度量学习方法 - KISSME
KISSME（keep it simple and straightforward metric）, 属于有监督的线性度量学习方法，本质上还是学习马氏距离中的矩阵M.
推导
首先，认为对于样本对
，它们之间的差异程度（dissimilar）可以通过似然比检验（likelihood ratio test）来观测，如下式所示：
其中，H0假设该样本对为负样本对（不相似），H1假设该样本对为正样本对（相似）。值越大，H0假设越可能符合，样本差异程度大; 反之，越小，则样本更相似。为了使样本在特征空间中的实际位置不影响结果，我们用样本对的差分来代替，从而得到零均值的分布。公式重写如下：
假设上式中概率密度分布函数为高斯分布（均值为0），则有：
其中，为样本对标签，若样本对相似，则=1, 否则为0. 式中的协方差矩阵计算如下：
这里原文中有一段话不太理解：The maximum likelihood estimate of the Gaussian is equivalent to minimizing the Mahalanobis distances from the mean in a least squares manner. This allows us to find respective relevant directions for the two independent sets.
接下来，对上面高斯分布的似然比公式取对数，得到：
去掉只提供偏置的常数项，化简得到：
最终得到反映了对数似然比检验的属性的马氏距离（Mahalanobis distance）度量：
算法
其中矩阵M的计算方法如下，首先，计算：
接着我们需要强制为半正定矩阵（为了满足度量可逆的特性），具体做法则是进行特征值分解，将小于等于0的特征值强行设置为很小的正数，再重构矩阵，即为马氏距离度量中的矩阵M.
相关matlab代码可参考 https://github.com/NEU-Gou/kernel-metric-learning-reid 中的KISSME部分。
参考文献
[1] Hirzer M. Large scale metric learning from equivalence constraints[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2012:2288-2295.
[2] Xiong F, Gou M, Camps O, et al. Person Re-Identification Using Kernel-Based Metric Learning Methods[C]// European Conference on Computer Vision. Springer, Cham, 2014:1-16.
度量学习方法 - KISSME相关推荐
- Face++ 论文解读：一种新的行人重识别度量学习方法 | PaperDaily #20
在碎片化阅读充斥眼球的时代,越来越少的人会去关注每篇论文背后的探索和思考. 在这个栏目里,你会快速 get 每篇精选论文的亮点和痛点,时刻紧跟 AI 前沿成果. 点击本文底部的「阅读原文」即刻加入社区 ...
- CVPR2018论文看点：基于度量学习分类与少镜头目标检测
CVPR2018论文看点:基于度量学习分类与少镜头目标检测 简介 本文链接地址:https://arxiv.org/pdf/1806.04728.pdf 距离度量学习(DML)已成功地应用于目标分类, ...
- 深度度量学习的这十三年，难道是错付了吗？
机器之心报道 机器之心编辑部 或许对于每一个领域来说,停下脚步去思考,与低头赶路一样重要. 「度量学习(Metric Learning)」即学习一个度量空间,在该空间中的学习异常高效,这种方法用于小样 ...
- 度量学习和pytorch-metric-learning的使用
度量学习是学习一种特征空间的映射,把特征映射到具有度量属性的空间中,所谓度量属性是指在某种度量距离(可以是欧氏距离.余弦相似性等)下类内距离更小,类间距离更大.有了这种属性之后,就可以仅根据特征间 ...
- 将距离度量学习应用于购物问题
让我们先描述我们的购物问题:在用户图像中识别时尚商品并在网上商店中找到它.您是否曾经在街上看到某人,并想过:"哇,这是一件漂亮的衣服,我想知道在哪里可以买到它?"对我而言,尝试距离 ...
- 小样本学习之关系网络：让机器自己学习如何度量
论文:2018-CVPR-<Learning to Compare: Relation Network for Few-Shot Learning> 之前讲过一篇有关度量学习的论文--原型 ...
- 干货 | 双曲空间度量学习在情绪识别中的应用
本期技术干货,我们邀请到了小米AI实验室-NLP应用工程师李嫣然.钱利,和大家分享如何应用双曲空间度量学习,来解决共情对话系统中的细粒度情绪识别问题. ▍摘要 识别对话中细粒度的情绪类别作为共情对话系 ...
- 飞桨带你使用度量学习，提升人脸识别准确率
小测试 想必在日常生活中,我们总会有一种感觉,身边认识的一些人,明明没有任何血缘关系,但是长得却可能很像,尤其对于脸盲的同学,真的是傻傻分不清楚. 我们这里有一组题,来测测大家的人脸识别水平. 先来一 ...
- Multi-Scale Metric Learning for Few-Shot Learning(用于小样本学习的多尺度度量学习)
Abstract 本文提出了一种新的小样本学习方法,名字叫多尺度度量学习(multi-scale metric learning, MSML),能提取多尺度特征,学习样本间的多尺度关系,进行少镜头学习 ...
最新文章
- redis bind多个ip_Spring Boot 中 Redis 的使用
- 大学python用什么教材-python大学里用哪本教材比较好？
- laravel的redis配置,一直报错Class 'Predis\Client' not found
- 殷浩详解DDD：领域层设计规范
- MIP 移动网页加速器视频教程全新发布
- 一些算法竞赛参考书及豆瓣评分
- 《Linux内核设计与实现》学习笔记之“Linux进程管理机制”
- 上班族的真实生活写照-上班、加班、免费加班
- 6-14漏洞利用-rpcbind漏洞利用
- cannot deserialize from Object value
- handlersocket mysql_Mysql插件之HandlerSocket的安装、配置、使用
- C语言自学笔记（20）
- 史上最详细金卡介绍以及金卡制作教程(附风暴数码CID转换码链接)
- 关于单链表中temp.next、head.next的理解
- VIM编辑器配置文件修改
- 软件测试基础 按照测试对象划分 界面测试（UI测试.响应式页面 可靠性测试 容错性测试 文档测试 平台测试 易用性测试等
- 51单片机c语言编程函数,单片机C语言教程：C51函数
- RISCV ISS Spike 介绍
- [MEM]综合能力考试-数学知识点
- 小米6指主板图示_拆解报告：小米小爱智能音箱HD