用于查找类似图像的深度学习模型(局部敏感哈希)

时间:2017-03-19 16:35:02

标签: machine-learning neural-network deep-learning locality-sensitive-hash

同一物体有不同的照片。这些图片是从不同角度拍摄的,所以虽然图片上的物体是相同的,但图片本身可能会有很大不同。

是否有一个示例或准备使用深度学习模型,它将为同一对象的不同图片生成相似/近似向量? (看起来人脸检测的工作方式有点类似......)

1 个答案:

答案 0 :(得分:2)

您正在寻找的是一个连体网络,您可以通过同一网络传递2张图像,并尝试最大化不同图像之间的距离,并在相似图像之间将其最小化。另一个变体使用三个图像而不是两个图像,其中一个作为锚点,另外两个图像属于同一类别,而另一个属于不同的类别,您尝试最小化和最大化距锚点的距离。实现此目的的损失函数是对比损失函数。看here实施对比损失。您可以在这样的设置中使用任何标准架构,我个人认为VGG-16易于调整和简单。

以下是一些您应该了解的文章,以了解相同背后的数学和理论

  1. Learning visual similarity for product design
  2. Learning a Similarity Metric Discriminatively, with Application to Face Verification