Tiefes Metriklernen mit hierarchischem Triplettenverlust

Wir präsentieren eine neuartige hierarchische Triplettenverlustfunktion (HTL), die in der Lage ist, aufschlussreiche Trainingsbeispiele (Tripletten) automatisch über einen definierten hierarchischen Baum zu sammeln, der globale Kontextinformationen kodiert. Dies ermöglicht es uns, die Hauptlimitierung des zufälligen Samplings bei der Schulung einer konventionellen Triplettenverlustfunktion zu überwinden, was ein zentrales Problem für das tiefes Metriklernen darstellt. Unsere wesentlichen Beiträge sind zweifach:(i) Wir erstellen einen hierarchischen Klassenbaum, bei dem benachbarte Klassen rekursiv zusammengeführt werden. Die hierarchische Struktur erfasst die intrinsische Datenverteilung über die gesamte Datenbank natürlicherweise.(ii) Wir formulieren das Problem der Triplettenauswahl durch Einführung eines neuen Verletzungsabstands (violate margin), der dynamisch basierend auf dem entworfenen hierarchischen Baum berechnet wird. Dies ermöglicht es, unter der Anleitung des globalen Kontexts automatisch sinnvolle schwierige Beispiele auszuwählen. Es befördert das Lernen von diskriminativen Merkmalen aus visuell ähnlichen Klassen durch das Modell und führt zu schnellerer Konvergenz und besseren Leistungen. Unsere Methode wurde an den Aufgaben des Bildretrievals und der Gesichtserkennung evaluiert, wo sie den Standard-Triplettenverlust um 1-18% deutlich übertreffen konnte. Sie erreicht neue Stand-of-the-Art-Leistungen auf mehreren Benchmarks mit deutlich weniger Lerniterationen.