陜西師范大學計算機科學學院作了一場題為“深度度量學習在視覺分析中的應用”的講座，計算機科學學院現(xiàn)有計算機軟件與理論和計算機應用技術(shù)兩個碩士點，開設(shè)有計算機科學技術(shù)(師范、非師范)和信息管理與信息系統(tǒng)二個本科專業(yè)，學院還承擔著全校計算機公共課的教學任務(wù)。講座的主要內(nèi)容是：

　　視覺模式的相似性度量是視覺計算中的一個基礎(chǔ)問題，設(shè)計一個有效的相似性度量準則對于提高視覺分析系統(tǒng)的性能十分關(guān)鍵。度量學習旨在利用訓練數(shù)據(jù)學習出有效的距離度量，進而有效地描述樣本之間的相似度。傳統(tǒng)的度量學習算法大多數(shù)都是學習出一個線性的馬氏距離，因而不能有效地描述樣本的非線性結(jié)構(gòu)。報告將介紹本研究組近年所提出一種新的深度度量學習方法及其在視覺分析中的應用。通過構(gòu)造一個深度神經(jīng)網(wǎng)絡(luò)，在網(wǎng)絡(luò)的頂層設(shè)計任務(wù)相關(guān)的目標函數(shù)優(yōu)化網(wǎng)絡(luò)的參數(shù)，從而更好地學習出鑒別度量空間。所提出的方法在包含人臉識別、行人識別、物體識別、圖像集分類、目標跟蹤、圖像檢索和跨模態(tài)匹配等多個視覺分析的應用中驗證了其有效性。