[发明专利]一种基于熵正则化的自适应近邻人脸图像聚类方法

摘要

本发明涉及一种基于熵正则化的自适应近邻人脸图像聚类方法，利用最小化熵的策略对相似度本身赋予了更清晰的物理含义，在此基础上结合秩约束项同时学习相似度矩阵与聚类结果，从而避免了多余的离散化操作。综合以上两种正则化项对基于近邻的传统聚类模型进行优化改善得到了最终的综合模型，以提高聚类准确率和效率。本发明在谱图学习的基础上结合了信息熵度量与拉普拉斯秩约束，通过连通图直接在原始人脸图像上探索了人脸图像数据复杂的样本与特征分布结构，避免了对数据进行降维操作。最终大幅度提升了人脸图像聚类的准确度。