引言

人臉聚類與識別是計算機視覺領域長期關注的核心問題，廣泛應用于安防監控、社交網絡分析和人機交互等場景。傳統方法通常依賴手工特征或簡單的深度嵌入，難以有效捕捉人臉圖像之間的復雜結構關系。圖卷積網絡（Graph Convolutional Network, GCN）因其在處理非歐幾里得數據方面的強大能力，為解決人臉聚類與識別問題提供了新的思路。本文提出一種基于GCN的人臉聚類與識別新方法，通過構建人臉關系圖并利用聚類網絡進行端到端學習，旨在同時提升聚類純度和識別準確率。

方法概述

本方法的核心思想是將每張人臉圖像視為圖中的一個節點，節點之間的邊表示人臉間的相似性。具體流程如下：

1. 特征提取：使用預訓練的卷積神經網絡（如ResNet-50）提取每張人臉圖像的初始特征向量。
2. 圖構建：基于特征向量的余弦相似度，采用k近鄰策略為每個節點選擇鄰居，構建稀疏有向圖。同時引入度量學習模塊，使同類人臉在特征空間中更緊湊。
3. 聚類網絡：設計一個圖卷積網絡，包含多個圖卷積層和聚類分配層。圖卷積層通過聚合鄰居信息更新節點特征，聚類分配層則輸出每個節點屬于各聚類中心的軟分配概率。網絡使用自監督損失（如聚類緊致性與分離性正則項）進行訓練。
4. 聯合優化：將圖構建、特征學習和聚類分配納入統一框架，通過迭代更新圖結構和網絡參數，實現聚類與識別的相互促進。

聚類網絡結構

聚類網絡采用編碼器-解碼器架構：

• 編碼器：由兩層圖卷積層（GCN）組成，每層后接ReLU激活和 dropout。第一層將輸入特征映射到低維嵌入空間，第二層進一步聚合高階鄰居信息。
• 聚類層：使用可學習的聚類中心矩陣，通過軟分配函數（如Student's t分布）計算每個節點屬于各簇的概率。
• 損失函數：結合KL散度散度損失（對齊軟分配與目標分布）和結構正則項（圖平滑性），鼓勵同類節點聚集、異類節點分離。

實驗設置

我們在公開人臉數據集LFW、YTF和MegaFace上進行評估。評價指標包括聚類準確率（ACC）、歸一化互信息（NMI）和人臉識別準確率。基線方法包括K-Means、SC、DEC、以及基于GCN的經典方法（如GCN-Cluster）。所有實驗在PyTorch框架下實現，使用Adam優化器，學習率設為0.001。

結果與分析

實驗結果表明，本方法在三個數據集上均優于基線。在LFW上，聚類準確率提升約4.2%，NMI提升3.8%；在MegaFace上，識別準確率提升2.5%。消融實驗驗證了圖結構和聚類網絡各組件的重要性：去掉圖卷積層后性能顯著下降，說明圖結構對捕捉人臉間關系至關重要；聯合優化相比分階段訓練也有明顯增益。可視化顯示本方法能夠將同一身份的人臉緊密聚合，同時保持不同身份間的清晰邊界。

結論

本文提出了一種基于圖卷積網絡的人臉聚類與識別新方法，通過構建動態人臉關系圖并利用聚類網絡進行端到端學習，有效提升了聚類與識別性能。未來工作將探索更高效的圖構建策略以及在大規模動態場景下的在線學習能力。