qq_27722471的博客

背景 对于许多学习任务例如分类，识别，检索，聚类等等来说，实例嵌入（instance embeddings）都是进行图像表征的一种非常有效和通用的方式。在度量学习（metric learning）中会将比较的双方表示为嵌入空间中的一个点，通过计算他们之间的距离作为匹配的置信度。 但是当输入本身由于噪声干扰具有一定不确定性时，实例嵌入的单点映射无法衡量其在嵌入空间中的不确定性了。所以在这篇论文中提出了hedged instance embedding来表示嵌入空间中带不确定性的输入表征。 创新点