10秒でわかった気になれる概要
Cos類似度の山頂を狭くすることで、劣悪データセットに対する分類問題で高性能を発揮しました。
↓論文
t-vMF Similarity for Regularizing Intra-Class Feature Distribution
t-vMF類似度とは、上記論文で提案された、Cos類似度の拡張です。
この論文は、トップカンファレンスCVPR2021に採択された、なんと、日本人論文です！！
産総研（AIST）の小林匠さんという方が書かれています。
そもそもCos類似度ってなに？
Cos類似度とは、サンプル間の類似具合の尺度です。
深層距離学習の分野では、画像から抽出される特徴ベクトルの類似具合をCos類似度で測ります。
別の類似度として、２つの特徴ベクトルの直線距離が近ければ類似度が高いとするユークリッド距離という類似度がありますが、
一方でCos類似度は、特徴ベクトル間のなす角θが小さければ類似度が高いとする測り方です。
このCos類似度は、深層距離学習の代表モデルArcFaceや、同じCVPR2021に採択されたMagFaceで用いられています。
どうやってCos類似度を拡張したの？
詳細を知りたい方はSlideShareにまとめましたので、そちらをご覧ください。↓↓↓