유사도와 군집 차이
영상 군집화에는 표본 사이의 유사도와 군집 사이의 의미 차이가 모두 중요하다. SPICE는 이를 각각 담당하는 특징 모형과 군집 헤드를 구분하고 두 부분의 자기 감독을 위한 표지 방법을 제안했다.
먼저 배우는 두 요소
첫 단계에서는 대조 학습으로 특징 모형을 학습해 표본 유사도를 측정한다. 다음에는 프로토타입 의사 표지로 군집 헤드를 학습해 군집의 의미를 구별하게 한다.
신뢰 표지의 공동 학습
마지막 단계에서는 신뢰 의사 표지 알고리즘을 사용해 특징 모형과 군집 헤드를 함께 학습한다. 원 연구는 정답 표지 없이 여섯 영상 벤치마크에서 세 가지 군집화 지표로 결과를 평가했다.
관련 문서
의사 표지 / 대조 학습 / 군집화 / CC 대조 군집화 / SCAN 이미지 군집 / AutoNovel