画像のコピーを識別するためのニューラルネットワークアーキテクチャ

大規模な画像コレクションがあり、コレクションから他の画像をコピーしているように見える、そのコレクション内の画像を特定したいと考えています。

一致として分類したい画像ペアの種類を理解するために、次の例を検討してください。

私はおよそ.25Mの一致する画像のペアを手で分類しました。次に、それらの手でラベル付けされた一致を使用してニューラルネットワークモデルをトレーニングします。どのアーキテクチャがこのタスクに理想的に適しているかはわかりません。

元々は同様のタスクに使用されているので、シャムネットワークが適切かもしれないと思っていましたが、これらの分類子からの出力は、同じオブジェクトの異なる形を見つけるのに理想的です（これは私が望むものではありません）。同じ形の（それが私が欲しいものです）。

私が準備したトレーニングデータを前提として、画像の特定に理想的な論文やアーキテクチャを推奨できる人がいれば、私はあなたが提供できるあらゆる洞察に非常に感謝します。

三重項損失関数について読む必要があります。三重項損失関数は、ネットワークから結果の埋め込みを取得し、1つのステップでネットワークによって3つの画像（2つの類似画像と1つの非類似画像）を処理します。

その損失計算の後：

詳細については、トリプレット損失の著者の論文を参照してください。

PSNRにも役立ちますが、これはディープラーニングではありません。

あなたが投稿したように画像がより類似している場合は、-1から1の範囲の出力を提供する構造類似性インデックスを使用できます。0.9を超えるものは類似と見なすことができます。