摘要

等效于随机图像变换是一种有效的方法，可以在无需人工监督的情况下学习物体类别的地标，如眼睛和鼻子。然而，该方法并不能明确保证学习到的地标与同一对象的不同实例之间的变化一致，例如不同的面部身份。在本文中，我们对等方差方法提出了一个新的观点，注意到密集地标检测器可以被解释为对类别内变化具有不变性的局部图像描述符。然后，我们提出了一种在标准等变损失中强制实现这种不变性的直接方法。在进行几何匹配之前，我们通过在不同对象实例的图像之间交换描述符向量来实现这一点。以这种方式，无论考虑到的具体对象身份如何，相同的向量都必须起作用。我们使用这种方法学习向量，这些向量可以同时解释为局部描述符和密集地标，结合了两者的优点。在标准基准上的实验表明，在现有的无监督学习地标的方法中，该方法可以匹配，并且在某些情况下超过了最先进的性能。