人脸聚类论文--Clustering Millions of Faces by Identity(Approximate rank-order clustering)

RT

前言

1. 据说这是在工业界广泛使用的算法，经历过实践的考验
2. 论文指导老师是人脸/聚类领域的巨佬, 学术新坑开启人：Anil K. Jain

浅析

总结来说：论文就是基于RO¹做了少量改进， 提升了表现与性能。 （注意区分ARO, RO, ARO是改进版，也是这篇文章的主角）

ARO距离计算原理

建议先看看参考链接，解释的很清晰
文字版描述如下：

1. 计算rank order
2. 计算rank order distance : (d(A->B), d(B->A))
3. 计算normalized pair distance between A & B, 利用step2 计算出来的距离

ARO改进1：

RO的算法流程：

上图的分析如下：
1.每张人脸N作为独立的分类， 构建N*N对pair(这里会有很多重复的pair（Ci, Cj）(Cj, Ci)， 实现上可以去除 ),
迭代运行 step2 & step3:
2.然后计算pair之间距离得到candidate pair(同类的pair),
3.然后对candidate pairs进行merging. （每一个query 假设都有pairs对candidate pair, 时间复杂度O(pairs^2), 两次for循环. 过程中不断merge为新的cluster , 再去计算新的cluster之间的距离， 为什么要这么做？ ）

这里step3 合并成新的cluster之后， 作者定义了cluster level distance , 即cluster之间的距离（与单独两张个体图片的距离定义不同，大致如下图所示） 其实没有必要去定义/计算新的cluster 之间的距离， 直接算一遍step2, step3， 复杂度从O(C*N^2) 降为O(N^2)
（C is clusters）

ARO改进2：

1.rank order distance 公式（1.1采用了topk, 而不是遍历了所有的 neighbors 1.2 采用了Indicator (Ib)操作，只在乎是否存在， 而不是用rank_value)

图中1)公式为RO论文提出， 5)公式为ARO论文提出

效果与性能分析(TODO)

参考

参考链接

• [1] zhu2011A Rank-Order Distance based Clustering Algorithm for Face Tagging