【计算机视觉】CMC 讲解

CMC

论文信息

标题：Contrastive Multiview Coding

作者：Yonglong Tian

期刊：ECCV2020

发布时间与更新时间：2019.06.13 2019.06.23 2019.10.21 2020.03.11 2020.12.18

主题：计算机视觉、对比学习

arXiv：[1906.05849] Contrastive Multiview Coding (arxiv.org)

代码：https://github.com/HobbitLong/CMC/

概述

CMC（Contrast Multiview Coding）是一种基于多视图的对比学习方法，结合（InstDis 中的）Memory Bank 和（CPC 中的）InfoNCE，旨在获取最大化同一物体不同视图之间互信息时的紧凑特征表示，使得正样本对在特征空间中相互靠近，负样本对相互远离。在一般的对比学习方法中，正样本对由 anchor 和 positive 一对一构成，而在 CMC 中，作者假设同一物体不同视图对应的特征不变，通过调整损失函数的定义将其扩展到一对多、多对多。所谓“视图”，可以来自同一张图像的不同通道，也可以是