Learning a Similarity Metric Discriminatively, with Application to Face Verification

  Abstract 我們提出了一種通過從數據中進行相似度度量訓練的方法。本方法可以用在識別或者認證應用，這些應用中類別很多且訓練時未知，並且單個類別的訓練數據數量很少。主要的思想是學習一個函數，將輸入映射到目標空間中，使得目標空間中的L1距離基本與輸入空間中的語義特徵一致。這種方法應用到了人臉認證任務中。學習過程最小化具有區分度的損失函數，使得兩個來自相同人的人臉相似度度量變小，不同人的人臉相似

>>阅读原文<<