演員串列分群

本節中將先介紹兩種分群策略。接著介紹論文中所使用之分群法 （clustering method）、和兩階段分群方法之後半段程序─分類法（classification method）。最後說明各 種不同方案之選擇。

3.5.1 分群策略

除了將所有串列一併進行分群之外，我們提出兩階段分群方法，其目的在於減低 Huang 等人在[14]中所提到的側臉影像對人臉辨識（Face Recognition）可能造成的影響，

即“不同角色、相同臉部姿勢”較“相同角色、不同臉部姿勢”更為相似。首先利用第 3.2.2 節中所得臉部姿勢判定結果，將串列中的非正臉（non-frontal face）暫時移除，若移除 後串列中仍含有影像，則將此串列歸類為較佳串列。反之，若串列中不含任何影像，則

歸類於較差串列。接下來僅以較佳串列搭配保留的正臉影像進行分群（第一階段），最

較佳串列

第一階段 (分群法)

(僅使用正臉影像)

(b) 兩階段分群方法流程圖 第二階段 (分類法)

(所有臉部影像)

結果 演員串列姿勢判定

較差串列

分 群 法

(所有臉部影像)

所有演員串列

群組數

結果

(a) 所有串列一併分群流程圖

圖 3-10：分群策略流程圖 群組數

後利用串列中的所有臉部影像進行較差串列的群組分類（第二階段）。兩種分群策略之 流程如圖 3-10。

3.5.2 分群法（Clustering）

“所有串列一併進行分群”以及“兩階段分群方法的第一階段”所使用的分群法有以下 幾種：階層式分群演算法（Hierarchical Clustering Algorithm）[19]、匈牙利演算法

（Hungarian Algorithm）[20]、以及 Karypis Lab 所提供的相關性資料（relational data）

分群程式[21]。

在分群的過程中我們也將時間資訊作為參考資訊，如同[13]中所提及，兩演員串列 於時間軸上發生重疊，則兩串列必定為不同演員，在此我們將此現象稱之為碰撞

（collision），若分群過程中採用此資訊，則碰撞的演員串列永遠無法被分類於同一群組 中。第四章中我們將針對碰撞資訊的使用進行討論。

 階層式分群演算法：

在此，我們採用聚合型（agglomerative）階層式分群演算法進行分群，方法如下：

當兩群組C_i與C 合併形成群組_j C 時，其餘群組_q C_s與新形成之群組C 的距離之更新方_q

式有下列幾種，公式中d





Single-link：



 







 

d , min , , , (11) 輸入相異度矩陣M 以及群數 C 。

目前群組數 C = 矩陣之維度。

while( CC )

尋找M 中的最小相異度，假設為m 。 ij

合併群組C_i與群組C ，_j CC1。 更新相異度矩陣M 。

End of while

Complete-link：

分群方式如 Goldberger 等人在[20]中所提，若矩陣之第(i,j)項為構成最小成本之一個元素，

則合併群組 i 與群組 j，持續進行合併，直到群組數到達指定個數為止。由於每回合都 點切割（graph partition）程式，輸入端點間相似度（即 similarity matrix）以及群組個數 後，即可得到分群結果。此方法之優點在於執行時間非常短；而缺點則是所有端點將被

平均分配至各群組中，即數量較少的演員將會與其他演員分配至同一群組，無法獨自形 成一群。

3.5.3 分類法（Classification）

兩階段分群方法的第二階段，我們利用較差串列與各群組內較佳串列之關係，將較 差串列分類至最合適的群組中，使用的方法有以下三種：

 最小距離分類（Minimum Distance Classification）

將此較差串列分類至最相似較佳串列所在群組。

 K-NN（K Nearest Neighbor）

相似於一般熟悉之 K-NN，找出與受測串列最相似的 K 個較佳串列，藉由此 K 個串 列的所屬群組，決定受測串列應被分類之群組。其中，為了避免有群組元素小於 3 造成 檢測過程的缺失（假設群組C_m僅含一個較佳串列，此較佳串列同時為與受測較差串列 最相似之串列，此時若第二與第三接近的較佳串列同在群組C_n內，則受測串列將被分 類至群組C_n當中），我們用以下公式來決定 K 值：

。 (16)

 Modified K-NN

我們在每個群組內皆找出 K 個最相似的較佳串列並進行相似度之加總。最終此串列 將分類至相似度總合最高的群組。K 值求算方法同公式(16)。

在分類法進行時，我們有兩種模式可供選擇，第一種，較差串列僅與上階段中分群 完成的較佳串列進行比較；第二種，將完成分類工作的較差串列也列入後續較差串列分 類工作的比較對象，稱動態分類（dynamic classification）。假設目前有 15 個較佳串列與 5 個較差串列，若採取第一種分類模式，則 5 個較差串列都只有 15 個比較對象。若採取 第二種模式（動態分類），則第 1 個較差串列有 15 個比較對象、第 2 個較差串列有 16

個比較對象（加上第 1 個較差串列）、…、第 5 個較差串列有 19 個比較對象（加上第 1~4 個較差串列）。

3.5.4 Prototype 的使用

當演員串列中的人臉影像大於一給定數量時，串列中可能存在少數幾個相對離群的 人臉影像。為防止部分離群影像對相異度求算產生影響，我們利用模糊 C 均值演算法

（Fuzzy C-menas Algorithm；FCM）找出特定個數的群聚中心，並以這些群聚中心作為 串列的代表影像。此概念僅使用於分群法過程中，因此只有下列兩種狀況發生時頇對演 員串列元素進行模糊 C 均值演算法，一個是所有串列一併進行分群策略中元素個數超過 10 的演員串列；另一個是兩階段分群方法中元素個數大於 10 的較佳串列（僅含正臉）。