考虑难例挖掘和整体特征分布的损失函数设计

作     者：吴皓 王钰淏 田国会 路飞 WU Hao;WANG Yuhao;TIAN Guohui;LU Fei

作者机构：山东大学控制科学与工程学院山东济南250061 

基　　金：国家自然科学基金资助项目(61973192,U1813215,61973187,91748115,62773239) 国家重点研发计划资助项目(2018YFB1307101) 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2021年第49卷第6期

页      码：37-42页

摘      要：为了提高深度度量学习模型训练中的图像检索性能,在度量学习模型SoftTriple的基础上,对损失函数和网络结构进行改进.网络结构改进是在SoftTriple网络结构的基础上引入BNNeck模块;在损失函数设计中,首先添加难例挖掘函数对损失函数进行改进,然后通过使用高阶矩来表征整体特征分布的思路提出了新的损失函数.实验表明在度量学习数据集上的召回率和标准化互信息与改进前相比均有提高.与SoftTriple相比,添加难例挖掘函数实验最高将召回率提高了1.8%,标准化互信息值提高了2.2%;整体特征分布实验最高将召回率提高了0.9%,标准化互信息值提高了0.8%.

主 题 词：度量学习 损失函数 难例挖掘 整体特征分布 高阶矩 

学科分类：0810[工学-土木类] 0808[工学-自动化类] 08[工学] 0812[工学-测绘类] 081202[081202] 

核心收录：

D　O　I：10.13245/j.hust.210607

馆 藏 号：203103564...