近日，我院智能媒体大数据科研团队在深度度量学习领域研究最新研究成果被计算机视觉领域顶级会议ICCV 2023录用。研究成果：HSE: Hybrid Species Embedding for Deep Metric Learning。该论文由杨柏林教授，孙浩强，李焕波教授，陈政，蔡建禄，宋超教授共同完成。
深度度量学习的关键任务是寻找一个能够泛化到未知类别最优的距离函数。最先进的方法主要集中在复杂的损失函数或挖掘策略上。然而，有限的训练样本限制了模型对下游任务的泛化。虽然增加新的训练样本是一个有前景的解决方案，但是确定他们的标签信息并且应用到仅有二分类的损失函数上仍然是一个重大的挑战。杨柏林团队创新性地引入混合物种嵌入(Hybrid Species embedding, HSE)，该方法利用混合样本数据增强来生成杂交物种并提供额外的训练信号。同时利用HSE Loss，克服了度量学习损失需要明确类标签的限制。通过大量实验表明，HSE能够增强模型对下游任务的泛化能力。从而为深度度量学习的局限性提供了一种新的解决方案。
ICCV，英文全称International Conference on Computer Vision，中文全称国际计算机视觉大会，这个会议也是由IEEE主办的全球最高级别学术会议，每两年在世界范围内召开一次，在业内具有极高的评价，与CVPR、ECCV被称为计算机视觉领域的三大顶级会议。本届ICCV大会共收到8088篇论文投稿，录用2160篇，录用率仅为26.7%。