Deep Metric Learning via Lifted Structured Feature Embedding（CVPR,2016）

這是一篇CVPR2016年的論文，文章針對傳統的pairwise（成對樣本），triplet（三元組）進行改變，通過增加（特定）邊來加大對於每次batch數據的使用。本文的核心就是下圖，如果我們假設邊的個數就是我們對於batch數據的使用情況的話，我們發現，本文提出的方法毫無疑問極大的利用了batch信息，而這也是本文的motivation，較好的使用每次batch的信息。

看完本文希望大家能了解：

①.Contrastive，Triplet的知識（最好明白為什麼會由Contrastive到Triplet的轉變），以及它們在現有的batch時存在的一些不足；

②.本文在採樣時的一些細節，（有預處理）；本文的核心思想精髓；

③.知道本文的損失函數形式以及物理含義即可。

文章鏈接： https://arxiv.org/abs/1511.06452

做的ppt鏈接： https://pan.baidu.com/s/1dELSGql