Learning a Similarity Metric Discriminatively, with Application to Face Verification 论文笔记

0 摘要        我们提出了一种从数据中学习相似性度量的方法。该方法可以用于人脸识别或人脸验证的应用中。在这些应用中,类别的数量非常大且在训练期间并不知道,并且每个类别的训练样本的数量非常小。这个想法是学习一个能够将输入特征映射到一个目标空间的函数,在这个目标空间中用一个L1范数来度量输入空间的“距离”。通过最小化loss函数以实现相似性度量。对于同一个人的两张图像,度量值较小;对于不同人的
相关文章
相关标签/搜索