学习视觉相似度对于各种视觉任务至关重要,如图像聚类、人脸检测或图像检索,从而为日常应用奠定基础,如智能手机上的图像集合的智能排列、浏览器中的网络规模的图像搜索或在线购物时推荐产品。今天,学习捕捉相似度的视觉表示的主要方法是深度度量学习,它专门针对从新颖的、看不见的类中检索对象和图像。此外,相似性学习与对比学习密切相关,对比学习是自监督学习的主导方法,分别是迁移学习。

在本教程中,我们将深入介绍深度度量学习(DML)的领先学习范式,以及如何实际评估其(超出分布)泛化的未来方向。具体来说,本教程将涵盖以下主题: (i) DML目标函数的概况,(ii)先进的和上下文相关的DML公式,(iii) DML中数据采样的重要性,(iv)公平和现实地评估DML方法的最佳实践,最后,(v)我们将DML与计算机视觉和模式识别的相关领域联系起来,如对比学习,少样本学习,迁移学习和人脸识别。

成为VIP会员查看完整内容
43

相关内容

【ICML2022教程】智能交互式学习,80页ppt
专知会员服务
43+阅读 · 2022年7月21日
斯坦福大学最新【强化学习】2022课程,含ppt
专知会员服务
117+阅读 · 2022年2月27日
最新《域自适应视觉应用》ECCV2020教程,67页PPT
专知会员服务
26+阅读 · 2020年12月24日
最新《域自适应视觉应用》ECCV2020教程,43页PPT
专知会员服务
25+阅读 · 2020年11月5日
【RecSys2020干货教程】对抗机器学习推荐系统,186页ppt
专知会员服务
51+阅读 · 2020年10月10日
迁移学习简明教程,11页ppt
专知会员服务
104+阅读 · 2020年8月4日
最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
【ICML2022教程】智能交互式学习,80页ppt
专知
0+阅读 · 2022年7月22日
【CVPR2022】视频对比学习的概率表示
专知
1+阅读 · 2022年4月12日
【Tutorial】计算机视觉中的Transformer,98页ppt
专知
15+阅读 · 2021年10月25日
VALSE 短教程 第03期:视觉与语言智能
VALSE
0+阅读 · 2021年9月18日
深度多模态表示学习综述论文,22页pdf
专知
27+阅读 · 2020年6月21日
CVPR2019教程《胶囊网络(Capsule Networks)综述》,附93页PPT
GAN生成式对抗网络
28+阅读 · 2019年6月21日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年8月10日
Arxiv
0+阅读 · 2022年8月9日
Arxiv
20+阅读 · 2021年12月19日
Arxiv
19+阅读 · 2021年4月8日
Arxiv
21+阅读 · 2020年10月11日
VIP会员
相关VIP内容
【ICML2022教程】智能交互式学习,80页ppt
专知会员服务
43+阅读 · 2022年7月21日
斯坦福大学最新【强化学习】2022课程,含ppt
专知会员服务
117+阅读 · 2022年2月27日
最新《域自适应视觉应用》ECCV2020教程,67页PPT
专知会员服务
26+阅读 · 2020年12月24日
最新《域自适应视觉应用》ECCV2020教程,43页PPT
专知会员服务
25+阅读 · 2020年11月5日
【RecSys2020干货教程】对抗机器学习推荐系统,186页ppt
专知会员服务
51+阅读 · 2020年10月10日
迁移学习简明教程,11页ppt
专知会员服务
104+阅读 · 2020年8月4日
最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员