本文提出一种新颖的、使用 Vision Transformers (ViTs) 在 patch 级别比较两个图像的方法，通过对 CASIA Webface 数据集上的 2M 对图像进行训练，在大样本外分布数据上与 DeepFace-EMD 的准确度相当，但推理速度是 DeepFace-EMD 的两倍以上。此外，通过人体研究，我们的模型在可视化交叉注意力方面显示出有希望的解释性。我们相信我们的工作可以激发更多在人脸识别中使用 ViTs 的探索。

Nov, 2023

本文提出了使用 Earth Mover's Distance（EMD）等方法进行 few-shot 图像分类的新视角，并介绍了一种交叉引用机制来处理复杂背景和外观变化的图像。我们还展示了本算法在五个广泛使用的 few-shot 分类基准数据集上优于现有技术的实验结果，并在图像检索任务上展示了本方法的有效性。

Mar, 2020

提出了一种基于注意力模型的训练损失的准确估算方法，用于生成模型并使用 Earth Mover's Distance 作为损失函数，并提供了使用该模型进行海量点云推断的显著性能提升。

Nov, 2023

该研究提出了一种新颖的端到端图像复制移动伪造检测框架，它结合了传统和深度学习方法的优势，利用高分辨率尺度提取特征进行源和目标区域的明确可靠点对点匹配，并提出了一种新型的成对排序学习框架来分离源和目标区域，取得了显著的泛化能力和优于现有方法的检测性能。

Apr, 2024

本研究提出了一种基于数据并行的 Earth Mover's Distance 近似算法，具有线性时间复杂度以及适用于高维空间和高重叠概率分布的优势，在文本和图像领域中取得了较高的近似精度。

Dec, 2018

本文提出了一种计算大规模相关高维数据集之间的距离的快速方法，称为扩散地球移位距离（Diffusion Earth Mover's Distance）。通过建模数据集为分布并计算相互作用矩阵来实现，该方法的时间复杂度为 O (n)，并且比基于树的算法更加准确和可微分，适用于深度神经网络等梯度下降框架。实验通过 210 个 COVID-19 样本的单细胞数据表明该方法比同等精确度的方法至少快两个数量级，且可以嵌入更高层次的患者流形中揭示患者间的结构和异质性，并可适用于其他医学和生物模型中大规模数据集的距离计算。

Feb, 2021

本文提出了一种基于 CNN 和度量学习的两阶段方法，以实现面部验证和识别。实验表明，该方法优于其他最先进的方法，获得 99.77% 的成对验证准确度，并在其他两个更实用的协议下获得更好的准确度。本文也讨论了数据大小和补丁数量的重要性，展示了通往实际高性能面部识别系统的明确途径。

Jun, 2015

本文提出了一种适应于当下行人重识别局部样本结构的新型采样方法和目标函数，利用一定的局部样本来挖掘适当的正例，以提高深度嵌入的性能，并在训练过程中学习一种深度相似性距离度量，以此来增加像素级的区分度，并处理掉行人图像中的复杂性因素，本方法在基准测试数据集上取得了最好的性能表现。

Jun, 2017

提出了一种集成传统和深度方法优点的端到端复制移动伪造检测（CMFD）框架，其中包括了深度跨尺度补丁匹配方法和操作区域定位分支，通过从高分辨率尺度提取特征，寻求源区域和目标区域之间的明确可靠的点对点匹配，证明了该方法对不同的复制移动内容具有高度的适应性和显著优于现有方法的性能。

Aug, 2023

本文提出了一种自适应于本地功能结构的相似度度量，由于有利于选择真正的艰难样本来指导深度嵌入学习，并且具有更快收敛和提高性能的优势，在复杂的图像检索数据集上表现优异。

Oct, 2016