【CVPR2021】动态度量学习

该工作将度量学中一个重要的属性“动态范围”引入到深度度量学习，从而得到一个新的任务叫做“动态度量学习”。我们发现，以往的深度度量其实只蕴含一个刻度，例如仅仅区分人脸、行人是相似还是不相似。这样的量具无论多精确，在实际使用中都是灵活不足、用途有限的。实际上，我们日常的量具通常具有动态范围，例如尺子总是有多个刻度（例如1mm、1cm乃至10cm）来测量不同尺度的物体。我们认为，深度度量学习领域已经到了需要引入动态范围的时候了。因为，视觉概念本身就有着不同的大小，“动物”、“植物”都对应大尺度，而“麋鹿”却对应相对较小的尺度。在小尺度下，两只麋鹿可能看上去很不一样，但是在另一个大尺度下，同样两只麋鹿却应该被认为非常相似。