利用直方图损失学习深度嵌入

我们提出了一种用于学习深度嵌入的损失函数。新损失函数无需引入需要调节的参数，并在一系列数据集和问题上产生了非常优秀的嵌入。该损失函数通过估计正样本对（匹配）和负样本对（不匹配）的两种相似度分布，然后基于估计的相似度分布计算正样本对相似度得分低于负样本对的概率来计算。我们表明，利用具有软分配操作的一维直方图，可以以简单且分段可微的方式执行此类操作。这使得提出的损失函数适用于使用随机优化学习深度嵌入。在实验中，新损失函数的表现优于最近提出的替代方案。