두 점수의 다른 진행 상태
양성 유사도는 이미 높지만 음성 유사도도 여전히 높다면 음성을 낮추는 쪽에 더 집중할 필요가 있다. 반대 상황에서는 양성 유사도를 높이는 일이 더 중요할 수 있다. Circle Loss는 양성과 음성에 각기 다른 비음수 가중을 적용한다.
가중의 계산
대표 가중은 α양성=max(0,O양성−s양성), α음성=max(0,s음성−O음성)다. O양성=1.25일 때 양성 유사도 0.4와 0.9의 가중은 0.85와 0.35다. 아직 덜 맞춰진 첫 점수에 더 큰 가중이 주어진다. 이는 전체 손실값이 아니라 가중 계수의 예다.
원형 경계
대표 매개변수 설정과 하나의 양성 및 음성을 고려한 분석에서 경계는 s음성²+(s양성−1)²=2m² 형태가 된다. m=0.2라면 우변은 0.08이다. 원은 원래 이미지 좌표가 아니라 두 유사도를 축으로 놓은 평면에 나타난다.
학습 목적과 적용
손실은 양성 및 음성 점수의 가중 지수 합을 결합해 계산한다. 개별 표본끼리의 비교와 범주 가중치에 대한 비교를 같은 관점에서 다룰 수 있다. 여유 간격과 배율, 점쌍 구성에 따라 학습이 달라지므로 선택한 설정과 후속 검색 및 인식 평가를 구분해 확인한다.
관련 문서
다중 유사도 손실 / ArcFace / CosFace / FaceNet / 코사인 유사도 / 지도 대조 학습