Signal and Data Processing

fa یک چارچوب توزیعی دو مرحله‌ای مبتنی بر خوشه‌بندی برای شناسایی چهره در مقیاس بالا A two-stage clustering-based distributed framework for large-scale face identification مقالات پردازش تصویر Paper پژوهشي Research در زمینه‌ی شناسایی چهره، چالش‌های افت دقت، افزایش نیازمندی به حافظه، و افزایش پیچیدگی زمانی از مشکلات مهمی به شمار می‌آیند. به منظور حل این مسائل، این تحقیق یک رویکرد دومرحله‌ای سه‌واحدی معرفی کرده است: واحد زیرشبکه‌ها، واحد خوشه‌یاب، و واحد تصمیم‌گیر نهایی. در مقابل روش‌های مبتنی بر توزیع تصادفی، روش ارائه شده، از خوشه‌بندی به عنوان روش توزیع مسئله به زیرشبکه‌ها استفاده می‌کند. هر زیرشبکه‌، یک شبکه عصبی عمیق نظارتی است که با داده‌های آموزشی مربوط به دسته‌های خود آموزش می‌بیند. واحد خوشه‌یاب، شباهت بردارهای ویژگی داده‌های آزمون را با میانگین بردارهای ویژگی دسته‌ها مقایسه می‌کند و بهترین خوشه را پیدا می‌کند. در نهایت، واحد تصمیم‌گیر نهایی با ترکیب نتایج دو واحد قبلی، بهترین دسته را انتخاب می‌کند. نتایج نشان می‌دهد که روش پیشنهادی، در مقایسه با روش‌های مشابه، از نظر صحت، بازخوانی، و امتیاز F1 عملکرد بهتری دارد. این روش ضمن سریع‌تر بودن، دارای دقت بالاتری نسبت به روش‌های بدون توزیع می‌باشد و در مقایسه با روش‌های توزیعی تصادفی، سرعتی برابر و دقتی بالاتر دارد. آزمایش‌ها بر روی مجموعه‌دادگان VGGFace2 و  MS-Celeb-1M و Glint360K اجرا شده و نشان می‌دهد که این روش علاوه بر عملکرد بهتر، مقیاس‌پذیری بالاتری را در بازشناسی چهره دارد. Face recognition poses challenges in accuracy, memory efficiency, and computational complexity. This study proposes a two-stage, three-module approach: Subnetwork modules, Cluster-Finder unit, and Final-Decision module. Unlike random distribution methods, our approach employs clustering for distribution. Each subnetwork, a supervised deep neural network, is trained with cluster-specific data. The Cluster-Finder unit compares test data similarity with each subnetwork’s representative. The Final-Decision module selects the best class. Results indicate superior accuracy, recall, and F1 score compared to competitive methods. The approach is faster and more accurate than non-distribution methods, with comparable speed and higher accuracy than random distribution methods. Experiments on VGGFace2, MS-Celeb-1M, and Glint360K datasets confirm both superior performance and scalability. The proposed method, using KMeans for distribution, outperforms Softmax Dissection and Dynamic Active Class Selection. It simplifies training without additional manipulations, offering efficiency over methodologies like Softmax Dissection and ArcFace parallelization. In conclusion, this study focuses on pre-processing and post-processing without added training complexity. A divide-and-conquer approach addresses accuracy and efficiency challenges. In this study, various sources leading to errors in face recognition systems have been examined. These sources include: imprecise features, overfitting, challenging classes, distribution issues, and decision-making complexities. Various classification scenarios are explored, including non-distributed and models with random and intelligent distributions. Inaccurate features uniformly impact all scenarios, with overfitting posing the greatest challenge in non-distributed scenarios. Challenging classes are better distinguished in intelligent distribution scenarios. Inappropriate distribution has less impact in intelligent scenarios, and decision-making challenges exist in both distributions بازشناسی چهره, شناسایی چهره, خوشه‌بندی, یادگیری عمیق, یادگیری توزیعی face recognition, face identification, clustering, deep learning, distributed learning. 53 70 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-2408-1&slc_lang=fa&sid=1 Sayed Mohammad Ahmadi سید محمد احمدی sm.ahmadi@stu.qom.ac.ir 100319475328460012801 100319475328460012801 Yes University of Qom دانشگاه قم Rouhollah Dianat روح الله دیانت rdianat@qom.ac.ir 100319475328460012802 100319475328460012802 No University of Qom دانشگاه قم