原文标题：Dual Contrast-Driven Deep Multi-View Clustering

原文作者：崔金荣, 李雨霆, 黄翰* , 文杰*

原文期刊：IEEE Transactions on Image Processing（CCF-A类Top期刊）

原文链接：https://ieeexplore.ieee.org/document/10648641

原文发表时间：2024年8月

摘要

多视图聚类（Multi-view Clustering, MVC）方法利用来自不同视角的模态信息，为无监督学习提供更强的表达能力。然而现有方法往往难以同时满足“类间判别性强”和“类内结构紧凑”的聚类友好结构需求，最终导致聚类性能不理想。

针对这一问题，华南农业大学、华南理工大学和哈尔滨工业大学（深圳）研究团队联合提出了一种双对比驱动的深度多视图聚类方法（Dual Contrast-Driven Deep Multi-View Clustering, DCMVC），通过引入类间对比的簇扩散机制（Dynamic Cluster Diffusion, DCD）和类内对比的可靠邻居正向对齐机制（Reliable Neighbor-Guided Positive Alignment, RNGPA），同时优化类间分离性和类内紧凑性。

该方法在多个典型多视图数据集上进行了验证，实验结果表明：所提DCMVC方法在聚类准确率（ACC）、归一互信息（NMI）和F-score等指标上均显著优于现有主流方法。相关源代码与实验配置已开源，访问地址为：

GitHub：https://github.com/tweety1028/DCMVC

 

一、研究背景

在各类数据采集和表示方式高度多样的背景下，多视图聚类成为高维异构数据无监督建模的重要方向。相比单视图，多视图聚类具有以下优势：

1）提高了聚类准确性：多视图数据融合捕获了更完整的样本特征信息，显著提升了聚类精度；

2）特征互补性增强：不同视图间的互补信息能够弥补单一视图的特征缺失，提高模型鲁棒性；

3）数据噪声鲁棒性：多视图协同分析可有效降低单一视图噪声对聚类结果的干扰，提升系统稳定性。

二、研究现状与现有问题

在基于表征学习的MVC家族领域，现有的方法主要分为两类：基于浅表征学习的方法和基于深度表征学习的方法。

1）基于浅层表征学习：依赖于传统的机器学习技术，如核方法、子空间学习和图学习等，这些方法在处理高维数据和非线性关系时能力有限，难以捕捉数据的深层次结构信息。

2）基于深度表征学习：利用深度学习模型提取高级特征表征，虽然在特征提取方面具有显著优势，但现有方法在对比学习中存在虚假负样本对的问题，影响了聚类性能。

虽然相比单一视角，MVC通过整合来自不同视角的数据表征，在保持原始信息多样性的同时显著提升了聚类的稳定性与准确率。然而，当前主流MVC方法存在三个关键短板：

1）忽视类别结构：多数方法只关注视图间一致性，忽略了“同类聚合、异类分离”的聚类结构要求，导致表征不适用于直接聚类。

2）伪负样本干扰：对比学习中常把“非同一视图”样本视为负样本，容易误伤本属同一类别的样本，破坏类内紧凑性。

3）融合方式粗糙：许多方法采用拼接或平均策略融合多视图特征，未考虑各视图贡献差异，导致信息利用不充分甚至失衡。

三、主要内容

本文提出双重对比机制驱动的深度多视图聚类网络DCMVC，系统解决现有方法在“类间分离不足”、“类内聚合不强”、“伪负样本干扰严重”以及“特征融合粗糙”等问题。DCMVC整体框架图如图1所示。

 

图1 DCMVC整体框架图

整体方法由四个关键组件组成：

1）视图特定自动编码器：提取高阶视图特征，保持视图特异性；

2）自适应特征融合模块（AFF）：基于可学习权重融合多视图表征，提升信息整合质量；

3）动态簇扩散模块（DCD）：引入簇中心对比损失，增强类间分离性；

4）可靠邻居引导正样本对齐模块（RNGPA）：结合伪标签与邻居结构，消除伪负样本，增强类内紧凑性。

实验结果：

（1）性能对比

如表1所示，DCMVC在多个数据集上显著优于现有方法：

 

表1 rgb -D、CORA和CCV数据集的聚类结果

 

（2）特征可视化

如图2所示，训练后的特征空间呈现出清晰的簇结构，类间分离明显，类内紧凑。

 

图2 双重对比学习过程中rgb -D中特征的可视化

（3）消融实验

如表2所示，移除关键模块会导致性能显著下降：

· 移除DCD：ALOI数据集ACC下降5.25%。

· 移除RNGPA：CCV数据集ACC下降15.38%。

表2 消融研究

 

四、研究创新点

1）提出类间对比与类内对比联合建模机制，同时优化聚类结构的分离性与紧凑性；

2）构建动态簇扩散模块，在类级别建模簇结构对比，提升判别能力；

3）设计邻居引导正对齐模块，避免伪负样本干扰，增强类内一致性；

4）引入视图自适应融合策略，捕捉不同视图的重要性差异；

5）提出可复现、端到端训练流程，源代码与数据已公开，具备实用性和可比性。

 

 

参考文献

[1] Jinrong Cui（崔金荣）, Yuting Li, Han Huang* , Jie Wen*; Dual Contrast-Driven Deep Multi-View Clustering,IEEE Transactions on Image Processing,2024. (TIP，中科院一区，CCF-A类Top期刊，IF：12.1).

[2] Cheng Huang, Wenzhe Liu, Jinghua Wang, Jinrong Cui*（崔金荣）, Jie Wen*; Dual-Driven Cross-Modal Contrastive Hashing Retrieval Networks Via Structure Feature and Semantic Information, Information Fusion, 123(2025)103252.

[3] ;Jinrong Cui（崔金荣）, Yulu Fu, Cheng Huang, Jie Wen*; Low-rank graph completion-based incomplete multiview clustering. IEEE Transactions on neural networks and learning systems, 2022-11-01. (TNNLS，中科院一区，IF：14.255).

[4] Jinrong Cui（崔金荣）, Xiaohuang Wu, Haitao Zhang, Chongjie Dong, and Jie Wen*. Structure-guided deep multi-view clustering. Information Fusion (2025): 103461.

[5] Cheng Huang, Jinrong Cui*（崔金荣）, Yulu Fu, Dong Huang（黄栋）, Lusi Li; Incomplete multi-view clustering network via nonlinear manifold embedding and probability-induced loss. Neural Networks, 2023,163:233-243.（中科院一区,IF:8.4）

[6] Jinrong Cui（崔金荣）,Zhipeng He, Qiong Huang(黄琼), Jie Wen*， Structure-aware constructive hashing for unsupervised cross-modal retrieval. Neural Networks, 2024.（中科院一区,IF:8.4）

[7] Jinrong Cui（崔金荣）,Yazi Xie, Qiong Huang*, Jie Wen*, Deep dual incomplete multi-view multi-label classification via label semantic-guided constructive learning. Neural Networks. 2024. （中科院一区,IF:8.4）

[8] Jinrong Cui（崔金荣）, Yuting Li, Yulu Fu, Jie Wen*（文杰）, Multi-view Self-Expressive Subspace Clustering Network, ACM MM 2023. MM’23: Proceedings of the 31st ACM International Conference on Multimedia, Oct 2023, Pages 417-425. (ACM MM2023，CCF-A类会议).

[9] 崔金荣，黄诚，改进的自步深度不完备多视图聚类，数据采集与处理，2022-09-15.（北大中文核心期刊）