Résumé

Nous proposons dans cet article un nouveau schéma d’apprentissage de métrique. Basé sur l’exploitation de contraintes qui impliquent des quadruplets d’images, notre approche vise à modéliser des relations sémantiques de similarités riches ou complexes. Nous étudions comment ce schéma peut être utilisé dans des contextes tels que la détection de régions impor- tantes dans des pages Web ou la reconnaissance à partir d’attributs relatifs.

Abstract

This paper introduces a novel distance metric learning framework. Working with in- equality constraints involving quadruplets of images, our approach aims at efficiently modeling similarity for rich or complex semantic label relationships. We study how our metric learning scheme can be exploited in contexts such as detection of important regions in Webpages or recognition with relative attributes.