科研之友
微信
新浪微博
Facebook
分享链接
摘要
相似度学习方法通过学习合适的相似度度量以改进模型的分类或聚类效果。现有的研究表明,相似度学习方法在很多计算机视觉问题中起到重要的作用。近年来随着数据规模的急剧增大和应用领域的多样化,相似度学习问题发展了很多新的研究领域。本文介绍了近年来相似度学习问题的研究进展和发展过程,包括从传统的二元组和三元组约束发展到新型相似度约束、从欧氏距离与马氏距离发展到新型相似度度量、从图像间的相似度学习发展到图像集之间的相似度学习、从单一模态相似度学习发展到跨模态相似度学习。最后本文展望了相似度学习未来可能的发展方向。
- 单位
