数定义如下：

s：当前状态；

s′：下一时刻状态；

a′：下一时刻行为；

a：当前行为；

α：学习率；

γ：奖励折扣系数；

r：奖励回报；

步骤3.5：多次执行步骤3.2至步骤3.4后得到Q(s,a)，以Q(s,a)所有状态最大的值对应的行为为搜索路径，得最优参数的设定值。