Similarity Metric Learning for Face Recognition2013

       由于其在生物识别和监视中的应用，人脸识别引起了越来越多的关注。最近，相当多的研究工作致力于无约束的面部验证问题[8,17,18,20,23,24]，其任务是预测两个人脸图像是否代表同一个人。人脸图像在无约束条件下拍摄，并在复杂背景，照明，姿势和表情方面显示出显着的变化（见图1）。另外，人脸验证的评估步骤通常假设训练和测试集中的人员身份是排他性的，需要预测从未见过的面孔。这两个因素使得人脸验证非常具有挑战性。

       相似性度量学习旨在学习适当的距离或相似性度量来比较样本对。这为验证任务提供了一个自然的解决方案。度量学习[5,7,22,25,26]通常关注于马氏距离的定义，