One shot learning

이미지 인식 분야에서 각 label의 이미지 수가 적을 때 이를 인식하고 분류하는 것은 어렵다.

물론 augmentation과 같은 방법으로 샘플 수를 늘릴수는 있지만 한계가 있고 새로운 클래스(label)이 추가되었을 때 모델을 새로 학습해야 한다는 문제가 있다.

One shot learning

Distance function : D(x1,x2) = degree of difference between images

Distance function 을 이용하면 새로운 이미지가 들어왔을 때 DB안에 모든 image에 대해 distance를 계산한 후 특정 이미지와 동일인지 여부를 검출할 수 있다.

머신러닝의 고전적인 방법인 KNN 방법과 유사하며 새로운 데이터가 한장만 있어도 이를 분류하고 인식할 수 있다.