基于三重对比头的多视图特征提取
计算机视觉与模式识别
2023-03-23 v1
摘要
多视图特征提取是缓解高维多视图数据维数问题的有效方法。对比学习(CL)作为一种流行的自监督学习方法，近来受到相当关注。在本研究中，我们提出一种基于三重对比头的新型多视图特征提取方法，其结合样本级、恢复级与特征级对比损失，依据信息瓶颈原理提取充分且极小的子空间判别信息。在MFETCH中，我们构造特征级对比损失，去除一致性信息中的冗余信息以实现子空间判别信息的极小性。此外，MFETCH中还构造了恢复级对比损失，其捕获视图特定的判别信息以实现子空间判别信息的充分性。数值实验表明所提方法在多视图特征提取上具有显著优势。
引用
@article{arxiv.2303.12615,
title = {Multi-view Feature Extraction based on Triple Contrastive Heads},
author = {Hongjie Zhang},
journal= {arXiv preprint arXiv:2303.12615},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2302.03932