近两年顶级会议上关于Distance Metric Learning的paper清单

最新推荐文章于 2022-03-01 08:45:00 发布
VIP文章 最新推荐文章于 2022-03-01 08:45:00 发布
阅读量1.1w 收藏 19
点赞数 1
分类专栏： 度量学习 文章标签： distance classification semantic image action algorithm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lzt1983/article/details/7831524
版权

上次大师兄回上海，跟导师以及师兄弟吃饭。谈到我研究生时选的DML的方向，我还是觉得这个领域相对比较艰深，近几年一直没有大的进展，而且凭直觉认为DML相关的最近的paper不会特别多。导师笑而不语。

回来做了一点功课，搜罗了这2年顶级会议上度量学习相关的论文，数量之多，颇受震动。这其中怕是不乏灌水炒作新概念的文章，看来DML大有前几年sparse coding的势头啊。

ICML 2012

Maximum Margin Output Coding

Information-theoretic Semi-supervised Metric Learning via Entropy Regularization

A Hybrid Algorithm for Convex Semidefinite Optimization

Information-Theoretical Learning of Discriminative Clusters for Unsupervised Domain Adaptation

Similarity Learning for Provably Accurate Sparse Linear Classification

ICML 2011

Learning Discriminative Fisher Kernels

Learning Multi-View Neighborhood Preserving Projections

CVPR 2012

Order Determination and Sparsity-Regularized Metric Learning for Adaptive Visual Tracking

Non-sparse Linear Representations for Visual Tracking with Online Reservoir Metric Learning

Unsupervised Metric Fusion by Cross Diffusion

最低0.47元/天 解锁文章
大魁
关注
  • 1
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
度量学习(Metric Learning)
禅与计算机程序设计艺术
07-12 656
度量学习(Metric Learning) Metric Learning. 度量学习(Metric Learning)是指在特定的任务上通过理解样本之间的相似关系，学习一个合适的距离度量函数。传统的度量学习方法通常使用
机器学习: Metric Learning (度量学习) 学习笔记
04-01
目前，机器学习中的K近邻(KNN)分类算法和支持向量机(SVM)算法被认为是处理文本分类的最好方法。但KNN分类算法有以下的缺陷： KNN是基于近邻度量的一种模式分类算法，它高度依赖于数据间的相似度度量，简单的欧式距离在实际应用时，由于不考虑不同维度之间对分类的影响以及输入数据数据维数高的问题，往往不能取得良好的分类效果。 KNN 分类算法虽然可以一定情况下克服数据偏斜带来的分类误差，但是这也是造成它对样本密度分布敏感的主要原因，当类间密度高度分布不均时，分类效果会有较大的影响。
李宏毅机器学习15—Semi-supervised learning
weixin_57178683的博客
05-02 857
Semi-supervised learning（半监督学习） 摘要：这节课主要学习了半监督学习，以及半监督学习的两种方法。 目录 一、什么是Semi-supervised learning 为什么要做Semi-supervised learning 二、Semi-supervised learning for generative model 首先看supervised learning for generative model 实际上Semi-supervised learning for
度量学习（Distance Metric Learning）介绍
热门推荐
大魁的专栏
08-19 4万+
一直以来都想写一篇metric learning（DML）的综述文章，对DML的意义、方法论和经典论文做一个介绍，同时对我的研究经历和思考做一个总结。可惜一直没有把握自己能够写好，因此拖到现在。 先烈一些DML的参考资源，以后有时间再详细谈谈。 1. Wikipedia 2. CMU的Liu Yang总结的关于DML的综述页面。对DML的经典算法进行了分类总结，其中她总结的论文非常有
Metric Learning度量学习简介及应用（分享笔记）
互相学习的小博客
03-01 3988
Metric Learning度量学习简介及应用（分享笔记）
Ordinal Distance Metric Learning for Image Ranking
02-10
Recently, distance metric learning (DML) has attracted much attention in image retrieval, but most previous methods only work for image classification and clustering tasks. In this brief, we focus on ...
An Overview of Distance Metric Learning (by Liu Yang)
03-06
An Overview of Distance Metric Learning (by Liu Yang)，特别经典的度量学习综述论文，英文文档。
Distance Metric Learning with Application to Clustering with Side-Information
03-06
Distance Metric Learning with Application to Clustering with Side-Information (by Eric P. Xing)，2003年发表的NIPS论文，度量学习的经典开山之作。
Decomposition based Transfer Distance Metric Learning for Image Classification
02-22
Decomposition based Transfer Distance Metric Learning for Image Classification
度量学习（Metric learning、损失函数、triplet、三元组损失、fastreid）
TigerZ*的博客
07-30 1万+
定义 Metric learning 是学习一个度量相似度的距离函数:相似的目标离得近,不相似的离得远. 一般来说,DML包含三个部分，如下图.。 1）特征提取网络：map embedding 2）采样策略：将一个mini-batch里的样本组合成很多个sub-set 3）loss function：在每个sub-set上计算loss. 应用场景 通常是在个体级别的细粒度识别上使用，传统的分类是花鸟狗的大类别的识别，但是有些需求...
深度迁移度量网络 Deep Transfer Metric Learning
qq_35337126的博客
12-18 4390
论文地址：Deep Transfer Metric Learning 摘要（abstract）   传统的度量学习方法同城假定训练和测试集是在相同的情景获取得到，因此假设他们的分布是一样的。但是在实际视觉识别应用中，这种假设往往不符合的。特别是当这些样本来源于不同的数据集。这篇论文提出深度迁移度量学习（DTML）方法，通过将识别知识从源域迁移到目标域。网络约束条件是：最大化类内距，以及最小化类间距...
度量学习 (Metric Learning) 解读
luoxuexiong的博客
05-10 3万+
本文转载于以下博客地址：https://blog.csdn.net/jningwei/article/details/80641184 如有冒犯，还望谅解！ Introduction 度量学习 (Metric Learning) == 距离度量学习 (Distance Metric Learning，DML) == 相似度学习 是人脸识别中常用传统机器学习方法，由Eric Xi...
Metric Learning度量学习
VIEO
07-22 1250
元学习论文总结||小样本学习论文总结 2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017-2019 NIPS2017-2019 度量学习（MetricLearning） 度量（Metric）的定义 在数学中，一个度量（或距离函数）是一个定义集合中元素之间距离的函数。一个具有度量...
度量学习 (Metric Learning)（一）
Nehemiah_Li的专栏
03-12 4万+
度量学习（Metric Learning） 度量（Metric）的定义  在数学中，一个度量（或距离函数）是一个定义集合中元素之间距离的函数。一个具有度量的集合被称为度量空间。 1 为什么要用度量学习？ 很多的算法越来越依赖于在输入空间给定的好的度量。例如K-means、K近邻方法、SVM等算法需要给定好的度量来反映数据间存在的一些重要关系。这一问题在无监督的方法（如聚类）中尤为明显。举一
度量学习Metric Learning
邦戈邦戈栗子的博客
01-14 3043
度量学习 (Metric Learning) == 距离度量学习 (Distance Metric Learning，DML) == 相似度学习  度量学习 是指 距离度量学习，Distance Metric Learning，简称为 DML，是人脸识别中常用传统机器学习方法，由Eric Xing在NIPS 2002提出。 度量学习（Metric Learning）也就是常说的相似度学习。如果...
基于深度学习的Person Re-ID（综述）
跟随技术的脚步-linolzhang的专栏
05-01 2万+
一. 问题的提出        Person Re-ID 全称是 Person Re-Identification，又称为 行人重检测 or 行人再识别，直观上可以通过两种思路进行比对，一种是 通过 静态图像（still-image）进行特征比对，另一种是通过视频的时序特征（temporal）进行 Video Re-Id。        不管是采用 图像特征比对的方法 还是 结合时序特征比
度量学习之参考指南
tox33的博客
03-05 1073
度量学习之参考指南 度量学习是指距离度量学习，Distance Metric Learning，简称为 DML，广泛应用于计算机视觉中的图像检索和分类、人脸识别、人类活动识别和姿势估计，文本分析和一些其他领域如音乐分析，自动化的项目调试，微阵列数据分析等，度量学习是Eric P. Xing, Andrew Y. Ng等人在NIPS 2003提出。 这并不是个新词，说的直...
metric learning
最新发布
04-03
Metric learning is a type of machine learning technique that involves learning a metric, or a distance function, between pairs of data points in a dataset. The goal of metric learning is to learn a ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值