要約
既存の視覚タスクにおける深層埋め込み手法は、画像からコンパクトなユークリッド空間を学習する能力を持っています。この空間では、ユークリッド距離が類似度指標に対応しています。より効果的かつ効率的な学習のために、通常はハードサンプルマイニングが用いられ、サンプルはユークリッド特徴距離の計算を通じて識別されます。しかし、グローバルなユークリッド距離は複雑な視覚特徴空間において真の特徴類似度を忠実に表現することはできません。高密度領域内のクラス内距離が低密度領域内のクラス間距離よりも大きい場合があります。本論文では、位置依存型深層計量（Position-Dependent Deep Metric: PDDM）ユニットを導入します。このユニットは、局所的な特徴構造に適応した類似度指標を学習する能力を持っています。この計量は、局所近傍で真正のハードサンプルを選択し、オンラインかつ堅牢な方法で深層埋め込み学習をガイドするために使用できます。新しいレイヤーの魅力は、任意の畳み込みネットワークにプラグイン可能であり、エンドツーエンドで訓練できる点です。我々の局所類似度認識特徴埋め込みは、2つの複雑な画像検索データセットでの高速収束と性能向上を示すだけでなく、大規模かつオープンセット状況下での転移学習やゼロショット学習においても優れた汎化性能を発揮します。ImageNet 2010およびImageNet-10Kデータセットでの実験結果がそれを証明しています。