DIML: Deep Interpretable Metric Learning via Structural Matching

人工智能 计算机科学 可解释性 杠杆(统计) 公制(单位) 深度学习 匹配(统计) 相似性(几何) 机器学习 模式识别(心理学) 图像(数学) 数学 运营管理 统计 经济
作者
Wenliang Zhao,Yongming Rao,Jie Zhou,Jiwen Lu
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:46 (4): 2518-2532 被引量:1
标识
DOI:10.1109/tpami.2023.3336668
摘要

In this paper, we present a new framework named DIML to achieve more interpretable deep metric learning. Unlike traditional deep metric learning method that simply produces a global similarity given two images, DIML computes the overall similarity through the weighted sum of multiple local part-wise similarities, making it easier for human to understand the mechanism of how the model distinguish two images. Specifically, we propose a structural matching strategy that explicitly aligns the spatial embeddings by computing an optimal matching flow between feature maps of the two images. We also devise a multi-scale matching strategy, which considers both global and local similarities and can significantly reduce the computational costs in the application of image retrieval. To handle the view variance in some complicated scenarios, we propose to use cross-correlation as the marginal distribution of the optimal transport to leverage semantic information to locate the important region in the images. Our framework is model-agnostic, which can be applied to off-the-shelf backbone networks and metric learning methods. To extend our DIML to more advanced architectures like vision Transformers (ViTs), we further propose truncated attention rollout and partial similarity to overcome the lack of locality in ViTs. We evaluate our method on three major benchmarks of deep metric learning including CUB200-2011, Cars196, and Stanford Online Products, and achieve substantial improvements over popular metric learning methods with better interpretability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
调研昵称发布了新的文献求助10
5秒前
浏阳河发布了新的文献求助10
5秒前
llxgjx完成签到,获得积分10
5秒前
犬豆斑发布了新的文献求助10
6秒前
不来应助大卫戴采纳,获得10
7秒前
Lucas应助夜之枫采纳,获得10
8秒前
8秒前
爆米花应助陈丫采纳,获得10
8秒前
聪慧的月饼完成签到,获得积分10
9秒前
9秒前
asd关闭了asd文献求助
10秒前
10秒前
cjl发布了新的文献求助10
10秒前
张张孟孟完成签到,获得积分10
12秒前
彭于晏应助haha采纳,获得20
12秒前
lobule发布了新的文献求助10
12秒前
12秒前
12秒前
jiang发布了新的文献求助10
13秒前
13秒前
14秒前
14秒前
yyxmh羽儿完成签到,获得积分10
15秒前
gao发布了新的文献求助10
15秒前
16秒前
16秒前
17秒前
酷波er应助SYT采纳,获得10
18秒前
小熊发布了新的文献求助10
18秒前
长天发布了新的文献求助10
18秒前
19秒前
19秒前
然然发布了新的文献求助10
19秒前
shanks发布了新的文献求助10
20秒前
20秒前
20秒前
susui完成签到 ,获得积分10
20秒前
orixero应助草原狼采纳,获得10
20秒前
动听师发布了新的文献求助10
20秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
ANSYS Workbench基础教程与实例详解 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3325661
求助须知:如何正确求助?哪些是违规求助? 2956332
关于积分的说明 8580190
捐赠科研通 2634297
什么是DOI,文献DOI怎么找? 1441859
科研通“疑难数据库(出版商)”最低求助积分说明 667952
邀请新用户注册赠送积分活动 654791