摘要

本文聚焦于图像聚类任务中的无监督表示学习。近年来，深度聚类与无监督表示学习的进展主要基于两个核心思想：通过对输入图像采用数据增强技术生成的不同视图，在表示空间中应保持相近（即“原型一致性”），以及相似图像应具有相似的聚类分配（即“群体一致性”）。本文进一步引入一种新的一致性概念——“共识一致性”，该机制确保所学习的表示能够对表示空间中的变化、不同的聚类算法，或同一聚类算法的不同初始化方式，均产生一致的聚类划分结果。我们通过在表示空间中引入多种变体，构建了一种聚类损失函数，并将共识一致性、原型一致性与群体一致性三者无缝整合进一个端到端的学习框架中。所提出的算法——基于无监督表示学习的共识聚类（ConCURL），在五个图像数据集中的四个上，显著优于当前最先进的聚类方法。此外，本文还扩展了聚类性能的评估流程，以更真实地反映实际聚类任务中面临的挑战，例如在分布偏移（distribution shift）情形下仍保持稳定的聚类性能。我们还进行了详尽的消融实验，以深入理解所提出方法的各个组件及其贡献。代码与训练好的模型已开源，可访问 https://github.com/JayanthRR/ConCURL_NCE。