최근 컴퓨터 비전 태스크 중 하나인 얼굴인식(face recognition) 분야를 중심으로 딥러닝 모델을 사용한 메트릭 러닝이 급진적 발전 및 우수한 성능을 보이고 있다. 딥메트릭러닝(deep metric learning)은 딥러닝 모델을 사용하여 데이터 간 유사도를 잘 수치화하는 임베딩 함수를 학습하는 방법론이다.
이번 세미나에서는 딥메트릭러닝의 정의 및 필요성, 대표적인 손실함수(contrastive loss, triplet loss, angular-based loss) 등 기본적인 딥메트릭러닝에 대한 기본적인 설명을 전달하고자 한다.
참고문헌
[1] Schroff, F., Kalenichenko, D., & Philbin, J. (2015). Facenet: A unified embedding for face recognition and clustering. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 815-823).
[2] Wen, Y., Zhang, K., Li, Z., & Qiao, Y. (2016, October). A discriminative feature learning approach for deep face recognition. In European conference on computer vision (pp. 499-515). Springer, Cham.
[3] Deng, J., Guo, J., Xue, N., & Zafeiriou, S. (2019). Arcface: Additive angular margin loss for deep face recognition. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 4690-4699).