论文地址:https://arxiv.org/pdf/1908.03381.pdf
要了解电视剧和电影等视频,需要分析角色是谁以及他们在做什么。我们解决了根据身份将脸部轨迹聚类的难题。与该领域的先前工作不同,我们选择在现实且困难的环境中进行操作:(i)先验字符数未知,(ii)属于次要或背景字符的面部轨迹不会被丢弃。为此,我们提出了“球聚类学习”(BCL),一种有监督的方法,可以将嵌入空间雕刻成大小相等的球,每个聚类一个。学习的球半径很容易转换为迭代合并算法的停止准则。这使BCL能够估计群集的数量及其分配,从而在常用数据集上获得可喜的结果。
监督学习方法的主要目标是将映射空间雕刻成每个群集具有相同但可训练的半径的球,同时在不同群集标签的球之间创建明确定义的分隔。本文首先定义达到上述目标的约束条件,用损失函数表述学习问题,然后说明如何在测试时进行聚类。 最后,我们回顾了度量学习文献中可能适用于聚类的一些损失。
约束条件
首先通过欧式平方距离来计算一个类别的重心:
对于其中一个属于该类的样本,它的特征表示与