全局相关感知硬负生成框架

生成更硬更多样负样本

从全局视角学习样本相关性，生成信息量更丰富的硬负样本，提升深度度量学习模型判别力。

Wen-Jie, Peng · Hongxiang, Huang · 陈添水 · Quhui, Ke · Dai, Gang · Huang S.

International Journal of Computer Vision 2024

技术优势

负样本更硬

通过全局相关性指导生成，负样本更接近决策边界，迫使模型学习更精细的判别特征。

性能超越现有

在四个图像检索基准数据集上均取得优于相关方法的结果。

应用场景

• 图像检索：生成高质量负样本提升检索排序精度。
• 深度度量学习：提供更强的训练信号，增强嵌入空间判别性。