#436
summarized by : 金城 忍
Deep Compositional Metric Learning

どんな論文か?

任意の数の特徴量抽出器を、それぞれの出力の異なる組み合わせを用いて、任意の数のネットワークを学習することを通して、アンサンブル学習することで、汎化性能により寄与する識別可能な特徴量を抽出する提案

新規性

複数のネットワークから出力された特徴量の多様な組み合わせで、複数のモデルをそれぞれ学習する一方で、モデル間の結果の比較に基づいて自己強化することを通して、アンサンブル学習をするという点で新規

結果

ImageNetで事前学習したResNet-50を使用したCUB-200-2011、Cars196及びStanford Online Productsでの評価では、標準化相互情報量で既存の手法より良い結果を達成する一方で、リコールにおいてもRecall@K (CUB:1, 8 / Cars196: 2, 4, 8 / Stanford: 1) の評価でも比較的良い結果を達成

その他(なぜ通ったか?等)