OverviewOur goal is to learn image

Overview
Our goal is to learn image similarity models. We define
the similarity of two images P and Q according to their
squared Euclidean distance in the image embedding space:
D(f(P ), f(Q)) = kf(P ) − f(Q)k2 2 (1)
where f(.) is the image embedding function that maps an
image to a point in an Euclidean space, and D(., .) is the
squared Euclidean distance in this space. The smaller the
distance D(P, Q) is, the more similar the two images P and
Q are. This definition formulates the similar image ranking
problem as nearest neighbor search problem in Euclidean
space, which can be efficiently solved via approximate nearest neighbor search algorithms.

ผลลัพธ์ (ไทย) 1:

ภาพรวมเป้าหมายของเราคือการ เรียนรู้ภาพคล้ายรุ่น เรากำหนดความคล้ายกันของสองภาพ P และ Q ตามของพวกเขากำลังสองระยะทางแบบยุคลิดในภาพฝังช่องว่าง:D (f (P) f(Q)) = kf (P) − f (Q) k2 2 (1)f(.) เป็น ภาพที่ฝังฟังก์ชันที่แมปเป็นรูปภาพไปยังจุดในพื้นที่แบบยุคลิด และ D(.,.) เป็นการระยะทางแบบยุคลิด squared ในพื้นที่นี้ มีขนาดเล็กระยะทาง D (P, Q) คือ คล้ายยิ่งทั้งสองภาพ P และQ ได้ คำนิยามนี้กำหนดการจัดอันดับภาพคล้ายปัญหาเป็นปัญหาค้นหาเพื่อนบ้านที่ใกล้ที่สุดในแบบยุคลิดพื้นที่ ซึ่งสามารถแก้ไขได้อย่างมีประสิทธิภาพผ่านประมาณใกล้อัลกอริทึมการค้นหาเพื่อนบ้าน

ผลลัพธ์ (ไทย) 2:

ภาพรวม
เป้าหมายของเราคือการเรียนรู้รูปแบบภาพที่คล้ายคลึงกัน เรากำหนด
ความคล้ายคลึงกันของสองภาพ p และ q ตามพวกเขา
ระยะทางกำลังสองยุคลิดในภาพพื้นที่ฝัง:
D (F (P), f (Q)) KF = (P) - f (Q) K2 2 (1)
ที่ F (.) เป็นภาพที่ฟังก์ชั่นการฝังที่แม
ภาพไปยังจุดในพื้นที่ Euclidean และ D (..) เป็น
ระยะทางยุคลิดสแควร์ในพื้นที่นี้ มีขนาดเล็ก
ระยะทาง d (p, q) เป็นที่คล้ายกันสองภาพและ P
Q เป็น คำนิยามนี้กำหนดภาพคล้ายการจัดอันดับ
เป็นปัญหาการค้นหาปัญหาเพื่อนบ้านที่ใกล้ที่สุดในยุคลิด
พื้นที่ซึ่งจะสามารถแก้ไขได้อย่างมีประสิทธิภาพผ่านทางโดยประมาณกลไกการค้นหาเพื่อนบ้านที่ใกล้ที่สุด

ผลลัพธ์ (ไทย) 3:

รายละเอียดเป้าหมายของเราคือการ เรียนรู้รูปแบบความคล้ายคลึงกันภาพ เรากำหนดความคล้ายคลึงกันของภาพสองภาพที่ P และ Q ตามพวกเขายกกำลังสองระยะทางแบบยุคลิดในรูปการฝังตัวของพื้นที่ :D ( F ( P ) F ( q ) = KF ( P ) − f ( Q ) K2 2 ( 1 )โดยที่ f ( ) คือฟังก์ชันที่เป็นภาพการฝังแผนที่ภาพจุดในการใช้พื้นที่และ D ( , ) คือยกกำลังสองระยะทางแบบยุคลิดในพื้นที่นี้ ขนาดเล็กระยะทาง d ( p , q ) เป็น ที่คล้ายกันมากกว่าสองภาพ P และQ . คำนิยามนี้ PayPal การจัดอันดับภาพคล้ายปัญหา เป็นปัญหาในการใช้เพื่อนบ้านที่ใกล้ที่สุดพื้นที่ซึ่งสามารถมีประสิทธิภาพการแก้ไขผ่านการค้นหาเพื่อนบ้านที่ใกล้ที่สุดประมาณอัลกอริธึม