可归因的视觉相似度学习

CVPRMar, 2022

Attributable Visual Similarity Learning

Borui Zhang, Wenzhao Zheng, Jie Zhou, Jiwen Lu

TL;DR本文提出 AVSL 框架，用于更精确和可解释地衡量图像之间的相似度，通过基于人类语义相似性认知构建通用相似性学习范式，使用图形以及自下而上的相似性构建和自上而下的相似性推断框架，在语义层次一致性的基础上推断相似性，取得了显著的改进，并验证了框架的可解释性。

Abstract

This paper proposes an attributable visual similarity learning (AVSL) framework for a more accurate and explainable similarity measure between images. Most existing similarity learning methods exacerbate the unex

attributable visual similarity learning similarity measure image semantic hierarchy consistency deep similarity learning methods

发现论文，激发创造

内省式深度度量学习

该论文提出了一种基于内省的深层度量学习框架，用于对图像进行不确定性感知的比较，该框架使用语义嵌入和不确定性嵌入来表示图像的特征以及模糊程度，并使用内省相似性度量来进行图像的相似度比较，取得了在图像检索和分类任务中的最先进性能。

May, 2022

3D 医学图像自监督预训练中的几何视觉相似性学习

提出新的几何学视觉相似性学习范式，将拓扑不变性的先验性质嵌入到 3D 医学图像的图像相似度测量中，以实现具有一致性的表示语义区域，从而提高内场、相场和全局 - 局部转移能力。

Mar, 2023

自省式深度度量学习

本研究提出一种内省型深度度量学习（IDML）框架，用于对图像进行不确定性感知的比较。通过不仅使用语义嵌入还使用伴随的不确定性嵌入来表示图像，该框架改进了深度度量学习的性能，并在图像检索和聚类等任务上取得了最先进的结果。

Sep, 2023

自监控的视频相似度学习

介绍了一种名为 S$^2$VS 的视频相似度学习方法，采用自我监督学习来处理多个检索和检测任务，使用任务定制的增强和 InfoNCE 损失，同时学习自相似性和硬负相似性，具有与有标注数据方法相媲美的性能，在视频相关性定义的不同颗粒度上均达到了最先进水平。

Apr, 2023

关于语言模型在视觉概念语义相似度评估方面的可解释性研究

这篇研究探讨了高性能预训练语言模型的表现，并提出了一些可解释的评估指标用于理解检索实例的概念质量，并对具有明显查询语义的对抗性干预进行了测试，揭示了不透明指标中的漏洞并显示了学习语言表示中的模式。

Sep, 2022

通过复杂性约束的描述性自编码实现可解释的概念相似度度量

图像相似度的量化是图像机器学习的一个关键版权问题。本文提出了一种基于概念相似性的图像相似度度量方法，通过生成逐渐复杂的图像描述来衡量相似度，该方法在图像对比和文本对比中表现优于现有基准，并通过指示差异描述粒度提供了解释性。

Feb, 2024

高效发现和有效评估视觉感知相似性：一项基准测试和更多

通过引入第一个大规模时尚视觉相似性基准数据集以及介绍新的高效标注方法，本文聚焦于视觉相似性，但所提出的方法和度量指标在不同领域中发现和评估知觉相似性具有更广泛的应用。

Aug, 2023

ViRel：无监督的图像关系发现与图层类比

本文提出了 ViRel，一种基于图级类比的无监督发现和学习视觉关系的方法。在一个共享着相同的底层关系子图结构的任务环境下，我们的学习方法通过对同构和非同构图形进行比较，以无监督的方式发现跨任务的关系。结果表明，我们的方法在关系分类方面达到了超过 95％的准确率，发现了大多数任务的关系图结构，并进一步推广到具有更复杂关系结构的未见过的任务上。

Jul, 2022

从人类角度出发：人脸的人本表达

本文介绍 A View From Somewhere (AVFS) 数据集，其中包含了 638,180 个关于面部相似度的人类判断，用于学习与人类感知对齐的低维连续嵌入空间。该空间不仅可以准确预测面部相似性，还提供了人类决策过程中使用的维度的可解析分解和不同注释者对各维度的重要性。我们还展示了该维度在收集连续属性、执行分类和比较数据集属性差异方面的实用性。

Mar, 2023

SUVR: 一种基于搜索的无监督视觉表示学习方法

提出了一种基于搜索的无监督视觉表征学习方法（SUVR），通过构建图像数据集图形并采用图形遍历定位相似图像，同时确保负样本可以从全数据集中获取，从而在无监督嵌入学习上显著优于现有方法。

May, 2023