Universal Weighting Metric Learning for Cross-Modal Matching

Motivation

1，度量学习是什么？在分类中就不光是分类，而是能把相近的拉近，距离远的推远。

首先，这里的距离有很多种，包括欧氏距离，马氏距离等，

其次，这里拉近和推远的方式也有很多种，本文中的就是赋予权重，给easy sample小的权重，给hard sample大的权重，让函数更好地学习。

2，主要考虑两个问题：如何采样和如何拉近推远。

以前的方法包括SCAN就是随机采样，拉近推远就是给不同的样本相同的权重。

而我们正是优化这两个问题：

采样变成了满足条件才进行采样：

                                       

而拉近推远则是通过给easy样本小的权重，hard样本大的权重来实现的。

这里的权重函数就是一个简单的线性函数：

                  

          

        

3，针对这个权重函数我们就提出了所谓的新的损失函数

avg型号的：

           

变化一下：

     

max型号的：

   

变化一下：